Cómo la IA y el ML están cambiando la recuperación de información: de la coincidencia de palabras a la coincidencia de significados

Resumen

Explore how AI transforms information retrieval systems, moving from word matching to meaning-based search, featuring OpenSearch capabilities, BM25 scoring, and vector-based approaches.

Programa

• Introducción a la Recuperación de Información
Visión general de la Recuperación de Información Tradicional
Limitaciones de los Enfoques de Coincidencia de Palabras
• Capacidades de OpenSearch en Sistemas Modernos de RI
Introducción a OpenSearch
Desplegando Búsqueda a Escala
Laboratorio Práctico: Implementación de una Instancia de OpenSearch
• Puntuación BM25 y Recuperación Basada en Palabras
Comprendiendo el Algoritmo BM25
Mejoras sobre Métodos de Recuperación Tradicionales
Aplicación Práctica y Ajuste Fino de BM25
• Transición de la Coincidencia de Palabras a la Coincidencia de Significados
Introducción a la Búsqueda Semántica
Limitaciones de la Búsqueda Basada en Palabras Clave
• Enfoques Basados en Vectores para la Recuperación de Información
Comprendiendo Embeddings y Vectores Semánticos
Comparación Entre Modelos TF-IDF y de Espacio Vectorial
Laboratorio Práctico: Implementación de Búsqueda Basada en Vectores con Modelos Preentrenados
• Mejoras de IA y ML en la Búsqueda Semántica
Papel del Aprendizaje Profundo y Transformadores
Procesamiento de Lenguaje Natural (PLN) para Comprensión Semántica
Estudio de Caso: BERT y Modelos Similares en Búsqueda
• Integrando IA en Sistemas de Recuperación de Información
Técnicas Híbridas: Combinación de Enfoques Clásicos y Basados en IA
Evaluación de la Eficacia de la Búsqueda: Precisión, Recall, y Puntuación F1
Laboratorio Práctico: Construyendo y Evaluando un Sistema de Búsqueda Semántica
• Tendencias Futuras en Recuperación de Información Potenciada por IA
Tecnologías Emergentes y Desarrollos
Desafíos y Consideraciones Éticas en la Búsqueda Impulsada por IA
• Conclusión y Revisión del Curso
Principales Ideas
Recursos para Aprendizaje Adicional
Sesión de Preguntas y Respuestas y Recolección de Comentarios

---

Materias

Data Science