Wat is semantisch zoeken?

Klassiek zoeken vergelijkt woorden. Zoek je op "auto" en staat er "wagen", dan krijg je niets. Semantisch zoeken vergelijkt betekenis, en vindt die tekst wel.

Hoe het werkt

Elk stuk tekst wordt omgezet in een reeks getallen die de betekenis vastleggen — een embedding. Teksten die ongeveer hetzelfde betekenen, krijgen reeksen die dicht bij elkaar liggen. Zoeken wordt dan een rekensom: zet de zoekvraag om in getallen en zoek de dichtstbijzijnde teksten.

Zie wat is een embedding en wat is een vectordatabase.

Waarom dit uitmaakt

In vrijwel elke organisatie staat de informatie er wel, maar vindt niemand haar. Mensen zoeken op het woord dat zij gebruiken, terwijl het document het woord van de schrijver gebruikt. "Opzegtermijn" versus "beëindigingsclausule", "ziekmelding" versus "verzuimprocedure".

Semantisch zoeken haalt die drempel weg, en is daarmee de stille motor onder vrijwel elke AI-toepassing die met eigen documenten werkt.

Waar het minder goed in is

Juist bij exacte termen. Zoek je een ordernummer, een artikelcode of een specifieke naam, dan is klassiek zoeken beter — betekenis is daar niet het punt, de precieze tekenreeks wel.

Daarom combineren goede zoeksystemen beide: woorden én betekenis, en de uitkomsten worden daarna gecombineerd gerangschikt. Dat levert merkbaar betere resultaten op dan een van beide alleen.

Waar je op moet letten

• De stukken waarin je knipt. Te groot en het antwoord verdrinkt in de rest, te klein en de context ontbreekt. Dit is het detail dat in de praktijk het meeste uitmaakt.
• De taal. Niet elk omzetmodel is even goed in Nederlands. Test dat met je eigen teksten.
• Rechten. Een zoeksysteem dat alles doorzoekbaar maakt, maakt ook doorzoekbaar wat niet iedereen mag zien. Rechten horen bij het zoeken te worden toegepast, niet achteraf.

Zie ook wat is RAG.