المؤشر القائم على النموذج
الفهرسة القائمة على النماذج (MBI) هي تقنية فهرسة متقدمة تتجاوز مطابقة الكلمات المفتاحية التقليدية. فبدلاً من مجرد تخزين المستندات بناءً على تكرار الكلمات الدقيق، تستخدم MBI نماذج تعلم آلي متطورة - مثل نماذج اللغة الكبيرة (LLMs) أو تضمينات المتجهات (vector embeddings) - لفهم معنى المحتوى وسياقه.
تُحوّل هذه العملية النص الخام إلى تمثيلات رقمية عالية الأبعاد (متجهات) تلتقط العلاقات الدلالية بين المفاهيم، مما يسمح باسترجاع أكثر دقة وذكاءً بكثير.
في البيئات الرقمية الحديثة، نادرًا ما يبحث المستخدمون باستخدام كلمات مفتاحية مثالية. بل يطرحون أسئلة معقدة، أو يستخدمون مصطلحات متخصصة، أو يعتمدون على السياق الضمني. تفشل الفهارس العكسية التقليدية عندما لا يحتوي استعلام المستخدم على المصطلحات الدقيقة المستخدمة في المستند. تحل MBI هذه المشكلة من خلال تمكين "البحث المفاهيمي" - أي العثور على المستندات التي تتحدث عن نفس الشيء، حتى لو استخدمت مفردات مختلفة.
هذا التحول بالغ الأهمية لتحسين مدى صلة نتائج البحث، وتعزيز تجربة المستخدم، وإطلاق رؤى أعمق من كميات كبيرة من البيانات غير المهيكلة.
تتضمن الآلية الأساسية عدة خطوات:
تُحدث MBI تحولًا في العديد من وظائف المؤسسات:
قواعد بيانات المتجهات، البحث الدلالي، الرسوم البيانية المعرفية، التضمينات، استرجاع المعلومات (IR)
