產品簡介
阿里巴巴通義實驗室千尋搜索算法，基于達摩院長期積累的自然語言處理技術，專注企業統一搜索場景，提供精準的多源異構搜索，以PaaS服務形式提供離線數據處理和搜索服務API。同時支持公有云、專有云、 基于云原生的基礎架構下混合云 、私有化方式輸出。
產品基于自然語言處理、機器學習技術和企業內部知識庫，從相關性到認知智能，將語義、知識融入搜索過程和結果，提供高效、高準確率的搜索服務產品，幫助用戶搜得到、搜得全、搜得準。面向企業客戶，提供交互式多輪對話搜索、通訊錄搜索、地址搜索、文檔搜索等能力。面向企業和大模型的交互場景，提供檢索增強能力。
產品優勢
場景化、簡單易用
開發者/ISV從0開始搭建搜索全鏈路門檻較高、有困難，千尋搜索算法針對企業內統一搜索的幾大核心場景提供全鏈路搜索配置引導和默認算法能力支持。
行業領先的算法效果
全自研多語言Query分析能力（分詞、NER、糾錯、改寫、分類等）。全鏈路算法結合LLM，算法效果驅動，中文多領域Embedding在檢索數據集MRR@10表現優異。多路召回加精排相比純向量檢索， MRR@10及Recall顯著提升。
靈活的搜索工程框架
支持多數據源；支持離線智能數據處理（文本、文檔等）、支持ES等多引擎，系統組件支持模塊化（比如搜索引擎兼容等）。
安全、穩定、高魯棒性
服務穩定運行，并以在線工單等方式提供技術支持，具備完善的故障監控、自動告警、快速定位等一系列故障應急響應機制?；诎⒗镌频腁ccessKeyId和AccessKeySecret安全加密對，從訪問接口上進行權限控制和隔離，保證用戶級別的數據隔離，用戶數據安全有保障。
應用場景
搜人
大型企業員工眾多，需要多部門協同，可以通過員工姓名或部門等進行人員或部門的精確搜索，以卡片形式展示搜索信息，并可以鏈接到員工/部門組織架構，幫忙快速查詢對應業務人員，提升部門間協同效率。
搜內容
對散落在各業務系統的內容資源和業務資源的全方位、多層面整合，建立全面的知識服務應用體系，結合各部門的需求，滿足不同用戶差異化的智能檢索。
搜應用
大型企業有很多的業務應用和導航鏈接，通過統一搜索，不同角色可以搜索權限范圍內的應用/導航，可以快速鏈接到對應的應用/導航，幫助提升員工自助效率。
搜地址
提供21級結構化標準地址數據，結合企業自身的地址數據，為企業提供統一標準的地址搜索服務。零售、能源、司法公安等多個行業場景均有強烈訴求。
泛場景基礎搜索效果提升
基于達摩院NLP算法能力構建的搜索增強服務，幫助用戶針對自有數據快速構建智能搜索服務，支持包括且不限于文本搜索、文檔搜索、通訊錄搜索、地址搜索等多種不同的搜索場景 。
智能客服助手
結合企業專屬知識庫，以對話機器人交互方式進行多輪對話問答，完成通識類或企業專屬類問題快速解答，避免企業用戶多源頭人工搜索并總結繁瑣流程，有效提升效能。
功能模塊
搜索增強
功能簡介
搜索增強是基于大規模分布式搜索引擎搭建的，面向企業提供的一站式智能搜索PaaS服務，為企業開發人員提供基礎結構、API 和搜索工具。服務集成全自研多語言query分析能力（分詞、NER、糾錯、改寫、分類等），多模型結構的預訓練向量表示能力（encoder-only、decoder-only），混合召回和多因子排序能力（文本匹配、深度語義匹配）等，相對比純向量檢索，提升為行業領先搜索效果。
功能優勢
優勢1：行業領先的Chunk分析及文件解析能力
基于阿里巴巴達摩院自研IDP服務，對于不同格式數據源，進行切片，生成chunk數據，并加入一定量文本理解。
優勢2：行業領先的搜索增強算法
全自研多語言Query分析能力，多模型結構的預訓練向量表示能力，混合召回和多因子排序能力，多路召回加精排， 相比純向量檢索， MRR@10提升28%，Recall提升21.6%。
應用場景
針對企業泛搜索場景，對大模型進行搜索能力與效果增強。
多輪對話搜索
功能簡介
多輪對話搜索是搜索與大模型的結合能力，支持用戶基于自己的專有知識庫搭建新一代的生成式搜索應用。區別于傳統關鍵詞匹配的搜索引擎，生成式搜索支持用戶通過對話式交互來清晰地表達意圖，并對查詢到的知識根據用戶意圖進行個性化表達，生產更加清晰明確的回復。
功能優勢
優勢1：創新的對話式交互體驗
支持用戶以對話的形式來清晰地表達意圖。通過多輪次、深度的對話來滿足用戶的查詢需求。
優勢2：靈活的智能搜索引擎
支持用戶靈活配置索引以及多種召回排序算法，將語義、知識融入搜索過程中，提供高效、高準確率的搜索能力。
優勢3：可信的答案回復
內置搜索版通義千問大模型，事實性、可靠性大幅提升。結合用戶本地知識庫降低答案幻覺。
應用場景
場景1：智能客服助手
集成企業產品信息，幫助處理用戶咨詢和問題，提高客服效率和用戶滿意度。
場景2：自然語言企業內部知識庫
集成企業內部知識庫，幫助員工快速查找所需信息，打造員工專屬主力，提高工作效率。
千尋搜索算法原子能力
功能簡介
能力1：多輪query改寫
對用戶輸入的原始語句進行算法改寫，使得模型更好理解及達到更好搜索召回效果，并支持多輪操作。
能力2：搜索判定
對于用戶原始查詢語句進行判斷，是否需要進行搜索任務來完成查詢及回答。
能力3：通用排序模型
對數據元素進行算法排序。
功能優勢
行業領先的搜索算法，全自研多語言Query分析能力，多模型結構的預訓練向量表示能力，混合召回和多因子排序能力，多路召回加精排， 相比純向量檢索， MRR@10提升28%，Recall提升21.6%。
應用場景
針對企業泛搜索場景，對大模型進行搜索能力與效果增強。
產品如何調用
基本概念
名詞 | 描述 |
應用場景 | 搜索應用場景指的是在各種不同環境和情境下，使用搜索技術來查找和獲取所需信息的情況。搜索應用場景廣泛應用于互聯網、移動應用、企業內部系統、智能設備等各個領域。常見的搜索應用場景包括互聯網搜索、電子商務搜索、社交媒體搜索等等 |
檢索引擎 | 文本檢索引擎是一種用于從大量文本數據中快速檢索相關信息的軟件工具。它能夠根據用戶的查詢詞或關鍵字，從文本數據庫中找到相關的文檔或記錄，并將其按照相關性排序后返回給用戶。 |
搜索策略 | 針對特定搜索場景制定的搜索方案、包括查詢召回策略、排序策略、業務邏輯篩選等 |
索引 | 檢索引擎索引是指將大量文本數據進行結構化存儲和標記的過程。在建立索引時，文本檢索引擎會對每個文檔進行分析和處理，提取出其中的關鍵詞和其他重要信息，并將其存儲到索引結構中。索引結構可以是多種形式，如倒排索引、哈希表或B樹等。通過索引，檢索引擎能夠快速定位到包含查詢關鍵詞的文檔，提高檢索效率。索引的建立是文本檢索引擎的重要步驟，它直接影響到后續查詢處理和結果展示的速度和準確性。 |
索引字段 | 檢索引擎索引字段是指在建立索引時，將數據中的特定字段進行提取和存儲，以便在后續查詢時能夠快速定位到相關文檔。例如，在電子郵件檢索中，可以通過索引字段"發件人"和"收件人"來查找特定的郵件。索引字段的選擇和設計需要根據具體應用場景和需求來確定，以提高檢索的準確性和效率。合理使用索引字段可以提高檢索引擎的性能和用戶體驗。 |
召回 | 搜索召回是指搜索產品根據用戶的查詢詞，在龐大的數據集中找出與查詢相關的文檔，一般通過算法模型或規則匹配文檔的關鍵詞、標題、內容等信息，以及利用文檔的相關性、權重等指標進行排序以提供準確、快速的搜索結果 |
排序 | 對召回結果進行進一步的排序。通過算法、模型或規則，根據文檔的相關性、權重、用戶反饋等指標，將搜索結果按照一定的順序返回。搜索排序的目標是提高搜索結果的準。搜索排序算法通常會考慮多個因素，如關鍵詞匹配度、文檔的質量、用戶偏好等，以提供個性化的搜索結果。 |
數據源 | 提供數據的源點，會根據這些數據來構建私域知識庫，用于后續的檢索、知識問答 |
大模型 | 大規模預訓練語言模型是指使用海量文本數據進行預訓練的語言模型。它通過學習大量的語言知識和語境信息，能夠生成高質量的文本或提供語義理解。大規模預訓練語言模型在自然語言處理任務中展現出強大的能力，如文本生成、機器翻譯、問答系統等。然而，這樣的模型需要大量的計算資源進行訓練和推理，并對數據集的質量和多樣性要求較高。大規模預訓練語言模型是當前自然語言處理領域的重要研究方向。 |