Elasticsearch

本实践教程将教你如何使用 Elasticsearch 构建完整的搜索解决方案。 在本教程中你将学习： * 如何对数据集执行全文关键字搜索（可选使用过滤器） * 如何使用机器学习模型生成、存储

虽然你在唱这首歌时可能会想象圣诞老人，但欧洲民间传说，尤其是阿尔卑斯地区的民间传说，有两个传奇人物圣尼古拉斯和坎普斯。 象征着慷慨和善良的圣尼古拉斯，在 12 月 6 日 为乖巧的孩子们带来礼物和欢乐

Elastic Learned Spare EncodeR (ELSER) 允许你执行语义搜索以获得更相关的搜索结果。 然而，有时，将语义搜索结果与常规关键字搜索结果相结合以获得最佳结果会更有用。 问

本工作簿演示了 Elasticsearch 的自查询检索器 (self-query retriever) 将问题转换为结构化查询并将结构化查询应用于 Elasticsearch 索引的示例。 在开始之

Elastic 提供了一个强大的 ELSER 供我们进行语义搜索。ELSER 是一种稀疏向量的搜索方法。我们无需对它做任何的微调及训练。它是一种 out-of-domain 的模型。目前它仅对英文进行

在此 notebook 中，我们将看到有关如何使用 Reindex API 将索引升级到 ELSER 模型 .elser_model_2 的示例。 我们将在本笔记本中看到的场景： 将未生成 text_

在使用 Elasticsearch 的时候，总会有需要修改索引映射的时候，遇到这种情况，我们只能做 _reindex。 事实上，这是一项相当昂贵的操作，因为根据数据量和分片数量，完成索引的完整复制可能

随着假期的临近，我期待着变得舒适，拿起一本新书，享受轻松的时光。 但是使用搜索栏在线发现图书并不像看起来那么容易......大多数零售搜索引擎仅依赖于关键字搜索，当我们确切地知道我们正在寻找什么书名时

我在在之前的文章 “使用 Elasticsearch 检测抄袭 （一）” 介绍了如何检文章抄袭。这个在许多的实际使用中非常有意义。我在  CSDN 上的文章也经常被人引用或者抄袭。有的人甚至也不用指明

作者：Priscilla Parodi 抄袭可以是直接的，涉及复制部分或全部内容，也可以是释义的，即通过更改一些单词或短语来重新表述作者的作品。 灵感和释义之间是有区别的。 即使你得出类似的结论，也可

作者：Ty Bekiares Elastic 正在改变日志体验以满足现代工作流程的需求。 在没有其他可观察信号的情况下，通常基础设施中的所有内容（硬件、软件和服务）都会发出日志行。 然而，日志通常是根

文本分类定义 - text classification 文本分类是一种机器学习，它将文本文档或句子分类为预定义的类或类别。 它分析文本的内容和含义，然后使用文本标签为其分配最合适的标签。 文本分类的

在现代 IT 基础设施的动态环境中，高效的数据收集和分析至关重要。 Elastic Agent 是 Elastic Stack 的关键组件，通过促进将数据无缝摄取到 Elasticsearch 中，在

Elastic Stack 已成为监控任何环境或应用程序的实际解决方案。 从日志、指标和正常运行时间到性能监控甚至安全，Elastic Stack 已成为满足几乎所有监控需求的一体化解决方案。 Ela

在自然语言处理 (NLP) 领域，出现了两种卓越的技术，每种技术都有其独特的功能：微调大型语言模型 (LLM) 和 RAG（检索增强生成）。 这些方法极大地影响了我们利用语言模型的方式，使它们更加通用

Elasticsearch 是搜索引擎中的摇滚明星，它的蓬勃发展在于使你的数据井井有条且速度快如闪电。 但当你的数据成为一场摇滚音乐会时，管理其生命周期就变得至关重要。 正确使用索引生命周期管理 (I

我们知道 Elastics Learned Sparse EncoderR (ELSER) 可以被用来做语义搜索。它是一个 out-of-domain 的语义搜索模型。无需训练，我们就可以得到很好的相

在我之前的文章： Elasticsearch：使用 Open AI 和 Langchain 的 RAG - Retrieval Augmented Generation （一）（二）（三）（四）​​​

微盟技术沙龙 「微盟技术沙龙」是由微盟研发中心发起并联合各方小伙伴为开发者举办的系列技术沙龙，从用户，产品，技术等方面与开发者进行交流。 微盟技术沙龙关注开发者在实际应用中遇到的问题。提供最真实的干货

Elasticsearch 的向量搜索为我们的语义搜索提供了可能。而在人工智能的动态格局中，检索增强生成（Retrieval Augmented Generation - RAG）已经成为游戏规则的改