Abfrageerweiterung
Die Query Expansion-Komponente von FlowHunt steigert die Genauigkeit des Chatbots, indem sie Anfragen mit Synonymen erweitert und Rechtschreibfehler korrigiert, um präzise und konsistente KI-Antworten zu gewährleisten.
Komponentenbeschreibung
So funktioniert die Abfrageerweiterung-Komponente
Abfrageerweiterungskomponente
Die Abfrageerweiterungs-Komponente ist dafür konzipiert, einen gegebenen Eingabetext in mehrere alternative Anfragen umzuformulieren. Ihr Hauptzweck ist es, die semantische Suche innerhalb einer Wissensdatenbank zu verbessern, indem verschiedene Umformulierungen der ursprünglichen Anfrage generiert werden. Dadurch steigt die Wahrscheinlichkeit, beim Abrufprozess relevante Informationen zu finden.
Was macht die Komponente?
Diese Komponente nimmt eine anfängliche Eingabenachricht und erzeugt mehrere alternative Anfragen, die dieselbe Absicht auf verschiedene Weisen ausdrücken. Durch die Nutzung eines Sprachmodells kann sie diese umformulierten Anfragen generieren, was nachgelagerte Such- oder Informationsabrufaufgaben robuster und umfassender macht. Dies ist besonders nützlich in KI-Workflows, die das Durchsuchen großer Korpora oder Wissensdatenbanken beinhalten, da so semantische Abweichungen zwischen Benutzeranfragen und gespeicherten Dokumenten abgefedert werden.
Eingaben
Die Komponente unterstützt folgende Eingaben:
| Feld | Typ | Erforderlich | Beschreibung |
|---|---|---|---|
| Input | Message | Ja | Der Haupttext (Anfrage), der in alternative Formen erweitert werden soll. |
| LLM (Modell) | BaseChatModel | Nein | Das Sprachmodell, das zur Generierung der umformulierten Anfragen verwendet wird. Wenn nicht angegeben, wird ein Standardmodell genutzt. |
| Chatverlauf | InMemoryChatMessageHistory | Nein | Vorherige Chatnachrichten, die Kontext zur Generierung relevanterer Anfragealternativen bieten. |
| Anzahl Alternativen (Limit) | Integer | Ja | Wie viele alternative Anfragen generiert werden sollen. Standard ist 5. |
| Originalanfrage einbeziehen | Boolean | Nein | Option, die Originalanfrage in die Liste der Alternativen aufzunehmen (Standard: true). |
| Systemnachricht | String (mehrzeilig) | Nein | Zusätzliche systemseitige Anweisungen, die dem Prompt hinzugefügt werden, um das Verhalten des Modells zu steuern. |
Schnelleingabe-Referenz
- Input: Zu umformulierender Text (erforderlich)
- LLM: Auswahl des zu verwendenden KI-Modells (optional)
- Chatverlauf: Kontextverlauf zur Verbesserung der Anfragengenerierung (optional)
- Anzahl Alternativen: Anzahl der zu erzeugenden Varianten (erforderlich)
- Originalanfrage einbeziehen: Ob die Originalanfrage im Output enthalten sein soll (optional)
- Systemnachricht: Anweisungen für das Modell (optional, fortgeschritten)
Ausgaben
| Name | Typ | Beschreibung |
|---|---|---|
| Message | Message | Eine Nachricht, die die Liste der alternativen Anfragen enthält. |
Das Ergebnis ist ein Nachrichtenobjekt, das alle generierten alternativen Anfragen (und ggf. das Original, falls angegeben) enthält. Diese Alternativen können direkt in nachgelagerten Such- oder Analysekomponenten verwendet werden.
Wann und warum verwenden?
- Suchabdeckung verbessern: Durch die Generierung semantisch vielfältiger Anfragen erhöhen Sie die Chance, alle relevanten Dokumente zu finden – auch wenn diese andere Begriffe verwenden.
- Ambiguität bewältigen: Hilfreich, wenn Benutzeranfragen vage oder unvollständig sind; alternative Anfragen können mehrere Interpretationen abdecken.
- Conversational AI verbessern: In Chatbots oder virtuellen Assistenten einsetzbar, um Benutzerabsichten flexibler zu interpretieren.
- Vorverarbeitung für QA-Systeme: Vor der Übergabe der Benutzeranfrage an ein Frage-Antwort-Modell die Anfrage erweitern, um mehr mögliche Antworten abzudecken.
Beispielanwendung
Angenommen, ein Benutzer fragt: „Wie setze ich mein Passwort zurück?“ Die Query Expansion-Komponente könnte folgende Alternativen erzeugen:
- „Welche Schritte muss ich befolgen, um mein Passwort zu ändern?“
- „Wie kann ich ein vergessenes Passwort wiederherstellen?“
- „Anleitung zum Zurücksetzen eines Passworts“
- „Wie aktualisiere ich das Kontopasswort?“
Diese erweiterten Anfragen können dann zur Suche in einer Wissensdatenbank verwendet werden, um die Wahrscheinlichkeit zu erhöhen, den relevantesten Artikel zu finden.
Übersichtstabelle
| Feature | Beschreibung |
|---|---|
| Paraphrasierung | Generiert mehrere alternative Anfragen für eine einzelne Eingabe |
| Anpassbares Modell | Unterstützt die Auswahl verschiedener Sprachmodelle |
| Kontextbewusst | Kann Chatverlauf zur Information der Anfragegenerierung verwenden |
| Flexible Ausgabe | Originalanfrage kann optional im Output enthalten sein |
| Fortgeschrittenes Prompting | Akzeptiert Systemnachrichten zur Anpassung des Paraphrasierverhaltens des Modells |
Diese Komponente ist ein wertvoller Baustein für jeden KI-Workflow, der eine robuste, kontextbewusste Abfrageerweiterung für verbesserte Such- und Abruffähigkeiten erfordert.
Beispiele für Flow-Vorlagen mit der Abfrageerweiterung-Komponente
Um Ihnen den schnellen Einstieg zu erleichtern, haben wir mehrere Beispiel-Flow-Vorlagen vorbereitet, die zeigen, wie die Abfrageerweiterung-Komponente effektiv genutzt wird. Diese Vorlagen präsentieren verschiedene Anwendungsfälle und Best Practices und erleichtern Ihnen das Verständnis und die Implementierung der Komponente in Ihren eigenen Projekten.
Häufig gestellte Fragen
- Was ist die Query Expansion-Komponente?
Die Query Expansion findet Synonyme oder verwandte Wörter und korrigiert Rechtschreibfehler, um dem Bot zu helfen, Ihre Anfrage zu verstehen.
- Was passiert, wenn ich keine Query Expansion verwende?
Benutzer haben unterschiedliche Sprach- und Wortschatzstile. Ohne die Erweiterung kann Ihr Bot gelegentlich Anfragen falsch verstehen.
- Was ist der Unterschied zwischen Query Expansion und Task Decomposition?
Beide helfen dem Bot, die Anfrage besser zu verstehen. Die Query Expansion ergänzt unvollständige oder fehlerhafte Anfragen und macht sie klar und vollständig. Task Decomposition hingegen zerlegt komplexe oder zusammengesetzte Anfragen in kleinere, ausführbare Schritte.
Probieren Sie die Query Expansion von FlowHunt aus
Steigern Sie die Genauigkeit und Zufriedenheit Ihrer Nutzer mit der fortschrittlichen Query Expansion-Komponente von FlowHunt.
Mehr erfahren
