Expansion de requête

Le composant d’expansion de requête de FlowHunt améliore la précision du chatbot en élargissant les requêtes avec des synonymes et en corrigeant l’orthographe, garantissant des réponses IA précises et cohérentes.

Expansion de requête

Description du composant

Comment fonctionne le composant Expansion de requête

Composant d’expansion de requête

Le composant Expansion de requête est conçu pour reformuler un texte d’entrée donné en plusieurs requêtes alternatives. Son objectif principal est d’améliorer la recherche sémantique dans une base de connaissances en générant différentes reformulations de la requête initiale, augmentant ainsi la probabilité de trouver des informations pertinentes lors des processus de récupération.

Que fait le composant ?

Ce composant prend un message d’entrée initial et produit plusieurs requêtes alternatives exprimant la même intention de différentes manières. En s’appuyant sur un modèle linguistique, il peut générer ces requêtes paraphrasées, rendant les tâches de recherche ou de récupération d’informations plus robustes et complètes. Cela est particulièrement utile dans les flux de travail d’IA impliquant la recherche dans de grands corpus ou bases de connaissances, car il atténue les problèmes de décalage sémantique entre les requêtes des utilisateurs et les documents stockés.

Entrées

Le composant prend en charge les entrées suivantes :

ChampTypeObligatoireDescription
InputMessageOuiLe texte principal (requête) à étendre en formes alternatives.
LLM (Model)BaseChatModelNonLe modèle linguistique utilisé pour générer les requêtes paraphrasées. Si non fourni, un modèle par défaut peut être utilisé.
Chat HistoryInMemoryChatMessageHistoryNonMessages de discussion précédents fournissant un contexte pour générer des alternatives de requête plus pertinentes.
Number of Alternatives (Limit)IntegerOuiCombien d’alternatives générer. La valeur par défaut est 5.
Include Original QueryBooleanNonOption pour inclure la requête originale dans la liste des alternatives (par défaut : true).
System MessageString (multiligne)NonInstructions système additionnelles ajoutées à l’invite pour guider le comportement du modèle.

Référence rapide des entrées

  • Input : Le texte à paraphraser (obligatoire)
  • LLM : Choisissez le modèle d’IA à utiliser (optionnel)
  • Chat History : Historique contextuel pour aider le modèle à générer de meilleures requêtes (optionnel)
  • Number of Alternatives : Nombre de variantes à produire (obligatoire)
  • Include Original Query : Garder ou non l’original dans la sortie (optionnel)
  • System Message : Instructions pour le modèle (optionnel, avancé)

Sorties

NomTypeDescription
MessageMessageUn message contenant la liste des requêtes alternatives.

La sortie est un objet message qui inclut toutes les requêtes alternatives générées (et éventuellement l’originale, si précisé). Ces alternatives peuvent être utilisées directement dans des composants de recherche ou d’analyse en aval.

Quand et pourquoi l’utiliser

  • Améliorer le rappel en recherche : En générant des requêtes sémantiquement diverses, vous augmentez les chances de retrouver tous les documents pertinents, même s’ils utilisent une terminologie différente.
  • Gérer l’ambiguïté : Utile lorsque les requêtes des utilisateurs sont vagues ou insuffisamment spécifiées ; les alternatives peuvent couvrir plusieurs interprétations.
  • Améliorer l’IA conversationnelle : À intégrer dans les chatbots ou assistants virtuels pour interpréter plus souplement les intentions des utilisateurs.
  • Prétraitement pour les systèmes QA : Avant de soumettre l’entrée utilisateur à un modèle de questions-réponses, élargissez la requête pour couvrir davantage de réponses possibles.

Exemple d’utilisation

Supposons qu’un utilisateur demande : « Comment réinitialiser mon mot de passe ? » Le composant Expansion de requête pourrait générer des alternatives comme :

  • « Quelles sont les étapes pour changer mon mot de passe ? »
  • « Comment puis-je récupérer un mot de passe oublié ? »
  • « Instructions pour réinitialiser un mot de passe »
  • « Comment mettre à jour le mot de passe du compte ? »

Ces requêtes élargies peuvent alors être utilisées pour rechercher dans une base de connaissances, améliorant ainsi les chances de trouver les articles les plus pertinents.

Tableau récapitulatif

FonctionnalitéDescription
ParaphrasageGénère plusieurs requêtes alternatives pour une seule entrée
Modèle personnalisablePrend en charge la sélection de différents modèles linguistiques
Sensible au contextePeut utiliser l’historique de discussion pour informer la génération des requêtes
Souplesse de sortieInclut optionnellement la requête originale dans la sortie
Instructions avancéesAccepte un message système pour adapter le comportement de paraphrasage du modèle

Ce composant est un élément clé pour tout flux de travail IA nécessitant une expansion de requête robuste et contextuelle afin d’améliorer les capacités de recherche et de récupération d’informations.

Exemples de modèles de flux utilisant le composant Expansion de requête

Pour vous aider à démarrer rapidement, nous avons préparé plusieurs exemples de modèles de flux qui démontrent comment utiliser efficacement le composant Expansion de requête. Ces modèles présentent différents cas d'utilisation et meilleures pratiques, facilitant votre compréhension et l'implémentation du composant dans vos propres projets.

Questions fréquemment posées

Qu'est-ce que le composant Expansion de requête ?

L’expansion de requête trouve des synonymes ou des mots associés et corrige les fautes d’orthographe pour aider le bot à comprendre votre requête.

Que se passe-t-il si je n’utilise pas l’expansion de requête ?

Les utilisateurs auront des niveaux de langue et des styles de vocabulaire différents. Sans utiliser l’expansion, votre bot peut parfois mal comprendre les requêtes.

Quelle est la différence entre Expansion de requête et Décomposition de tâche ?

Les deux aident le bot à mieux comprendre la requête. L’expansion de requête complète les requêtes incomplètes ou erronées pour les rendre claires et complètes. En revanche, la décomposition de tâche prend des requêtes complexes ou composées et les divise en étapes exécutables plus petites.

Essayez l’expansion de requête de FlowHunt

Boostez la précision de votre chatbot et la satisfaction utilisateur grâce au composant avancé d’expansion de requête de FlowHunt.

En savoir plus