Query-uitbreiding
De Query-uitbreidingscomponent van FlowHunt verhoogt de nauwkeurigheid van chatbots door zoekopdrachten uit te breiden met synoniemen en spelling te corrigeren, wat zorgt voor nauwkeurige en consistente AI-antwoorden.

Componentbeschrijving
Hoe de Query-uitbreiding-component werkt
Query-uitbreidingscomponent
De Query-uitbreidingscomponent is ontworpen om een gegeven invoertekst te parafraseren naar meerdere alternatieve zoekopdrachten. Het primaire doel is het verbeteren van semantisch zoeken binnen een kennisbank door verschillende herformuleringen van de oorspronkelijke vraag te genereren, waardoor de kans op het vinden van relevante informatie tijdens het ophalen toeneemt.
Wat doet de component?
Deze component neemt een initiële invoerboodschap en produceert verschillende alternatieve zoekopdrachten die dezelfde intentie op verschillende manieren uitdrukken. Door gebruik te maken van een taalmodel kan het deze geparafraseerde zoekopdrachten genereren, waardoor daaropvolgende zoek- of informatieophaalopdrachten robuuster en vollediger worden. Dit is vooral nuttig in AI-workflows waarbij grote corpora of kennisbanken doorzocht moeten worden, omdat het het probleem van semantische mismatches tussen gebruikersvragen en opgeslagen documenten vermindert.
Invoer
De component ondersteunt de volgende invoervelden:
Veld | Type | Vereist | Beschrijving |
---|---|---|---|
Input | Message | Ja | De hoofdtekst (vraag) die uitgebreid moet worden met alternatieven. |
LLM (Model) | BaseChatModel | Nee | Het taalmodel dat gebruikt wordt om geparafraseerde zoekopdrachten te genereren. Indien niet opgegeven, wordt een standaardmodel gebruikt. |
Chat History | InMemoryChatMessageHistory | Nee | Eerdere chatberichten die context bieden voor het genereren van relevantere alternatieven. |
Number of Alternatives (Limit) | Integer | Ja | Het aantal alternatieve zoekopdrachten dat gegenereerd moet worden. Standaard is 5. |
Include Original Query | Boolean | Nee | Optie om de originele vraag op te nemen in de lijst met alternatieven (standaard is waar). |
System Message | String (multiline) | Nee | Extra systeemniveau-instructies die aan de prompt worden toegevoegd om het gedrag van het model te sturen. |
Snelle invoerreferentie
- Input: De te parafraseren tekst (verplicht)
- LLM: Kies welk AI-model je wilt gebruiken (optioneel)
- Chat History: Contextuele geschiedenis om het model te helpen betere zoekopdrachten te genereren (optioneel)
- Number of Alternatives: Hoeveel variaties er moeten worden gemaakt (verplicht)
- Include Original Query: Of het origineel in de uitvoer moet blijven (optioneel)
- System Message: Instructies voor het model (optioneel, geavanceerd)
Uitvoer
Naam | Type | Beschrijving |
---|---|---|
Message | Message | Een bericht met de lijst van alternatieve zoekopdrachten. |
De uitvoer is een berichtobject dat alle gegenereerde alternatieve zoekopdrachten bevat (en eventueel het origineel, indien opgegeven). Deze alternatieven kunnen direct worden gebruikt in downstream zoek- of analysecomponenten.
Wanneer en waarom gebruiken
- Verbeter zoekresultaten: Door semantisch diverse zoekopdrachten te genereren, vergroot je de kans om alle relevante documenten te vinden, zelfs als ze andere terminologie gebruiken.
- Omgaan met ambiguïteit: Handig wanneer gebruikersvragen vaag of onvolledig zijn; alternatieve zoekopdrachten kunnen meerdere interpretaties afdekken.
- Verbeter Conversational AI: Integreer in chatbots of virtuele assistenten om gebruikersintenties flexibeler te interpreteren.
- Voorbewerking voor QA-systemen: Breid de vraag uit voordat je deze aan een vraag-antwoordmodel aanbiedt, zodat meer mogelijke antwoorden worden afgedekt.
Voorbeeldgebruik
Stel, een gebruiker vraagt: “Hoe reset ik mijn wachtwoord?” De Query-uitbreidingscomponent kan alternatieven genereren zoals:
- “Welke stappen moet ik volgen om mijn wachtwoord te wijzigen?”
- “Hoe kan ik een vergeten wachtwoord herstellen?”
- “Instructies voor het resetten van een wachtwoord”
- “Hoe update ik het wachtwoord van mijn account?”
Deze uitgebreide zoekopdrachten kunnen vervolgens worden gebruikt om in een kennisbank te zoeken, waardoor de kans op het vinden van de meest relevante artikelen toeneemt.
Samenvattingstabel
Kenmerk | Beschrijving |
---|---|
Parafraseren | Genereert meerdere alternatieve zoekopdrachten voor één invoer |
Aanpasbaar model | Ondersteunt het kiezen van verschillende taalmodellen |
Contextbewust | Kan chatgeschiedenis gebruiken om zoekopdrachten te genereren |
Flexibele uitvoer | Optioneel opname van de originele zoekopdracht in de uitvoer |
Geavanceerde prompting | Accepteert een systeembericht om het parafraseergedrag van het model te sturen |
Deze component is een waardevol bouwblok voor elke AI-workflow die robuuste, contextbewuste query-uitbreiding vereist voor verbeterde zoek- en opvraagmogelijkheden.
Voorbeelden van flowsjablonen met Query-uitbreiding-component
Om u snel op weg te helpen, hebben we verschillende voorbeeld-flowsjablonen voorbereid die laten zien hoe u de Query-uitbreiding-component effectief kunt gebruiken. Deze sjablonen tonen verschillende gebruikscases en best practices, waardoor het voor u gemakkelijker wordt om de component te begrijpen en te implementeren in uw eigen projecten.
Veelgestelde vragen
- Wat is de Query-uitbreidingscomponent?
De Query-uitbreiding vindt synoniemen of verwante woorden en corrigeert spelfouten, zodat de Bot je vraag beter begrijpt.
- Wat gebeurt er als ik geen Query-uitbreiding gebruik?
Gebruikers hebben verschillende taalniveaus en woordenschat. Zonder uitbreiding kan je bot soms vragen verkeerd begrijpen.
- Wat is het verschil tussen Query-uitbreiding en Taakdecompositie?
Beide helpen de bot de vraag beter te begrijpen. Query-uitbreiding vult onvolledige of foutieve vragen aan, waardoor ze duidelijk en volledig worden. Taakdecompositie daarentegen neemt complexe of samengestelde vragen en splitst deze op in kleinere uitvoerbare stappen.
Probeer FlowHunt’s Query-uitbreiding
Verhoog de nauwkeurigheid en tevredenheid van je chatbot met de geavanceerde Query-uitbreidingscomponent van FlowHunt.