搜索原理

本搜索引擎使用人工智能模型对于查询词句的 “理解”，找出相似度高的法本原文段落。

具体使用的是：

• thenlper 的 gte-large-zh 文本嵌入（text embedding）模型
• Cohere 的 rerank-multilingual-v2.0：通过使用大型语言模型（LLM），对于较少量搜索结果的相关度进行更为精细的重新排列，用于优化搜索结果的排序。尤其在处理复杂的或者带有领域专业性的搜索查询方面具有显著的优势。

搜索模式是：首先将法本的文字分成段落之后，使用文本嵌入模型对每段文字预先生成嵌入。后面得到搜索查询时，将查询词句也转成嵌入，并在嵌入之间计算出相似度的数值，从而找出法本中相似度高的段落。再将其中头一百个段落输入到 Cohere Rerank，进行更为准确的重新排列，将排列最高的N个段落作为最终搜索结果