セマンティック検索：ベクトル類似性によるクエリの投稿では、ベクトル類似性を使用したエンティティのクエリ方法を紹介しました。これは、正確な値ではなく意味に基づいて最も関連性の高いレコードを見つける強力な方法です。 4D 21 R2では、4D.Vectorフィールドを用いた検索結果の並べ替え機能が新た...
セマンティック検索、レコメンデーションエンジン、自然言語処理などの AIアプリケーションにおいて、ベクトルベースの検索の重要性が高まる中、4D は query() 関数にベクトルクエリのネイティブサポートを導入しました。この強化により、ベクトル類似度の比較が DataClass.query() およ...
4Dアプリケーションでは、財務報告書、社内ガイドライン、技術マニュアルなど、大規模な文書が一般的です。完全一致のキーワードで検索するだけでは不十分な場合が多く、特定の段落を見つけるために 30ページのレポートをスクロールするのは、時間がかかるだけでなく、間違いも起こりがちです。ここで AI が役立ち...
ユーザーはファイル名やフォルダ階層で物事を考えません。アイデアで考えるのです。 "水彩画で描かれたロボット" "色でいっぱいの晴れたビーチ" "モナリザのような何か...でも未来から来たもの" そのアイデアが画像から来るのか、顧客からの注文から来るのか、Eメールから来るのか、4...
多くの 4Dビジネスアプリケーションでは、ドキュメントが非常に重要です。テクニカルノート・レポート・マニュアル・社内用のガイドなどが用意されますが、正確な文言をユーザーが覚えていないと文書探しは時間がかかったり、イライラの原因になったり、最悪の場合は文書を見つけられなかったりします。 4D 20 ...
人工知能・自然言語処理・空間データを扱うような最新のアプリケーションにおいては、ベクトル計算が鍵となります。そのため、4D 20 R10 では 4D.Vector という新しいオブジェクトを導入しました。これは、デベロッパーが数行のコードでデータのベクトルを保存し、比較できるように設計されています。...
質問をしても、システムが返すのはキーワードの一致だけで、求めている答えではない——。欲しかった答えは言い回しが違っていてドキュメントに埋もれたままであったり、検索システムが理解できない形式に隠れていたりするものです。 では、完璧な言葉で表現しなくても、意図を理解してくれる検索を想像してみてください...
