A tudásgráf egy olyan adatstruktúra, amely fogalmakat és azok kapcsolatait ábrázolja hálózati formában.
A tudásgráfokban a csomópontok entitásokat (pl. „vállalat”), az élek pedig kapcsolataikat jelzik (pl. „alapította XY”). Az AI ezeket használhatja logikai következtetésekhez.
Segíti a rendszerek „tudás-alapú” működését.
Google Knowledge Graph, amely a keresési találatokat kontextusban jeleníti meg.
Az adat minden olyan információ, amit az AI rendszerek feldolgoznak, és amiből tanulnak.
Az adatelőkészítés az a folyamat, amely során a nyers adatokat megtisztítják, átalakítják és előkészítik a modell tanításához.
Az embedding olyan technika, amely a szavakat vagy más elemeket számsorozatként (vektorként) ábrázolja, hogy a gép fel tudja dolgozni őket.
Az LLM olyan nyelvi modell, amely hatalmas mennyiségű szöveges adaton tanul, és képes összetett, emberihez hasonló szövegeket létrehozni.
A nyelvi modell egy AI-rendszer, amely a nyelv statisztikai mintázatait tanulja meg, hogy szövegeket értelmezzen vagy generáljon.
Egy egy olyan AI keretrendszer, amely külső tudásbázisból keres információt, majd az abból kinyert adatok felhasználásával generál választ.
A szemantikus keresés egy olyan keresési technológia, amely nemcsak a kulcsszavakat, hanem a szöveg jelentését is figyelembe veszi.
A szöveg-bányászat az a folyamat, amely során nagy mennyiségű szöveges adatból értékes információt nyerünk ki.
