We use cookies to ensure that we give you the best experience on our website. By continuing your visit on the website, you consent to the use of the cookies. If you want to find out more about the cookies we use, you can access our Privacy Policy.
Rejoignez-nous pour notre prochain meetup qui sera exceptionnellement en ligne.
Programme
Utilisation d'un modèle de machine learning pour la phase de rescoring d'Elasticsearch
When
Wednesday, June 3, 2020 4:00 PM – 4:30 PM UTC
Agenda
4:00 PM
Accueil
Update sur les nouveautés Elastic depuis le dernier meetup
4:05 PM
Utilisation d'un modèle de machine learning pour la phase de rescoring d'Elasticsearch
Elasticsearch avec son système d’index inversé est une solution extrêmement pratique pour construire un moteur de recherche performant. Toutefois, une fois arrivé à une pertinence des résultats de recherche raisonnable, il est assez difficile de continuer à l’améliorer. En effet, un moteur de recherche complexe nécessite un nombre important de poids qu’il est très dur d’équilibrer à la main.
D'un autre côté, le machine learning et la NLP permettent de trouver de très bons résultats en terme de pertinence. Mais face à un grand nombre de documents, le temps de réponse d’un modèle de machine learning peut poser problème.
Dans cette présentation, nous allons voir comment à Malt nous essayons de tirer avantage des deux solutions avec la construction d’un plugin Elasticsearch de rescoring qui utilise le machine learning.