语义搜索根据用户搜索查询的意向和背景信息生成尽可能准确的搜索结果。与查找关键字的字面匹配项的搜索方法不同，语义搜索可捕获搜索查询的含义，帮助终端用户和专员搜索并定位内容，而无需事先知道要使用的确切关键字。
要了解如何判断您是否已启用语义搜索，以及推出计划如何，请参阅了解语义搜索推出计划。
什么是语义搜索？
语义搜索使用人工智能 (人工智能) 来处理和理解搜索查询中所用语言的完整含义和意图，就像真人一样。具体而言，机器学习 (ML) 和自然语言处理 (NLP) 技术在语义搜索中协同工作，可帮助搜索引擎了解用户提交搜索查询的意图。了解用户实际在寻找什么（无论他们使用什么关键字）都有助于搜索引擎返回最相关的结果并对其进行排名。
例如，通过语义搜索，终端用户和专员可以提出自然语言问题，而不必担心使用哪些关键字来获得最佳结果。新专员可以询问“我如何开始使用报告？”而不是尝试考虑要使用哪些最佳关键字或关键字序列以用于查询。通过语义搜索，他们可以按照自己理解的方式输入问题，并仍能在结果的顶部看到最相关的文章。
语义搜索的工作方式
过去，帮助中心搜索依赖于查询和内容（例如文章、社区帖子或外部记录）之间的关键字匹配项。但是，它无法理解查询的“含义”或语义，而语义搜索则部署自然语言处理来理解搜索查询和内容。这有助于搜索引擎识别否则会错过的复杂模式。在许多情况下，即使查询和索引内容之间没有强烈的词语重叠，语义搜索也能够找到相关结果。
语义搜索可以依靠语言模型将查询和帮助中心文章转换为向量（一种数字表示形式），并衡量它们之间的距离。语言模型会认为向量空间中距离越近的文章越相似。语言模型经过许多文本示例的训练，并通过这些示例学会了如何准确解释文本的含义。
使用语义搜索时，搜索引擎会提高语义更佳匹配项的相关性。这将根据搜索查询的意向和背景信息，将相关度最高的内容推送到搜索结果顶部。每次执行搜索时，搜索结果不仅根据关键字匹配项进行排名，还会根据语义匹配项提升排名。
语义搜索如何改善搜索体验
语义搜索提供更直观的搜索体验，允许帮助中心访问者使用其选择的词条进行搜索。自从引入语义搜索以来，平均倒数排名 (MRR) 和点击率 (CTR) 等搜索质量指标有所增加。具体而言，通过针对英语 Zendesk 帮助中心的首次语义搜索迭代，MRR 平均提高了 7%。此外，我们还观察到带有点击的搜索增多。
通过提高搜索相关性，并将最相关的结果排在顶端，语义搜索为帮助中心带来了以下改进：
- 终端用户可以更轻松地找到所需的信息，从而提升帮助中心的偏转能力。
- 专员可以更快地找到答案，从而提高工作效率。
语义搜索的影响程度取决于用户的搜索行为。语义搜索对于较长的搜索查询尤其有利，但仍会提高所有类型搜索的相关性。
翻译免责声明：本文章使用自动翻译软件翻译，以便您了解基本内容。 我们已采取合理措施提供准确翻译，但不保证翻译准确性
如对翻译准确性有任何疑问，请以文章的英语版本为准。