Una delle operazioni che i modelli generativi del linguaggio sanno svolgere bene è quella di generazione di parole simili ad altre per significato oppure la generazione di sinonimi o espressioni equivalenti.

Come si può sfruttare questa funzione?

È possibile utilizzare la funzione di generazione di parole o espressioni simili per creare un motore di ricerca aziendale in grado di individuare in modo efficiente i clienti potenzialmente interessati a certe categorie di prodotto.

Di solito questi motori di ricerca si avvalgono di un database di clienti in cui sono indicate le loro preferenze e interessi. Quando si effettua una ricerca di una parola il programma individua una corrispondenza esatta o parziale tra questa e una o più parole indicanti le suddette preferenze archiviate nel database.

Questa procedura rende il motore di ricerca poco efficiente in quanto non tiene conto dei sinonimi e di espressioni simili tra loro che sono spesso utilizzate in modo interscambiabile. Se per esempio, si cerca la parola chiave “attrezzi orto” ma nel database in corrispondenza di un dato cliente è presente la parola chiave “strumenti orticoltura” esso non verrà mostrato nella ricerca perché manca una corrispondenza esatta e parziale.

Per risolvere questo problema e rendere il motore di ricerca più efficiente si può impiegare il modello GPT per effettuare un’espansione delle chiavi sia a monte (lato database), sia a valle (lato ricerca). Con il termine “espansione” s’intende la generazione di chiavi simili per significato in modo da rendere più probabile il matching tra chiavi in archivio e chiavi impiegate nella ricerca.

Clicca sulla seguente immagine per visualizzare lo schema di come ciò può avvenire:

Si prende avvio da un database di clienti in cui per ognuno di essi si sono già inserite alcune chiavi importanti e altamente rappresentative delle preferenze del cliente. Il modello GPT espande queste chiavi e forma un insieme di chiavi più denso.

D’altra parte quando avviene la ricerca mediante l’apposito modulo, il modello GPT espande la chiave e genera un insieme di varianti di tale chiave o eventualmente genera un insieme di chiavi molto simili per significato a quella inserita.

Nell’esempio mostrato in figura viene mostrata la corrispondenza individuata tra il cliente che si occupa di giardinaggio, animali, orticoltura e altre cose con la chiave “attrezzi orto” anche se non risulta presente tra le chiavi principali ma solo tra quelle generate dal modello GPT.

Per ottenere buoni risultati con questo metodo è necessario fare diversi test con prompt differenti modulando il grado di similitudine tra le chiavi generate e quelle di origine.

Guarda il video