फ़ज़ी सर्च उन तकनीकों का एक परिवार है जो खोज प्रश्नों और सामग्री के बीच बुद्धिमान मिलान सक्षम बनाता है। इसके मूल में, यह प्रासंगिक परिणाम खोजने के बारे में है, भले ही खोज शब्द पूरी तरह से मेल न खाते हों। जबकि इसका सबसे सामान्य उपयोग वर्तनी और टाइपो को संभालने के लिए किया जाता है, यह तकनीक सरल त्रुटि सुधार से कहीं अधिक है - यह अस्पष्ट प्रश्नों की व्याख्या कर सकती है, अनौपचारिक भाषा को समझ सकती है, आंशिक शब्दों को संभाल सकती है, और संबंधित अवधारणाओं की पहचान कर सकती है जो सही शब्दावली साझा नहीं कर सकती हैं।

इस लेख में हम जो फ़ज़ी मिलान तकनीकें देखेंगे, वे Manticore Search को बुद्धिमान मिलान रणनीतियों को लागू करने की अनुमति देती हैं जो व्यापक परिणाम पुनर्प्राप्ति सुनिश्चित करती हैं। इस संदर्भ में, प्रासंगिकता एक सूक्ष्म कला बन जाती है, न कि एक कठोर विज्ञान।

खोज प्रासंगिकता को समझना

खोज का आधार सही पाठ मिलान में है, जहां प्रश्नों को अनुक्रमणिका में सामग्री के खिलाफ चरित्र-दर-चरित्र मिलाया जाता है। उदाहरण के लिए, “लैपटॉप” की खोज केवल उन रिकॉर्ड्स को वापस लाएगी जिनमें वह सही शब्द है, संबंधित शब्दों जैसे “नोटबुक” या “कंप्यूटर” नहीं।

सही मिलान कई उद्देश्यों को अच्छी तरह से पूरा करता है। यदि डेटा अच्छी तरह से संरचित है, तो “लैपटॉप” की खोज सभी प्रासंगिक रिकॉर्ड निकाल देगी जिनमें वह शब्द है, चाहे वह शीर्षकों, विवरणों, या श्रेणियों में हो। डेटा मॉडलिंग को और बेहतर बनाने पर, “लैपटॉप” की खोज संबंधित वस्तुओं जैसे लैपटॉप एक्सेसरीज या कंप्यूटर सेवाएँ भी वापस ला सकती है।

हालांकि, जब सही शब्द रिकॉर्ड में मौजूद नहीं होता है, लेकिन सामग्री प्रासंगिक होती है, तो क्या होता है? पर्यायवाची यहां मदद कर सकते हैं। लेकिन अगर कोई “नोटबुक” की खोज करता है, लेकिन “नोटबुक” टाइप करता है? फ़ज़ी मिलान के बिना, खोज में कोई परिणाम नहीं मिलेगा।

फ़ज़ी मिलान खोज प्रासंगिकता को बढ़ाता है, जिससे अनुभव अधिक प्राकृतिक और क्षमाशील बनता है। जब प्रभावी ढंग से लागू किया जाता है, तो यह आसान तरीके से संबंधित वस्तुओं को शामिल करता है जो अन्यथा छूट जातीं। जैसे एक पहेली को इकट्ठा करना, फ़ज़ी खोज समान टुकड़ों को इकट्ठा करती है ताकि उपयोगकर्ता ठीक वही खोज सकें जिसकी उन्हें आवश्यकता है। इसके अलावा, चूंकि उपयोगकर्ता अक्सर खोज प्रक्रिया के दौरान अपनी आवश्यकताओं को परिष्कृत करते हैं, फ़ज़ी मिलान समानता के आधार पर विकल्प प्रस्तुत करता है, ठीक उसी तरह जैसे आदर्श भोजन चुनने से पहले व्यंजन का नमूना लेना।

आधुनिक खोज इंजन जैसे Manticore Search, Elasticsearch, और Algolia उन्नत फ़ज़ी मिलान क्षमताएँ प्रदान करते हैं, प्रत्येक की अपनी अनूठी पद्धति होती है। आइए Manticore का कार्यान्वयन विस्तार से देखें।

फ़ज़ी सर्च को समझना

फ़ज़ी सर्च क्या है?

फ़ज़ी सर्च उन शब्दों के बीच मिलान सक्षम बनाता है जो समान नहीं होते। यह इनपुट के विभिन्न प्रकार के परिवर्तनों को संभालता है, साधारण टाइपो से लेकर जटिल वर्तनी तक। यह तकनीक जल्दी टाइपिंग, मोबाइल यूजर्स की इनपुट चुनौतियों, और विभिन्न भाषाओं में वर्तनी की जटिलताओं को स्थान देती है। यह उपयोगकर्ता द्वारा उत्पन्न सामग्री के लिए विशेष रूप से मूल्यवान है, जिसमें अक्सर वर्तनी और शब्दावली में भिन्नताएँ होती हैं। यह तकनीक ध्वन्यात्मक मिलान क्षमताओं को भी समाहित कर सकती है।

वैकल्पिक शब्दों में अनुमानित स्ट्रिंग मिलान या फ़ज़ी स्ट्रिंग मिलान शामिल हैं।

उदाहरण:

• “helo” टाइप करें, “hello” वाले रिकॉर्ड खोजें
• “help” टाइप करें, help और hello वाले रिकॉर्ड खोजें

Manticore में इसे कैसे लागू किया गया है, उसके और उदाहरण देखें।

फ़ज़ी मिलान क्या है?

फ़ज़ी मिलान इस अवधारणा को विस्तारित करता है, जिसमें विभिन्न प्रकार की समानताओं के आधार पर जानकारी खोजने को शामिल किया जाता है। हम भाषा-आधारित समानताओं पर ध्यान केंद्रित करेंगे, जिसमें पर्यायवाची, व्याकरणिक भिन्नताएँ (बहुवचन, क्रिया रूप, आदि), शब्दकोश-आधारित दृष्टिकोण, और अन्य भाषाई या एनएलपी तकनीकें शामिल हैं। हम आम खोज इंजन सुविधाओं जैसे आंशिक शब्द मिलान, वाक्यांश मिलान, और फ़िल्टरिंग क्षमताओं को भी कवर करेंगे।

उदाहरण:

• “pants” टाइप करें, pants, trousers, slacks (पर्यायवाची) खोजें
• “be” टाइप करें, Beatles, bees (प्रीफिक्स खोज) खोजें

Manticore में इसे कैसे लागू किया गया है, उसके और उदाहरण देखें।

फ़ज़ी लॉजिक के अन्य अनुप्रयोग

फ़ज़ी लॉजिक साझा विशेषताओं के आधार पर वस्तुओं को श्रेणीबद्ध करने में मदद करता है। उदाहरण के लिए, एक स्मार्टफोन, टैबलेट, और लैपटॉप में पोर्टेबल कंप्यूटिंग डिवाइस होने की विशेषता साझा होती है, लेकिन स्मार्टफोन और टैबलेट अपने टच इंटरफेस और मोबाइल ऑपरेटिंग सिस्टम के कारण अधिक करीबी संबंध रखते हैं।

फ़ज़ी लॉजिक सापेक्ष समानता के आधार पर रिश्तों का निर्माण करता है, न कि बाइनरी सत्य/झूठ स्थिति (वस्तुएं “पोर्टेबल” होने के आधार पर मेल खाती हैं, न कि एक समान वजन होने पर) के आधार पर।

Manticore में लेवेनस्टीन दूरी के साथ फ़ज़ी सर्च लागू करना

त्रुटि सहिष्णुता उपयोगकर्ताओं को टाइप करते समय गलतियाँ करने की अनुमति देती है और फिर भी प्रासंगिक परिणाम प्राप्त कर सकते हैं। Manticore इसे लेवेनस्टीन दूरी के एल्गोरिदम के माध्यम से लागू करता है।

टाइपो क्या है?

• गायब वर्ण: “laptp” → “laptop”
• अतिरिक्त वर्ण: “laptopp” → “laptop”
• स्थानान्तरित वर्ण: “lpatop” → “laptop”
• गलत वर्ण: “laptip” → “laptop”

लेवेनस्टीन दूरी का एल्गोरिदम

Manticore की त्रुटि सहिष्णुता दूरी-आधारित मिलान का उपयोग करती है, जो लेवेनस्टीन दूरी के एल्गोरिदम को लागू करती है। दूरी उस टाइप किए गए शब्द और उसकी अनुक्रमणिका में सही मिलान के बीच का अंतर मापती है। विशेष रूप से, यह एक शब्द को दूसरे में परिवर्तित करने के लिए आवश्यक संचालन (वर्ण जोड़ना, हटाना, बदलना, या स्वैप करना) की न्यूनतम संख्या को दर्शाती है। एक सही मिलान की दूरी 0 होती है। जब कोई सही मेल होता है या दूरी छोटी होती है (एक या दो वर्णों का अंतर), तो रिकॉर्ड परिणामों में शामिल होता है।

उदाहरण के लिए, यदि इंजन “laptp” प्राप्त करता है, तो यह “laptop” (दूरी = 1 / एक वर्ण गायब) से मिलान कर सकता है, या “laptps” (दूरी = 2 / दो संचालन आवश्यक)।