Как мы проектировали поиск по закупкам и почему «найти больше» оказалось неправильной метрикой

[lazarus_net]

Товарищи, авторы, попросите ваши нейросети отредактировать текст написанный вашими нейросетями.

Изи хотя бы сами глазами пробегите текст:

Телефон в этой модели не заменяет рабочее место тендерного специалиста. Он становится первым уровнем фильтрации.

И это хорошо сочетается с первоначальным разделением процесса на поиск потенциально интересной закупки и последующее решение об участии.

О чем был этот абзац?

Только не говорите мне что вы его сами написали …..

Как говорил один известный персонаж: «кто на ком стоял? Извольте выражаться яснее»

Случилось мне в начале 2000х работать в маленькой конторе которая занялась анализом публикации в прессе.

В те жалеете годы проблема решалась полнотекстовым поиском по базе постгрес спомощью навороченных теплейтов lucence. Соответсвенно поисковые выражения хранились для каждой категории/компании и все прекрасно работало.

Похоже вы решили велосипед перкизоьрести? Во время АИ это уже не должно быть проблемой? Если не сам поиск делать, то по крайней мере темплейты правильно настроить? Хотя думаю и обычного Naive Bayes хватило бы.

[VladimirBoxerov]

С формулировкой абзаца согласен — действительно перемудрили, поправим.

Что касается «велосипеда»: полнотекстовый поиск и сохранённые запросы, конечно, не новость. Основная задача здесь не сам поиск, а качество выдачи на данных закупок: меньше нерелевантных процедур при сохранении полноты.

AI как раз рассматриваем как следующий уровень — для классификации, ранжирования и анализа документации. Спасибо за содержательное замечание.