ONE is preparing: 01 / INITIALIZING MODEL ROUTER. Evaluating routing across providers.
Current state
01 / INITIALIZING MODEL ROUTER.

Evaluating routing across providers.

Start learning
← RAG & Agents

AI Builder

Tìm kiếm theo ý nghĩa

Vietnamese onlyThe learning content is available in Vietnamese only. The surrounding interface follows your language.

Tìm tài liệu theo NGHĨA thay vì khớp từ khoá — tra nội quy, hợp đồng, báo cáo mà không phải gõ đúng từng chữ.

lesson60 minRAG & AgentsAI Engineer

The same lesson, opened from AI Foundation / Ứng dụng thực tế, AI Engineer / RAG & Agents.

Dự đoán

Bạn gõ “xin nghỉ phép” trong hệ thống tài liệu nội bộ. Có một file tên “annual leave policy” không chứa chữ nào trong câu bạn gõ. Hệ thống tìm kiếm theo TỪ KHOÁ có tìm ra file này không?

Đây gọi là vocabulary mismatch — và là lý do tìm kiếm ngữ nghĩa ra đời.

Ẩn dụ — thư viện và thủ thư

Cách tìmẨn dụKhi bạn nói “sách về nghỉ phép”
Theo từ khoáNhân viên thư viện mới: bạn phải đọc đúng tên sách in trên bìa.Họ đứng yên, vì không có chữ nào khớp bìa.
Theo ý nghĩaThủ thư lâu năm: hiểu ý bạn dù từ dùng không có trên bìa.Cô chạy ngay sang kệ “annual leave policy”, “chính sách phép năm”, “off work”.

Điểm mấu chốt: “ý nghĩa” của câu sống trong một không gian vector. Hai câu cùng nghĩa → hai điểm gần nhau.

Khám phá — từ khoá và ngữ nghĩa khác nhau ở đâu

Bản đồ độ liên quan so sánh bốn câu hỏi với tám tài liệu. Mỗi ô là mức gần-xa về ý nghĩa; bạn không cần công thức, chỉ cần đọc kết quả.

Câu hỏiĐọc kết quả
“xin nghỉ phép năm nay”Liên quan mạnh đến cả bốn tài liệu về phép, dù dùng từ vựng khác nhau (tiếng Việt, tiếng Anh, “off work”).
“pharma market”Khớp ý với tài liệu “thị trường dược” dù khác ngôn ngữ; phần còn lại không liên quan hoặc trái chủ đề.

Khoảnh khắc Aha

Ý nghĩa có toạ độ. Mỗi câu trở thành một điểm trong không gian số — hai câu cùng nghĩa ở gần nhau, bất kể ngôn ngữ, chính tả hay từ ngữ. Tìm kiếm ngữ nghĩa chỉ là việc “đo khoảng cách” từ câu hỏi đến mọi tài liệu, rồi trả về top gần nhất.

Đây là nền móng cho vector database, RAG và mọi hệ thống chatbot doanh nghiệp hiện đại.

Thử thách nhanh

Nhân viên gõ tên model sản phẩm cụ thể “MBP-M4-512GB” để tra chính sách bảo hành. Tìm kiếm ngữ nghĩa có phù hợp không?
Bạn có 5 triệu tài liệu nội bộ. Chấm điểm từng cặp câu hỏi–tài liệu bằng AI chính xác nhất có khả thi không?

Giải thích chi tiết

Tìm kiếm ngữ nghĩa tìm tài liệu theo ý nghĩa thay vì khớp ký tự. Một mô hình embedding chuyển mọi câu thành vector nhiều chiều; xếp hạng theo độ gần về hướng (cosine) và trả về top-K gần nhất.

Từ khoá vs ngữ nghĩa — mỗi phương pháp mạnh ở đâu?

Từ khoá (BM25, grep)Ngữ nghĩa (vector search)
Điểm mạnhKhớp mã sản phẩm, số hợp đồng, tên riêng hiếm — cực mạnh; nhanh, rẻ, dễ giải thích kết quảHiểu đồng nghĩa (“xin phép” ↔ “annual leave”); chéo ngôn ngữ nếu dùng embedding đa ngữ; tha thứ lỗi chính tả và cách diễn đạt tự nhiên
Điểm yếuYếu khi câu hỏi dùng từ khác tài liệu; không hiểu ngôn ngữ chéo (VN ↔ EN); không hiểu đồng nghĩa, paraphraseYếu ở mã chính xác và tên hiếm; cần mô hình embedding và hạ tầng vector DB

Pipeline tìm kiếm — 1 tầng hay 2 tầng

1 tầng (đơn giản)

1 / 3
  1. 1. Bước 1

    Embed câu hỏi thành vector.

Nhanh, rẻ, đủ dùng cho POC và kho dưới 1 triệu tài liệu.

2 tầng (có rerank)

1 / 4
  1. 1. Bước 1

    Embed câu hỏi thành vector.

Tăng chất lượng 5–15 điểm MRR, chậm hơn vài trăm ms. Đáng cho sản phẩm có người dùng thật. Công ty nhỏ bắt đầu từ 1 tầng; khi chất lượng kết quả quan trọng, thêm tầng 2.

Các mô hình embedding phổ biến 2026

  • OpenAI text-embedding-3: API dễ dùng, đa ngôn ngữ, chất lượng tốt.
  • BGE-M3 (BAAI): mã nguồn mở, hỗ trợ tiếng Việt rất tốt, chạy local được.
  • Cohere embed-v3: 100+ ngôn ngữ, có “compressed embeddings” tiết kiệm bộ nhớ.
  • Multilingual E5: mã nguồn mở, mạnh cho retrieval thuần text.

Cạm bẫy thường gặp

  • Mismatch model: mã hoá tài liệu bằng model A, mã hoá câu hỏi bằng model B → điểm vô nghĩa. Luôn dùng cùng một model.
  • Bỏ qua chunking: nhét PDF 50 trang vào 1 vector = trung bình ý, độ chính xác tụt. Chunk 500–1000 chữ, có overlap.
  • Quên metadata filter: semantic có thể trả về tài liệu “hết hạn” hoặc “private”. Lọc metadata trước hoặc sau khi tìm.
  • Tin cosine tuyệt đối: 0,80 của model A ≠ 0,80 của model B. Calibrate trên tập đánh giá.
  • Không dùng hybrid khi có tên riêng: mã sản phẩm, SKU cần keyword. Semantic không thôi dễ miss.

Khi nào KHÔNG cần tìm kiếm ngữ nghĩa?

  • Câu hỏi luôn là mã sản phẩm, ID hoặc tên model chính xác.
  • Kho nhỏ (dưới vài nghìn tài liệu) và người dùng hài lòng với tìm từ khoá.
  • Yêu cầu độ trễ dưới 10 ms trên CPU cũ, ngân sách cực thấp.

Ứng dụng thực tế cho dân văn phòng

Tình huốngVí dụ
Chatbot hỏi đáp tài liệu công tyNhân viên hỏi tự nhiên, bot đọc đúng đoạn trong nội quy / handbook.
Tìm hợp đồng, email cũ“Hợp đồng với bên A về giao hàng chậm” ra đúng văn bản dù tên file không khớp.
Tổng hợp báo cáo ngànhMarketer có 50 PDF báo cáo → hỏi xu hướng, tìm đúng đoạn trả lời.
Thương mại điện tử“Quà cho bạn gái thích cắm trại” → semantic bắt ý, keyword khớp brand.
Tìm kiếm chéo ngôn ngữQuery tiếng Việt → tài liệu tiếng Anh vẫn trả đúng nhờ embedding đa ngữ.
Phát hiện trùng lặp tin tứcTìm bài trùng ý (plagiarism, dedup) tốt hơn khớp từ rất nhiều.

Đánh giá chất lượng tìm kiếm — chỉ số nào?

  • Recall@k: top-k có bao nhiêu % tài liệu đúng — đo “không miss”.
  • Precision@k: top-k có bao nhiêu % thật sự liên quan — đo “không nhiễu”.
  • MRR: trung bình 1/hạng của kết quả đúng đầu tiên. Phù hợp khi chỉ cần 1 đáp án.
  • nDCG@k: điểm có trọng số theo vị trí, thưởng kết quả đúng ở hạng cao. Chuẩn tìm kiếm web.
  • Latency p95/p99: đuôi độ trễ. p99 dưới 300 ms cho UX chấp nhận được.

Chi phí vận hành — lưu ý trước khi scale

  • Bộ nhớ: 10 triệu vector × 1024 chiều ≈ 40 GB. Product quantization giảm còn 2–4 GB.
  • Inference: OpenAI/Cohere tính theo token; BGE-M3 local miễn phí nhưng cần 12–16 GB VRAM.
  • Re-indexing: đổi model = mã hoá lại toàn bộ kho. Version hoá index, có plan migrate.
  • Cập nhật nóng: tài liệu đổi cần upsert vector. Đa số vector DB hỗ trợ, có giới hạn tần suất.

Thuật ngữ liên quan

  • BM25 — nền tảng tìm theo từ khoá, bổ trợ cho semantic trong hybrid.
  • Embedding Model — bộ não của semantic search, quyết định chất lượng vector.
  • Vector Databases — nơi lưu và truy vấn vector quy mô lớn (pgvector, Qdrant, Pinecone, Milvus).
  • Hybrid Search — công thức ghép từ khoá + ngữ nghĩa + rerank.
  • Chunking — cắt tài liệu dài thành đoạn trước khi mã hoá.
  • RAG — kiến trúc đưa tri thức vào prompt; semantic search là bước truy xuất của RAG.

Tóm tắt

  • Tìm kiếm ngữ nghĩa = tìm theo Ý NGHĨA thay vì chữ: chuyển câu thành vector, đo khoảng cách, trả top-K gần nhất.
  • Giải quyết “vocabulary mismatch”: “xin nghỉ phép” vẫn tìm ra “annual leave policy” dù không trùng chữ nào.
  • Kém ở mã chính xác (SKU, số hợp đồng, tên riêng hiếm) — đây là địa hạt của tìm từ khoá. Hybrid ghép cả hai thường vượt trội.
  • Pipeline 2 tầng chuẩn: bi-encoder lấy top-100 nhanh → cross-encoder rerank chính xác → top-5 cuối.
  • Luôn dùng cùng mô hình embedding cho tài liệu và câu hỏi. Chunking hợp lý là bắt buộc với tài liệu dài.
  • Là bước tra cứu cốt lõi của RAG, chatbot nội bộ, thương mại điện tử và tìm kiếm chéo ngôn ngữ.

Continue the module

Lesson 5 of 16