szemantikus keresés

angolul: semantic search

alapelterjedt

Olyan keresés, amely nem a beírt szavak pontos egyezését, hanem a kérdésed jelentését és szándékát próbálja megérteni, és ahhoz illő találatokat ad.

Érthetően

A hagyományos kereső úgy működik, mint a könyv végi tárgymutató: ha beírod, hogy „autó”, azokat az oldalakat adja ki, ahol pontosan ez a szó szerepel. A szemantikus keresés inkább egy tapasztalt könyvtárosra hasonlít, aki érti, mire gondolsz, és a „gépkocsi” vagy a „személyautó” szóval írt anyagokat is a kezedbe adja.

Ez azért hasznos, mert ritkán tudjuk előre, milyen szavakkal fogalmazott az, aki a keresett szöveget írta. Egész mondattal, hétköznapi nyelven is kérdezhetsz, például így: „mit tegyek, ha beázik a plafon”. A rendszer akkor is megtalálhatja a választ, ha a cikk címe „Tetőszigetelési hibák javítása”.

A kulcsszavas keresés betűket és szavakat hasonlít össze, a szemantikus keresés jelentéseket. Ez adja az erejét, de a gyengéjét is: ha pontos cikkszámot, nevet vagy jogszabályszámot keresel, a régi, szó szerinti módszer gyakran megbízhatóbb.

Sok AI-csevegő és agent is erre épít, amikor dokumentumokból vagy a webről dolgozik: mielőtt válaszol, szemantikus kereséssel gyűjti ki a kérdésedhez illő szövegrészleteket.

Hogyan működik

A rendszer előre feldolgozza a kereshető szövegeket: kisebb részekre bontja őket, és egy erre tanított nyelvi modellel mindegyikből számsort készít, amely a szöveg jelentését írja le. Ezt a számsort hívják beágyazásnak.
Ezek a számsorok egy „jelentéstérkép” pontjai: a hasonló értelmű szövegek közel kerülnek egymáshoz, a különböző témájúak távol.
Amikor beírod a kérdésed, abból ugyanígy számsor készül, vagyis a kérdésed is pont lesz ugyanazon a térképen.
A kereső kiválasztja a kérdésedhez legközelebb eső pontokat, és az ezekhez tartozó szövegeket adja vissza találatként.
A jobb rendszerek ezt kulcsszavas kereséssel is kombinálják (hibrid keresés), és a végén egy külön modell újrarangsorolja a találatokat, hogy a legjobb kerüljön előre.

Példa a mindennapokból

Egy webáruház keresőjébe beírod: „meleg cipő téli kiránduláshoz”. A termékek nevében egyik szó sem szerepel így, mégis bélelt túrabakancsokat kapsz, mert a kereső a szándékodat értette meg, nem a betűket egyeztette.

Kit érint

mindenkiA netes keresők, a webáruházak és az AI-csevegők egyre inkább így keresnek, ezért természetes mondatokkal is kérdezhetsz.

marketingesA kulcsszavak ismételgetése egyre kevesebbet ér: a tartalomnak érthetően és teljesen kell megválaszolnia azt, amire az olvasó kíváncsi. → Marketing

vállalkozó, vezetőA céges dokumentumtár, tudásbázis vagy ügyfélszolgálat akkor is kereshetővé válik, ha a munkatársak és az ügyfelek más szavakat használnak, mint az iratok.

fejlesztőEz az alapja a dokumentumokra támaszkodó AI-alkalmazásoknak és annak, hogy egy agent megtalálja a feladathoz szükséges információt. → Kód

Gyakori félreértés

TévhitA szemantikus kereső úgy érti a kérdésemet, mint egy ember, ezért a találatai biztosan helyesek és relevánsak.

ValójábanA rendszer jelentésbeli hasonlóságot számol, nem igazságot ellenőriz. Ami hasonlít a kérdésedre, az lehet elavult, téves, vagy épp az ellenkezőjét állíthatja.

Korlátok és kockázatok

Pontos azonosítóknál (cikkszám, név, paragrafusszám, ritka szakszó) gyakran gyengébb, mint a szó szerinti keresés.
Nehéz megmondani, miért éppen azt a találatot adta, így a hibáit is nehezebb észrevenni és javítani.
A minősége a mögötte álló nyelvi modelltől függ: a magyar nyelvű és a szűk szakterületi szövegeken gyengébben teljesíthet, mint az angol, általános tartalmakon.
A tagadást és az apró különbségeket könnyen elnézi: a „laktózmentes” és a „laktózt tartalmaz” szöveg jelentésben közel áll egymáshoz, így mindkettő felbukkanhat.

Hasonló, de nem ugyanaz

kulcsszavas keresés – A kulcsszavas keresés a beírt szavak pontos előfordulását keresi, a szemantikus a szavak mögötti jelentést.
vektoros keresés – A vektoros keresés a technikai eszköz (számsorok közelségének keresése), a szemantikus keresés a cél, amelyet többnyire ezzel érnek el.
generatív keresés – A szemantikus keresés találatokat ad vissza, a generatív keresés ezekből saját szavaival megfogalmazott választ is ír.

Kapcsolódó fogalmak

Tágabb

információkeresés, természetesnyelv-feldolgozás, keresőmotor

Szűkebb

vektoros keresés

Rokon

hibrid keresés, újrarangsorolás, beágyazás, vektoradatbázis, RAG, tudásgráf, generatív keresőoptimalizálás

Röviden a története

A jelentésalapú keresés egyik korai mérföldköve Deerwester és szerzőtársai 1990-es tanulmánya volt a látens szemantikai elemzésről. A nagyközönség számára a Google tette ismertté: 2012-ben vezette be a tudásgráfot, 2019-ben pedig a BERT nyelvi modellt a keresőjében. Ugyanebben az évben jelent meg a Sentence-BERT, amely a mai, beágyazásokra épülő szemantikus keresés egyik alapja lett.

Hol tart most

2026 végén a nagy webes keresők és a webáruházak keresői jellemzően szemantikus vagy hibrid módon működnek, és a céges tudástárakban is egyre gyakoribb. Az AI-csevegők és agentek dokumentumkeresése szintén nagyrészt erre épül.

Állapot: 2026. november

Más nevei

szemantikus keresés · szemantikai keresés · jelentésalapú keresés · semantic search · neural search · embedding-alapú keresés

Források

A szócikk gépi szerkesztéssel készült és gépi szakmai lektoráláson ment át; a „hírekben” rész az Agent Age sztorijaiból automatikusan frissül.