Technische Termen

Semantische optimalisatie omvat het structureren van inhoud met duidelijke relaties, entiteiten en context die AI-modellen kunnen begrijpen en correct interpreteren.

Een Kennisskaart is hoe AI-modellen informatie over entiteiten (merken, producten, concepten) en hun relaties organiseren en verbinden.

RAG (Retrieval-Augmented Generation) is een techniek waarbij AI-modellen relevante documenten of gegevens ophalen voordat ze antwoorden genereren.

Also: Retrieval-Augmented Generation

AI scraping is een methodologie waarbij hulpmiddelen automatisch AI-modellen opvragen en antwoorden verzamelen om merkvernoemingen, sentiments en positionering bij te houden.

Also: Response scraping, AI monitoring

Geslachtsvoorkeur in AI verwijst naar het gedocumenteerde fenomeen waarbij AI-modellen verschillende merken aanbevelen afhankelijk van hoe een query wordt geslachtsgekader.

Also: Gender-locked brands, AI gender categorization

Een ontologie cluster is een verzameling semantisch gerelateerde onderwerpen, trefwoorden en concepten die AI-modellen samen groeperen bij het begrijpen van uw merk.

Platform voorkeur patronen beschrijven hoe verschillende AI-platforms verschillende voorkeuren hebben in hoe zij merken aanbevelen.

Also: AI platform behavior, Model bias patterns

Categorie poortwachterij treedt op wanneer AI merken heeft leren associëren alleen met specifieke categorieën, exclusief ze uit aangrenzende of bredere categorieën.

Also: AI category bias, Systematic exclusion

Embeddings zijn numerieke representaties van tekst, afbeeldingen of andere data die semantische betekenis vastleggen in een formaat dat AI-systemen mathematisch kunnen verwerken.

Vector search is de technologie die AI-systemen gebruiken om semantisch vergelijkbare content te vinden, zelfs als er geen exacte trefwoordovereenkomsten zijn tussen een zoekopdracht en een document.

Semantic search is een benadering van informatieherstel die de betekenis en intentie achter een zoekopdracht begrijpt, in plaats van simpelweg trefwoorden te matchen.

Een context window is de maximale hoeveelheid tekst die een large language model in één interactie kan verwerken.

Een token is de kleinste eenheid tekst die een AI-model verwerkt. Gemiddeld is één token ongeveer driekwart van een woord in het Engels, wat betekent dat een artikel van 1.000 woorden ongeveer 1.333 tokens bevat.

Temperature is een instelling van een AI-model die de willekeur en creativiteit van gegenereerde antwoorden regelt.

Fine-tuning is het proces van het trainen van een bestaand large language model op een gespecialiseerde dataset om de prestaties in een specifiek domein of voor een bepaalde taak te verbeteren.

RLHF (Reinforcement Learning from Human Feedback) is de trainingstechniek die wordt gebruikt om AI-modellen te leren welke antwoorden mensen prefereren.

Also: Reinforcement Learning from Human Feedback

Schema markup for AI verwijst naar het gebruik van gestructureerde datacode (doorgaans JSON-LD) op uw website om AI-systemen te helpen uw merk, producten, expertise en relaties te identificeren en te begrijpen.

Also: Structured Data for AI, AI-Optimized Schema

Entity recognition (ook bekend als Named Entity Recognition of NER) is de AI-mogelijkheid om specifieke merken, producten, personen, organisaties en concepten binnen tekst te identificeren en te onderscheiden.

Also: Named Entity Recognition, NER