الخطوة 3: البحث الدلالي — Semantic Search
تعلم الفرق بين البحث بالكلمات والبحث بالمعنى.
بحث الكلمات مقابل بحث المعنى
البحث التقليدي (Keyword): يبحث عن الكلمات نفسها → بحث عن "إجازة" يجد فقط المستندات التي تحتوي كلمة "إجازة" البحث الدلالي (Semantic): يبحث عن المعنى → بحث عن "كيف آخذ يوم عطلة" يجد مستند "سياسة الإجازات السنوية" حتى لو لم تظهر كلمة "عطلة" فيه!
أمثلة على قوة البحث الدلالي
السؤال: "أبي أرجع المنتج" يجد: "سياسة الإرجاع والاستبدال" السؤال: "كم راتب المهندس؟" يجد: "جدول الرواتب والدرجات الوظيفية" السؤال: "مريض عندي حرارة" يجد: "بروتوكول التعامل مع الحمى" لاحظ: الكلمات مختلفة لكن المعنى متطابق!
قواعد البيانات المتجهة (Vector Databases)
بعد تحويل النصوص لأرقام، تحتاج مكان لتخزينها والبحث فيها بسرعة: • Pinecone: سهل الاستخدام، سحابي، مجاني للبداية • Weaviate: مفتوح المصدر، غني بالمزايا • ChromaDB: خفيف ومحلي، مثالي للتجربة • Qdrant: أداء عالي، مفتوح المصدر • pgvector: إضافة لـ PostgreSQL إذا كنت تستخدمه أصلاً
ببساطة
البحث الدلالي يفهم ما تقصده وليس ما تكتبه. هذا يجعل RAG قوياً جداً — المستخدم يسأل بطريقته الطبيعية والنظام يجد الإجابة الصحيحة.