Producten.

Weaviate

 

Weaviate is een op Semantic Search gebaseerde Knowledge Graph welke op unieke wijze zeer snel en efficiënt data gedreven use cases uit verschillende bronnen kan vinden, classificeren en representeren.  Weaviate is een API gebaseerd op het weergeven van data binnen een context. De API kan op ieder  groot cloud platform draaien of on premise. Met Weaviate ben je in staat om data inzichten te verkrijgen op basis van semantisch zoeken. De context speelt een belangrijke rol in deze software oplossing. 

 

In bijna alle situaties waarin er met data wordt gewerkt verwijst die data naar iets in de echte wereld. Dit kan gaan zijn over transacties, auto’s, vliegtuigen, producten, enzovoort. De uitdaging bij veel databases zit in de moeilijkheid om de context van een situatie daadwerkelijk te begrijpen. Een voorbeeld hiervan zijn de karakters ‘Apple’. Het kan hier gaan om een appel maar ook om het merk Apple.

 

Omdat nagenoeg alle data gerelateerd is aan iets (bijvoorbeeld Amsterdam is de hoofdstad van Nederland) wordt niet alleen het concept opgeslagen maar ook relaties tot andere concepten (de stad Amsterdam is gerelateerd aan het land Nederland). Dit betekent dat de data die wordt toegevoegd aan Weaviate een netwerk creëert aan kennis, gepresenteerd in een Graph.

 

 

Kenmerken

  • Semantisch zoeken:

Semantic Search betekent dus dat Weaviate begrijpt wat ik bedoel met de tekst! Weaviate kan dit dus interpreteren. Voorbeeld; in mijn bankomgeving wil ik kunnen zoeken op mijn uitgaven aan horeca of supermarkt. In de huidige zoekfunctie is dit niet mogelijk omdat e wordt gezocht op een identieke naam. Weaviate kan zoeken op context dus begrijpt dat uitgave bij de ALDI en Plus beiden supermarkt uitgaven zijn.

 

 

  • Automatische classificatie:

Weaviate plaats zaken automatisch bij elkaar die bij elkaar horen (zonder dat je dit handmatig moet doen). Voorbeeld: De iPhone hoort in de categorie telefoons, maar ook in de categorie Apple producten.

 

  • Kennis representatie:

Waeviate brengt een entiteit in relatie tot zijn context.  Voorbeeld: Weaviate begrijpt uit de Contextionary (van context en dictorionary) (openbare data gegevens zoals Wiki, woordenboeken, etc) dat Amsterdam de hoofdstad van NL is en zal dit in haar database model “dichter” bij elkaar plaatsen. Dus je legt kennis vast zonder dat je dit hard moet toekennen, Weaviate leert dit automatisch via ML.

 

 

Meer informatie over de technische aspecten en mogelijkheden van Weaviate, kijk dan op de productpagina van  Weaviate.

Wilt u meer weten over  Weaviate en wat dit voor u kan betekenen, neem dan contact op met onze experts!