语义搜索相关资源列表

在嵌入语义搜索中，作者描述了如何构建语义搜索系统（也称为神经搜索）。随着索引技术的改进，这些系统被越来越多地使用，并且随着新的深度学习论文的出现，表示学习每年都在变得更好。中篇文章解释了如何构建它们，此列表旨在引用有关该主题的所有有趣资源，以允许任何人快速开始构建系统。

awesome-semantic-search

一个用于传输中的嵌套、非结构化、多模态数据的库，包括文本、图像、音频、视频、3D 网格等。它允许深度学习工程师使用 Pythonic API 高效地处理、嵌入、搜索、推荐、存储和传输多模态数据。

🚪 跨/多模态世界的大门：用于表示复杂/混合/嵌套文本、图像、视频、音频、3D 网格数据的超表现力数据结构。吉娜的基础数据结构，CLIP-即服务，DALL·E流，迪斯科艺术等

🧑‍🔬 数据科学强国：通过CPU/GPU上的Torch/TensorFlow/ONNX/PaddlePaddle，大大加快数据科学家在嵌入、k-NN匹配、查询、可视化和评估方面的工作。

🚡 传输中的数据：针对网络通信进行了优化，随时可以在线连接，在 Protobuf、bytes、base64、JSON、CSV、DataFrame 中进行快速和压缩的序列化。非常适合流式传输和内存不足数据。

🔎 一站式k-NN：主流矢量数据库的统一一致的API，允许最近的邻居搜索，包括Elasticsearch，Redis，ANNLite，Qdrant，Weaviate。

👒 对于现代应用程序：GraphQL 支持使您的服务器在请求和响应时具有多功能性;内置的数据验证和 JSON 架构 （OpenAPI） 可帮助您构建可靠的 Web 服务。

🐍 Pythonic 体验：设计得像 Python 列表一样简单。如果你知道如何Python，你就知道如何DocArray。直观的习语和类型注释简化了您编写的代码。

🛸 与IDE集成：在Jupyter笔记本和Google Colab上实现漂亮的打印和可视化;PyCharm & VS Code 中的全面自动完成和类型提示。

DocArray由三个简单的概念组成：

文档：一种数据结构，用于轻松表示嵌套的非结构化数据。
DocumentArray：用于高效访问、操作和理解多个文档的容器。
数据类：用于直观地表示多模态数据的高级 API。

DocArray | #数据库

TextLocator，一款 Windows 全文搜索工具，可以检索 Word、Excel、PPT、PDF、DOM、TXT、图片、压缩包、代码等文档。

它主要用来进行全文检索，也支持文件名检索，但在第一次使用时，需要建立索引，时间有快有慢。索引一旦建立，搜索起来就非常快了。

使用说明
双击文件夹设置自己需要搜索的文件夹（和排除的文件夹）
点击“重建”按钮创建文档索引，更新文档索引点击“优化”按钮（或等待更新任务自动更新）
索引结束后，搜索框输入关键词回车或者点击搜索按钮。搜索结果列表会显示为列表
点击列表文档，右侧预览区会显示文档内容（图片会显示图片）
结果列表和预览区中间的分隔线可左右移动，以增加预览区可视宽度

一些规则：
自动分词：数据库表结构 -> 数据库表结构,数据,库表,结构；默认组合为OR（勾选匹配全词后条件组合AND）
手动分词：数据库 表 结构 -> 数据库,表,结构（空格作为分隔符）
文件类型：筛选不同类型的文件
仅文件名：关键词不匹配文档内容，只匹配文件名
排序规则：默认排序、时间（远|近）、文件（大|小）
列表分页：仅有一页时不显示分页标签，有多页时显示分页标签
内容预览：右侧内容预览区可以复制；剪切和粘贴不影响源文件（默认菜单后期优化仅保留复制）
预览搜索：预览区顶部搜索框可再次搜索

原文 | 下载地址 | #工具

从零开始写一个虚拟机。

文章介绍如何用400行左右的C代码实现一个虚拟机，该虚拟机能够运行标准的LC-3汇编程序。

英文版 中文版