语义搜索 专业版
普通的搜索要求文件名或文档里有您输入的那个词。语义搜索不要求一字不差:搜"租房合同",写着"房屋租赁协议"的文件也能找到。
照片也一样。输入"海边""生日蛋糕",能找到画面里有海、有蛋糕的照片,哪怕文件名是 IMG_4127.JPG。
照片里的文字,比如截图、小票、证件照上的字,识别出来以后也能搜到。
这三项属于专业版,都有本地模型,在 Keepbay 所在的设备上运行。
准备
在「系统设置 › AI 模型」中下载本地模型,再在「使用的模型」中选好,见模型设置:
- 按意思搜文档:文本向量模型
- 按画面搜照片:图文向量模型
- 识别图片中的文字:文字识别模型
选好后,Keepbay 在后台把已有的文件处理一遍,之后新加的文件自动处理。
进度在「系统设置 › AI 模型」的「语义索引」「图片索引」「文字识别」中,侧栏的「更多 › 后台任务」中也有。无需等待全部处理完成,已处理的部分可以立即搜到。
本地模型一次只处理一个文件。照片较多时,首次处理需要较长时间,可能持续几天,处理在后台进行。
本地模型 10 分钟没有用到,会自动从内存中释放。可用内存不够时,模型暂不加载,见本地模型。
按含义搜索文档
无需切换模式,直接在搜索框中输入。输入 2 个字以上,Keepbay 会同时按文件名、文档中的文字和意思来找。
结果中,文件名和文字里都没有这个词、只是意思相近的,标着"意思相近"。它们排在关键词直接命中的结果后面,每次最多取 20 份内容,同一份内容在别处的副本也会一起列出。
结果下面显示的那段文字,是文件中意思最接近的一段。
语义搜索用的是文件中的文字:文档里的文字,以及从图片中识别出的文字。没有提取出文字的文件,只能按文件名搜到。
每个文件只有前面约 10 万字进入语义索引,再长的部分只能按关键词搜到。
本地的文本向量模型主要针对中文。资料以英文为主的,可以换用云端的向量模型。
用云端的向量模型
文本向量模型也可以用云端的,在模型设置中选。
建立索引会发送文件中的文字
用云端的向量模型时,建立索引要把文件中的文字发给厂商,换算成向量。每个文件进入语义索引的文字(前面约 10 万字)都会发送一次,之后新加入的文件同样会发送。搜索时还会发送您的搜索词。
和自动整理、AI 标签不同,这一步没有"后台功能用云端模型"的逐项确认。选了云端的向量模型,就会开始发送。如果不希望发送文件内容,请使用本地模型。
换了文本向量模型,要重新建立索引,见模型设置。
成员搜索时,搜索词要交给向量模型。向量模型在云端的,成员要有「使用云端 AI」的权限才能按意思搜;没有权限时,结果中没有按意思找到的文件,按文件名和文字搜照常。
按画面搜索照片
同样在平常的搜索框中输入,描述画面里有什么:
- "海边的日落"
- "猫"
- "写字板上的公式"
画面相符的照片标着"画面相符"。只有一个字的词也会按画面找,比如"猫""狗"。
按画面搜图只能用本地模型,照片不会发给云端。
处理的是能生成缩略图的图片,包括常见格式和相机 RAW,HEIC 取决于服务器上的 ffmpeg 版本。视频不处理,搜不到视频中的画面。
类型筛选为"文档"等不含图片的类型时,不按画面查找。
找相似的图片
在一张图片上点右键「找相似的图片」,可以找到和它很像的图片。
这里的相似标准较严格:指同一场景连拍的几张,或同一张图的不同尺寸、裁切版本。仅拍摄内容相同(如都是海边)的图片不算相似。
完全相同的副本标着"同一张图片",说明这是放在别处的另一份。整理照片时,可以用它找出重复的。
新加入的图片要等图片索引建好后,才能查找相似图片。
目前不能上传一张图片来搜。
识别图片中的文字
截图、小票照片、证件照、白板照片中的文字识别出来以后,可以按文字搜到。
能识别简体中文、繁体中文、英文和日文。支持竖排文字,不支持倒置的文字。
识别只能用本地模型,图片不会发给云端。
识别出的文字会进入全文搜索和语义索引。搜索结果中,这样找到的那段文字标着"图片中的文字"。
目前只识别图片。没有文字层的扫描版 PDF 不会识别,只能按文件名搜到。需要搜的扫描件,可以用扫描软件先做一遍 OCR,生成带文字层的 PDF,或者存成图片。
识别出的文字没有单独查看的地方。除了搜索,AI 桌面、AI 标签、日期提醒也会用到这些文字。
换了文字识别模型,已经识别过的图片不会重新识别。
搜索范围
语义搜索和按画面搜图,和普通搜索的权限一样:成员只能搜到授权给他的文件夹中的文件。
回收站中的文件不会出现在结果中。隐藏文件和普通搜索一样,打开了「显示隐藏文件」才会出现。