Frågan är på tyska, den avgörande instruktionen på arabiska. En sökning efter samma bokstäver kan knappast känna igen det matchande stycket. En flerspråkig sökapplikation försöker i stället föra samman fråga och betydelse över olika formuleringar. Att den hittar en text som låter likartad räcker dock inte än.
Det officiella modellkortet för BGE-M3 beskriver flerspråkiga inbäddningar samt tät, gles och multivektorbaserad hämtning. Dessa förmågor gäller urvalet av källor. En fullständig översättning och ett korrekt svar är ytterligare uppgifter som måste bedömas separat.
Ett gemensamt sökutrymme är ännu inget svar
Vid tät hämtning omvandlas texter till numeriska representationer och jämförs med ett likhetsmått. Glesa metoder använder viktade egenskaper som är fördelade på ett annat sätt. Multivektormetoder kan jämföra en text över flera representationer. Modellkortet beskriver flera hämtningsvägar; att de bara finns tillgängliga garanterar inte en träff för varje formulering.
För läsaren är något enklare viktigast först: behandlar det hämtade avsnittet samma fråga, inklusive begränsning och omfattning? En träff om arkiverade dokument är inte ett tillräckligt underlag för en fråga om den aktuella arbetsmappen.
Tre kunskapskort i stället för ett stort arkiv
Skapa en egen liten samling med fasta identifierare. K01 beskriver en godkännanderegel för förseglade paket. K02 tillåter att öppet tillgängligt material tas. K03 nämner ett annat ämne, till exempel arkivet. Håll fakta medvetet korta och entydiga.
För K01 kan du arbeta med versioner på tyska, arabiska och hindi som har granskats av någon med relevant sakkunskap. Följande meningar, som vi själva har skrivit, är ett undervisningsexempel och behöver en lämplig språkgranskning före en eventuell publicering:
K01-de: Versiegelte Pakete dürfen nur nach Freigabe geöffnet werden.
K01-ar: لا يجوز فتح العبوات المختومة إلا بعد الحصول على موافقة.
K01-hi: सीलबंद पैकेट केवल अनुमति मिलने के बाद खोले जा सकते हैं।Identifieraren kopplar samman betydelsen, inte bara filnamnet. Bestäm före söktestet vilket kort varje fråga ska träffa. För den tyska frågan ”Wann darf ich ein versiegeltes Paket öffnen?” (”När får jag öppna ett förseglat paket?”) hör K01 till det förväntade underlaget. K02 är ett medvetet närliggande motexempel med ett annat villkor.
Bedöm träffarna först, sedan formuleringen
När en lämplig sökmiljö är förberedd ställer du först frågorna utan någon efterföljande svarsgenerering. Anteckna identifierarna för de främsta träffarna och respektive originaltext. På så sätt kan du fastställa om rätt underlag över huvud taget väljs.
Kontrollera den första träffen och sedan ett något större avsnitt av resultatlistan. Ett relevant dokument på andra plats visar en annan egenskap än en relevant första träff. Med en mycket liten samling syns sådana skillnader direkt, utan att man publicerar en konstlat exakt totalsiffra.
Ett litet bedömningsschema räcker: frågans identifierare, förväntat kort, funna kort, källspråk och eventuell observerad betydelseskillnad. Ändra sedan bara frågans språk. Om du samtidigt skriver om korpusen är den nya omgången inte längre samma jämförelse.
Negationer är särskilt värdefulla motexempel
Lägg till en fråga som riktar sig mot ett undantag. Många gemensamma ord kan göra en sakligt felaktig träff lockande. Ett avsnitt med ”får inte” eller ”endast efter godkännande” måste behålla sin betydelse. En sökning efter liknande innehåll ska därför inte förväxlas med en kontroll av ett identiskt påstående.
Först när träffarna har valts låter du vid behov ta fram ett svar eller en översättning. Fortsätt att visa originalstycket. På så sätt går sökfel fortfarande att skilja från översättningsfel. En korrekt källa kan återges dåligt; en flytande översättning kan förklara en olämplig källa på ett begripligt men felaktigt sätt.
Även visningen är en del av testet
Arabisk text behöver rätt läsriktning; tekniska identifierare behåller sin logiska ordning. Hindi är inte indonesiska. Dessa skillnader bör redan vara korrekta i referensdata innan ett modelltest härleder ett skenbart påstående om kvalitet ur dem.
Att komma igång med flerspråkig sökning består därför av några väl förstådda betydelser och bra motexempel. BGE-M3 erbjuder en dokumenterad modell för detta. Om den gör din samling användbart sökbar visar bara den faktiska sökningen med de specifika frågorna, språken och originalstyckena.
Källor och status
Källor per 25 oktober 2026. Modellkort för BGE-M3.
