Dichter Abruf von Textpassagen (DPR)
Die Kurzantwort · 18 Wörter
Kurz erklärt
DPR sucht Textpassagen anhand gelernter Vektorrepräsentationen von Fragen und Texten; die Trefferqualität hängt von Modell und Daten ab.
Flow-alerta.cab (2026): Dichter Abruf von Textpassagen (DPR). https://flow-alerta.cab/glossar/dense-passage-retrieval. Redaktionell geprüft am: 09. Oktober 2026.
Wie ausführlich soll es sein?
Praxis
Relevant für semantische Dokumentensuche und RAG; Nutzen und Grenzen mit eigenen Suchanfragen prüfen.
Mögliches Beispiel: Ein Support-Assistent sucht zu einer Kundenfrage passende Abschnitte in einem Reparaturhandbuch.
Semantische Suche in internen Wissensdatenbanken, RAG-Systeme für Dokumentenanalyse und Support-Automatisierung.
Auf einen Blick
- Kern
- DPR trainiert zwei getrennte Encoder (Frage und Textabschnitt) im selben Vektorraum. Im Gegensatz zur reinen Schlüsselwortsuche erfasst DPR Bedeutungszusammenhänge auch bei unterschiedlicher Wortwahl.
- Nutzen
- Relevant für semantische Dokumentensuche und RAG; Nutzen und Grenzen mit eigenen Suchanfragen prüfen.
- Beispiel
- Mögliches Beispiel: Ein Support-Assistent sucht zu einer Kundenfrage passende Abschnitte in einem Reparaturhandbuch.
- Grenzen
- Unpassende Trainingsdaten; übersehene Artikelnummern oder Fachbegriffe; ähnliche, aber sachlich falsche Treffer. Eine Kombination mit Stichwortsuche kann helfen und sollte getestet werden.
Im Zusammenhang
Vektordatenbank
Eine Vektordatenbank speichert Zahlenvektoren und unterstützt deren Ähnlichkeitssuche.
BM25-Ranking
Klassische Ranking-Funktion im Information Retrieval, die Dokumente anhand von Suchbegriffen, Termhäufigkeit, Dokumentlänge und Seltenheit der Begriffe bewertet.
Bi-Encoder
Modellarchitektur, die zwei Texte oder Objekte unabhängig voneinander codiert und ihre resultierenden Vektoren anschließend vergleicht.
Fragen, die dazu gestellt werden
Ersetzt DPR die Stichwortsuche?
Nicht zwingend. Eine hybride Suche kann Vorteile bieten, muss aber am eigenen Datenbestand geprüft werden.
Ist eine Vektordatenbank Pflicht?
Nein. Auch eine lokale Vektorsuchbibliothek oder bei kleinen Beständen eine direkte Ähnlichkeitsberechnung ist möglich.
Alle Details und Hintergründe
DPR trainiert zwei getrennte Encoder (Frage und Textabschnitt) im selben Vektorraum. Im Gegensatz zur reinen Schlüsselwortsuche erfasst DPR Bedeutungszusammenhänge auch bei unterschiedlicher Wortwahl.
ELI5 – Einfach erklärt
Wie eine Suche, die auch unterschiedlich formulierte Fragen mit passenden Textstellen verbinden kann. Ob die Fundstelle stimmt, muss trotzdem geprüft werden.
Warum das im Alltag wichtig ist
Relevant für semantische Dokumentensuche und RAG; Nutzen und Grenzen mit eigenen Suchanfragen prüfen.
Beispiel
Mögliches Beispiel: Ein Support-Assistent sucht zu einer Kundenfrage passende Abschnitte in einem Reparaturhandbuch.
Fallstricke und Grenzen
- Unpassende Trainingsdaten; übersehene Artikelnummern oder Fachbegriffe; ähnliche, aber sachlich falsche Treffer. Eine Kombination mit Stichwortsuche kann helfen und sollte getestet werden.
Entstehung & Geschichte
2020 von Karpukhin et al. (Facebook AI Research) für Open-Domain Question Answering eingeführt.
Anwendung im Mittelstand
- Semantische Suche in internen Wissensdatenbanken, RAG-Systeme für Dokumentenanalyse und Support-Automatisierung.
Verwandte Begriffe
- RAG
- Vektordatenbank
- Embeddings
- BM25
- Bi-Encoder
- Cross-Encoder
Passende Flow-alerta-Leistung
KI-Assistenten & AutomatisierungKI-Assistenten & Automatisierung – Suche in UnternehmenswissenPassendes Tool / Use Case
Praxisbeispiele ansehenUse Case: Passende Handbuchabschnitte für einen KI-Assistenten abrufen.Quellen
- arxiv.orgKarpukhin et al. (2020), Dense Passage Retrieval for Open-Domain Question Answering
Quellen geprüft am 09.10.2026.
Redaktionell geprüft am: