متادیتا و فیلتر؛ جست‌وجوی محدود به یک مشتری یا یک دوره

فرض کنید یک چت‌بات تخصصی ساخته‌اید که هم‌زمان به چند مشتری یا چند سازمان سرویس می‌دهد و هر کدام مستندات محرمانهٔ خودشان را در همان وکتور دیتابیس مشترک دارند. اگر جست‌وجوی معنایی صرفاً بر اساس شباهت بردارها انجام شود، هیچ تضمینی وجود ندارد که سؤال یک مشتری، تصادفاً به یک chunk از دادهٔ مشتری دیگر گره نخورد. اینجا دقیقاً همان جایی است که متادیتا و فیلترکردن بر اساس آن، از یک ویژگی جانبی به یک مکانیزم امنیتی حیاتی تبدیل می‌شود.

متادیتا چیست؟

متادیتا اطلاعات ساختاریافته‌ای است که همراه هر بردار embedding ذخیره می‌شود اما خودش بخشی از محاسبهٔ شباهت معنایی نیست. برای مثال، در کنار بردار یک chunk از سند، می‌توان شناسهٔ مشتری، نوع سند، تاریخ انتشار، سطح دسترسی یا زبان محتوا را هم به‌عنوان فیلد جداگانه ذخیره کرد. اکثر وکتور دیتابیس‌ها اجازه می‌دهند هنگام جست‌وجو، هم شباهت معنایی محاسبه شود و هم هم‌زمان یک شرط دقیق روی این فیلدهای متادیتا اعمال شود.