关键词与语义检索各会漏掉什么?

用户提问既可能包含明确编号,也可能使用与文档不同的表达。关键词搜索擅长匹配产品型号、错误码和专有名词;向量搜索更容易找到措辞不同但含义相近的材料。混合搜索让两条检索路径共同贡献候选结果,再统一排序,降低单一方法漏检的概率。

混合搜索如何融合两路结果?

建索引时,系统通常同时保留可全文检索的文本字段与文本的向量表示。查询到来后,两种方法并行召回文档。因为关键词分数和向量相似度不能直接相加,系统可使用排序融合等方法合并结果,之后再用重排序模型细排。元数据过滤可先限定语言、时间、文档类型和访问权限,避免把不合条件的内容送入模型。

例如,技术支持人员搜索“TS-999 登录失败”。精确匹配有助于找出该错误码的文档;向量检索可找到描述“身份验证超时”的相关排障指南。融合结果仍需检查版本和适用产品。镜舟的多模态检索与分析文章(英文)提供了检索接入后续分析的场景。

什么时候值得承担额外检索成本?

混合搜索适合术语多样、既有明确标识符又有自然语言问题的知识库。它并不自动优于单一路径:索引质量、融合权重、召回数量和排序策略都会影响结果。若问题都依赖精确字段匹配,增加向量路径可能只添成本;若关键词极少,纯语义召回也许足够。应以真实问题比较召回、正确引用、延迟及费用。

常见问题

混合搜索等于重排序吗?

不等于。混合搜索组合不同召回来源;重排序在候选结果产生后重新排列它们。

两条路径的分数能直接相加吗?

通常不宜。不同算法的分数尺度不同,需要归一化、加权或按名次融合。

什么时候优先使用?

当用户同时使用编号、专有词和自然表达,且单一检索在测试集中出现明显漏检时,可优先试验。