2026年7月9日 周四晚上19:30,报名腾讯会议了解“如何构建自进化的动态知识库(Brain)”(限30人)
免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


收藏

RAG智能问答系统为什么要使用混合检索?(完整版)

发布日期:2024-07-30 08:23:01 浏览次数: 3234
作者:产品言语

微信搜一搜,关注“产品言语”

有读者反馈之前写的内容没有写完,本篇对之前写的内容进行补充和完善。

检索增强生成简称RAG(Retrieval-augmented Generation),RAG为大语言模型安装了知识外挂,基础大语言模型不用训练,通过RAG技术与大语言模型结合在回答问题的时候,可以通过企业内部的知识库检索相关和最新的信息来生成内容,从而提高了回答问题的准确性、实时性和关联性。



01

为什么要用混合检索?

基于语义的向量检索

在RAG智能问答系统中,RAG检索环节中的检索的方式采用向量检索,即通过语义相关度匹配的方式进行检索。
技术原理是通过将外部的知识库文档进行拆分成语义完整的段落或者句子,并将其转化为向量存储,而对用户的问题也同样进行向量化,然后通过用户问题与句子之间的语义相关性,查找出相关度最高的文本,找到后RAG系统会将用户的问题、相关内容一起提供给大模型,大语言模型推理出问题的答案。
向量检索除了能够实现复杂语义的文本查找,还有其他优势:
  • 容错性:处理模糊描述、拼写错误;
  • 多模态理解:支持文本、图像、音视频等相似匹配;
  • 多语言理解:跨语言理解,如输入中文匹配英文;
  • 相似语义理解;
向量检索在某些情况下效果不佳,如:
  • 搜索一个人或者一个物体的名字;
  • 搜索缩写词或者短语;
  • 搜索ID等场景而这些场景恰恰是传统关键词搜索的优势所在,传统的关键词搜索的优势在于精准搜索、少量字符匹配等方面。

关键词检索极其局限性

在信息检索的场景,“传统”方式是通过关键词搜索,大致过程为:
  1. 对原始内容进行关键词提取;
  2. 建立关键词和原始语料的映射关系,常见的方法有倒序索引、TF-IDF、BM25等方法,其中TF-IDF、BM25通常用“稀疏向量(Sparse Vector)”来表示词频。
  3. 检索时,对检索语句进行关键词抽取,并通过建立的映射关系召回关联度最高的TopK原始语料。
关键词检索无法对语义进行理解,例如,检索词为“北大医院”,经过分词以后成为“北大”“医院”,这两个关键词都无法有效检索用户的预期目标“北京大学第一医院”这个目标。
在文本搜索场景,首先需要确保最相关的结果能够出现在检索的结果中。向量检索和关键词检索各有优势,而引入混合检索结合了两种搜索技术的优点,并且弥补了各自的缺点。


02

什么是混合检索?
混合检索是结合了两种或者多种搜索算法提高搜索结果相关性的搜索技术。而在RAG系统中,混合搜索最常见指向量检索和关键词检索的组合。
不同的检索系统在寻找文本中各自擅长之间存在不同的联系,没有任何一种检索模式能够适用全部的情景,混合检索通过多个不同的检索系统组合,结合不同检索系统的优势,实现多个检索技术直接的互补。



03

产品电源


对目前行业中其他产品基于RAG的问答系统的检索方式进行调研。


Coze
  • 混合检索:结合全文检索与语义检索的优势,并对结果进行综合排序;

  • 语义检索:基于向量的文本相关性查询,推荐在需要理解语义关联度和跨语言查询的场景使用;

  • 全文检索:依赖于关键词的全文搜索,推荐在搜索具有特定名称、缩写词、短语或ID的场景使用;

betteryeah
  • 混合查询:使用语义和关键词综合查询,效果更好;
  • 关键词查询:精准查询,通过人名、地名等查询具体内容;
  • 语义查询:适合通过描述、问题查询相似答案;
Azure AI搜索
  • 全文搜索:信息检索中与索引中存储的纯文本匹配;
  • 矢量搜索:存储内容的数字表示形式来执行搜索;
  • 混合搜索:全文搜索和矢量搜索的结合;
总结:
  1. 基于文档和知识库的RAG问答系统,在调研的产品中,通常会支持混合检索、向量检索和全文检索。作为平台用户可以选择使用哪种检索方式;

  2. 混合检索结合全文检索和向量检索的的优势,对召回的结果进行综合排序,让大模型生成的结果更好,也是各个平台优先推荐的;




53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询

扫码登录
登录即表示您同意《53AI网站服务协议》
服务协议

欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

一、 定义

本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

二、 账号注册与登录

登录方式:本网站支持以下登录方式,您可根据实际情况选择:

微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

三、 服务内容与规范

知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

禁止行为:您在使用服务时不得实施以下行为:

利用技术手段批量爬取、下载、转存知识库内容;

将知识库内容用于商业目的或未经授权地向第三方传播;

干扰本网站正常运行或侵犯其他用户合法权益;

发布违法违规信息或从事违反公序良俗的活动。

四、 知识产权声明

权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

五、 个人信息保护

我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

六、 免责声明

内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

七、 违约责任

如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

八、 法律适用与争议解决

本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

九、 其他

本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


已查阅