混合搜索：向量搜索与BM25的协同
TL;DR · AI 摘要
混合搜索结合向量搜索与BM25技术，能同时处理语义匹配和精确术语查询，提升检索准确性；Milvus支持通过三步配置实现混合搜索，避免手动插入稀疏向量。
核心要点
- 向量搜索擅长语义匹配，但对精确术语如产品型号“XR-2048”召回不准。
- BM25更适合精确关键词匹配，例如“refund policy”可能无法匹配“return process”。
- Milvus通过添加稠密/稀疏字段、启用内置BM25函数、使用RRFRanker融合结果，实现混合搜索。
结构提纲
按章节快速跳转。
向量搜索在语义匹配中表现良好，但在处理精确术语时不可靠。
搜索“XR-2048”时，向量搜索可能返回相似产品而非目标型号。
BM25擅长精确词匹配，但可能遗漏语义相近的表达如“return process”。
混合搜索结合向量与BM25，弥补各自短板，提升整体检索质量。
RRF（Reciprocal Rank Fusion）将向量和BM25结果合并为统一排序列表。
Milvus支持三步配置：添加稠密/稀疏字段、启用BM25函数、使用RRFRanker融合。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- 混合搜索技术
- 向量搜索
- 优势：语义匹配
- 劣势：精确术语召回差
- BM25
- 优势：精确词匹配
- 劣势：忽略语义变体
- 混合搜索
- 融合机制：RRF
- 应用场景：产品名、错误码等
- Milvus实现
- 步骤1：添加稠密/稀疏字段
- 步骤2：启用BM25函数
- 步骤3：使用RRFRanker
金句 / Highlights
值得收藏与分享的关键句。
向量搜索在语义匹配中表现良好，但在处理精确术语时不可靠。
BM25更适合精确关键词匹配，例如“refund policy”可能无法匹配“return process”。
混合搜索结合向量与BM25，弥补各自短板，提升整体检索质量。
RRF（Reciprocal Rank Fusion）将向量和BM25结果合并为统一排序列表。
Milvus支持三步配置：添加稠密/稀疏字段、启用BM25函数、使用RRFRanker融合。
标题：Milvus on X： "当语义意义重要时，向量搜索效果很好，但使用精确术语时可能不可靠。仅使用向量搜索查询“XR-2048”，你可能会得到类似产品的规格，但不会得到你所要求的确切型号。
BM25 在向量搜索经常遗漏的事情上表现更好：精确术语。当文档中提到“退货流程”时，搜索“退款政策”，BM25 可能会漏掉它。这就是混合搜索存在的原因。向量搜索覆盖语义匹配，BM25 捕获精确术语，而 RRF（互惠排名融合）将两者合并为一个排序列表。在 Milvus 中，你可以通过三个步骤设置：
将密集和稀疏向量字段添加到同一集合中 
启用内置的 BM25 函数，以便 Milvus 可以从原始文本生成稀疏向量 
使用 RRFRanker 融合向量和 BM25 结果 
一个重要提示：如果你使用内置的 BM25 函数，请不要手动插入稀疏向量。Milvus 会为你生成它们。只有在使用外部稀疏嵌入模型（如 BGE-M3）时，才需要提供自己的稀疏向量。如果你的查询包含产品名称、错误代码、API 端点或其他精确标识符，仅使用向量搜索可能不够。尝试混合搜索。
