跳到主要內容

混合搜尋Hybrid Search

混合搜尋是同時用關鍵字比對與語意向量兩種方式找資料,再把兩份結果合併排序,讓精確詞和相近意思都找得到。

英文
Hybrid Search
台灣常見別名
混合搜尋、混合檢索、Hybrid Search
簡中用語
混合搜索、混合检索
類別
AI搜尋與GEO
提出者與年份
資訊檢索領域的通用做法;常用的 RRF 合併法由 Cormack、Clarke、Büttcher 於 2009 年提出
官方文件
Microsoft Learn:Hybrid search overview;Elastic 文件:Hybrid search

混合搜尋是什麼?

混合搜尋(Hybrid Search)是把兩種找資料的方法放在一起用:一種是關鍵字比對(全文搜尋),看文件有沒有出現你查的字;另一種是語意向量搜尋,把文字轉成數字向量,找意思相近的文件。兩邊各找一份結果,再合併成一份排序。

它屬於檢索階段,也就是系統從大量文件裡先找出候選的步驟。單用關鍵字找不到換個說法的內容,單用向量又容易漏掉型號、人名這類必須精確比對的字,混合搜尋讓兩邊互相補洞。

舉例

客戶在你的網站搜尋「SR12 咖啡機漏水怎麼辦」。關鍵字比對能精準找到寫有「SR12」的維修頁,向量搜尋能找到寫「機器底部滲水」但沒出現「漏水」二字的說明頁。合併之後,兩種頁面都會被列出。

混合搜尋怎麼運作

第一步,同時跑兩種查詢。 Microsoft Learn 的文件說明,Azure AI Search 的混合搜尋是單一請求裡同時帶有全文查詢與向量查詢,兩者並行執行。全文端常用 BM25,向量端用 HNSW 或 eKNN 這類相似度演算法。

第二步,用倒數排名融合合併。 兩份結果的分數尺度不同,不能直接相加,所以常用倒數排名融合(RRF,Reciprocal Rank Fusion)。這個方法出自 Cormack、Clarke 與 Büttcher 2009 年的 SIGIR 論文,每份清單中的文件得分是 1 除以(k 加名次),論文把 k 固定為 60,再把各份清單的得分相加。

算例。 文件 A 在全文結果排第 1、在向量結果排第 3,得分是 1/61 加 1/63,約 0.0323。文件 B 在全文排第 2、向量排第 1,得分是 1/62 加 1/61,約 0.0325。B 在兩邊都排得靠前,所以合併後 B 勝過 A。

第三步,視需要重排序。 合併後可以再用語意排序器重新評分,Azure 的文件說這是選用步驟。Elasticsearch 的文件也建議用 RRF 實作混合搜尋。

為什麼重要

微軟的文件指出,產品代碼、專業術語、日期和人名這類查詢,用關鍵字比對的表現比較好;找意思相近的內容,則是向量搜尋的強項。AI 問答系統想找到正確的文件,通常兩種都需要。

對網站經營者來說,這代表頁面要兩邊都顧:精確的名稱、型號、數字要完整寫出來,同時也要用自然語言解釋,讓換個說法的查詢也找得到。

怎麼檢查

  1. 準備一批測試查詢,包含精確型號、同義說法與混合條件,並標好每個查詢應該找到哪一頁。
  2. 在你的網站內建搜尋或問答系統上逐一測試,記錄正確頁面排在第幾名。
  3. 分別用只開全文、只開向量、兩者混合三種設定比較結果,看哪一類查詢是混合搜尋補上的。
  4. 檢查頁面本身:型號與名稱是否完整出現,並有一段用口語說明的文字。

常見誤解

  • 有了向量搜尋,就不需要關鍵字比對。

    向量搜尋對型號、人名、日期這類精確詞容易失手,混合使用才能互相補足。

  • Google 搜尋一定是混合搜尋。

    Google 沒有公開排序細節,混合搜尋是 Azure AI Search、Elasticsearch 等產品文件寫明的做法。

常見問題

混合搜尋和語意搜尋差在哪?

語意搜尋只用向量比對意思,混合搜尋則同時跑關鍵字比對與向量比對,再合併結果。差別在於混合搜尋保留了關鍵字比對對型號、人名、日期這類精確詞的準確度,語意搜尋單獨使用時容易在這類查詢失手。

混合搜尋和 AI 搜尋引用我的內容有什麼關係?

很多 AI 搜尋與企業問答系統在檢索階段使用混合搜尋。你的頁面如果同時有精確的名稱與型號、也有自然語言的說明,就能被關鍵字與向量兩條路都找到,進入候選的機會比較高。

Google 搜尋有用混合搜尋嗎?

Google 沒有公開這個細節。混合搜尋是 Azure AI Search、Elasticsearch 等產品文件明確寫出的做法,不能直接推論 Google 搜尋用同樣的方式,只能說這是目前主流搜尋系統常見的設計方向。

AK · AKSEO Labs · 上線