25 lines
1.0 KiB
Markdown
25 lines
1.0 KiB
Markdown
---
|
||
title: "语义搜索"
|
||
type: concept
|
||
tags: [ai, search, vector, rag]
|
||
sources: [google-神级生产力工具-所有-github-开源平替都找到了, semantic-memory-search]
|
||
last_updated: 2026-04-23
|
||
---
|
||
|
||
## Definition
|
||
语义搜索（Semantic Search）是通过理解查询意图和文档语义的搜索方式，超越传统关键词匹配，基于向量相似度找到语义相关的内容。
|
||
|
||
## How It Works
|
||
1. **向量化**：将文档切分为 chunk，通过 Embedding 模型转换为向量
|
||
2. **语义匹配**：将用户查询也转为向量，计算与文档向量的相似度
|
||
3. **结果排序**：按相似度得分返回最相关的内容
|
||
|
||
## Limitations
|
||
- 对专有名词（如人名、产品名、技术术语）召回率低
|
||
- 精确匹配需求场景表现不如 BM25
|
||
|
||
## Related Concepts
|
||
- [[混合搜索]] — 语义搜索 + BM25 的组合，互补各自局限
|
||
- [[RAG]] — 语义搜索是 RAG 检索层的核心
|
||
- [[重排序]]（Re-ranking）— 对语义搜索初筛结果进行二次精排
|