GuíasEntender la IA
La búsqueda híbrida: palabras clave y significado, juntos
Lo que se pierde cada una
Palabras clave (BM25)
Significado (embeddings)
La fusión por rangos
- 1Dos listasLos 50 primeros de cada búsqueda.
- 2Una puntuación por rango1 / (60 + rango) en cada lista.
- 3SumaUn documento bien clasificado en ambas pasa delante.
function rrf(listas: string[][], k = 60) {
const puntos = new Map<string, number>();
for (const lista of listas) lista.forEach((id, i) => puntos.set(id, (puntos.get(id) ?? 0) + 1 / (k + i + 1)));
return [...puntos.entries()].sort((a, b) => b[1] - a[1]).map(([id]) => id);
}
Dónde usarla
| Caso | Por qué la híbrida |
|---|---|
| RAG sobre una documentación | Preguntas libres y nombres exactos de funciones |
| Buscador de una tienda | Intenciones y referencias de producto |
| Atención al cliente | Formulaciones variadas y números de pedido |
Los vectores: la base de datos vectorial. El paso siguiente: el reranking. Un ejemplo: la búsqueda semántica en una tienda online.
Preguntas frecuentes
- ¿Cómo se fusionan dos clasificaciones con puntuaciones distintas?
- El método más extendido, la fusión por rangos recíprocos (RRF), ignora las puntuaciones y suma para cada documento 1 / (k + rango) en cada lista, con k a menudo fijado en 60.
- ¿Hace falta un motor especializado?
- No. PostgreSQL hace las dos cosas con su búsqueda de texto completo y la extensión pgvector. Los motores de búsqueda dedicados también ofrecen búsqueda híbrida.
- ¿Cuándo no sirve la búsqueda híbrida?
- Cuando las búsquedas son siempre códigos exactos (bastan las palabras clave) o siempre preguntas libres sobre un corpus pequeño (puede bastar el significado).