混合搜索与 Elasticsearch：从关键字到上下文
搜索单一数据存储中的各数据类型，并为检索增强生成（RAG）和代理提供兼顾 BM25F 准确性和语义理解的结果。利用出色的默认设置和易于使用的 API 快速入门，然后根据自己的条件进行定制。
对结构化和语义信号进行完全控制的引导搜索
将高度可配置的词法搜索的精准性与语言模型（内置或自定义）的能力结合，实现更高的结果相关性。
当结构化筛选与非结构化上下文需要协同工作时，Elastic 的优势尤为明显。
开发者为何选择 Elasticsearch
获取兼顾精准性、可解释性与可控性的最佳工具。词法搜索擅长结构化查询、罕见词项和领域外数据；当精确匹配不足时，语义搜索可提升容错与召回。您可以通过调优评分、设置筛选条件与加权来控制二者如何协同工作。
词汇搜索
向量搜索
混合搜索
使用 BM25F评分 完全控制字段权重和术语提升——无需模型。
通过 dense_vector 或 semantic_text 字段检索语义相关的结果。
通过 reciprocal_rank_fusion 或 <options> 在排名 API 中整合结果。
使用 combined_fields、强调特定结果、模糊匹配、同义词和分析器来调整相关性。
自带嵌入或使用 ELSER、OpenAI 等的内置推理。
使用具有共享筛选条件、权重和重排名逻辑的单一混合查询。
获得对地理、术语、范围和 ACL 筛选条件的本地支持，快速、稳定且可扩展。
ACORN-1 即便在支持筛选条件的大型数据集上，也能实现快速筛选型 kNN 搜索。
使用解释、配置文件和 _rank_features 字段来了解文档的得分情况。
词汇搜索
向量搜索
混合搜索
使用 BM25F评分 完全控制字段权重和术语提升——无需模型。
通过 dense_vector 或 semantic_text 字段检索语义相关的结果。
通过 reciprocal_rank_fusion 或 <options> 在排名 API 中整合结果。
使用 combined_fields、强调特定结果、模糊匹配、同义词和分析器来调整相关性。
自带嵌入或使用 ELSER、OpenAI 等的内置推理。
使用具有共享筛选条件、权重和重排名逻辑的单一混合查询。
获得对地理、术语、范围和 ACL 筛选条件的本地支持，快速、稳定且可扩展。
ACORN-1 即便在支持筛选条件的大型数据集上，也能实现快速筛选型 kNN 搜索。
调优您的相关性之旅
Elasticsearch 让您在各个层面都能掌控相关性——从零配置到完全自定义。在Elasticsearch Labs上探索完整的调优之旅。
同类最佳？内置
通过原生集成各大主流 AI 产品，让您的应用扩展更快、能力更强。
常见问题
混合搜索结合了关键词（词汇）精确度和向量（语义）相似度，因此即使查询与文本不完全匹配，用户也能获得相关的结果。
词汇搜索适用于精确匹配和筛选。向量搜索能够理解搜索意图和含义。通过混合搜索，您可在同一查询中使用两者，即按相关性而非仅仅按匹配度进行排名。
检索器查询使用内置的排名融合功能，将多种搜索策略（如匹配、kNN 或文本扩展）合并到一个排名结果列表中。
是。Elasticsearch 在近似 kNN 向量搜索的基础上支持本地筛选器、分面和地理限制，无需重新评分或变通。
Elastic 采用诸如倒数排序融合 (RRF) 或凸加权等评分技术，公平地整合词汇评分与向量评分，让搜索结果无需额外调整即可呈现均衡状态。
是。Elasticsearch 完全支持混合搜索，包括向量字段、检索查询、语义模型、筛选器和可观测，所有这些均由 Elasticsearch 原生支持。