混合搜索，化繁为简 —— 一个 API。非凡的相关性。
Elasticsearch 为您提供了通过单一 API 添加混合搜索所需的所有工具，使您无需拼接多个系统即可快速改进结果并调整以获得卓越的相关性。
混合搜索的核心能力
混合搜索是一种信息检索技术，它通过将两种或更多搜索方法融合到一个单一的排序列表中，来提高相关性。
使用 Elasticsearch 进行混合搜索
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 AI 智能体提供兼顾 BM25F 准确性和语义理解的结果。
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
首先使用 Elasticsearch 内置的 Elastic 自有 ELSER 和 Jina AI 模型。或者，通过跨 AI 生态系统的原生集成，接入您已经在使用的模型。
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。