Uma API. Todos os tipos de dados. Relevância excepcional.
O Elasticsearch oferece a você as ferramentas para combinar precisão de palavras-chave com recuperação semântica, para que os resultados sejam sempre relevantes em todos os tipos de dados.
Busca híbrida com Elasticsearch: das palavras-chave ao contexto
Busque todos os tipos de dados em um único repositório e potencialize a geração aumentada de recuperação (RAG) e agentes com resultados que equilibram a precisão BM25F e a compreensão semântica. Comece com ótimas configurações padrão e uma API fácil de usar e personalize de acordo com suas necessidades.
Busca com controle total para sinais estruturados e semânticos
Combine a precisão da busca lexical configurável e melhore com os modelos de linguagem, integrados ou personalizados, para alcançar uma relevância excepcional.
Elastic is especially powerful when structured filtering and unstructured context must work together.
Por que os desenvolvedores escolhem o Elasticsearch
Tenha as melhores ferramentas para precisão, explicabilidade e controle. A busca lexical se destaca em consultas estruturadas, termos raros e dados fora do domínio. A busca semântica adiciona flexibilidade e abrangência quando as correspondências exatas não são suficientes. Controle a forma como elas trabalham juntas ajustando a pontuação, os filtros e os reforços.
Busca lexical
Busca vetorial
Busca híbrida
Use a pontuação BM25F com controle total sobre os pesos do campo e os aumentos de termo, não é necessário um modelo.
Recupere resultados semanticamente relacionados por meio de campos dense_vector ou semantic_text.
Combine os resultados através de reciprocal_rank_fusion ou <options> na API de classificação .
Ajuste a relevância usando combined_fields, boost, fuzziness, synonyms e analyzers.
Traga seus próprios embeddings ou use inferência integrada com ELSER, OpenAI, etc.
Use uma única consulta híbrida com filtros, pesos e lógica de reclassificação compartilhados.
Tenha suporte nativo para filtros geográficos, de termo, de intervalo e ACL, rápido e estável em grande escala.
O ACORN-1 permite kNN filtrado rápido mesmo em grandes conjuntos de dados com suporte a cláusulas de filtro.
Use explain, profile e o campo _rank_features para entender como os documentos são avaliados.
Busca lexical
Busca vetorial
Busca híbrida
Use a pontuação BM25F com controle total sobre os pesos do campo e os aumentos de termo, não é necessário um modelo.
Recupere resultados semanticamente relacionados por meio de campos dense_vector ou semantic_text.
Combine os resultados através de reciprocal_rank_fusion ou <options> na API de classificação .
Ajuste a relevância usando combined_fields, boost, fuzziness, synonyms e analyzers.
Traga seus próprios embeddings ou use inferência integrada com ELSER, OpenAI, etc.
Use uma única consulta híbrida com filtros, pesos e lógica de reclassificação compartilhados.
Tenha suporte nativo para filtros geográficos, de termo, de intervalo e ACL, rápido e estável em grande escala.
O ACORN-1 permite kNN filtrado rápido mesmo em grandes conjuntos de dados com suporte a cláusulas de filtro.
Use explain, profile e o campo _rank_features para entender como os documentos são avaliados.
Dimensione sua jornada de relevância
O Elasticsearch oferece controle de relevância em todos os níveis, desde zero-configuração até personalização total. Explore a jornada completa de ajuste no Elasticsearch Labs.
O melhor da categoria? Integrado diretamente
Com integrações nativas com todos os principais produtos de IA para que seus apps cheguem mais longe e mais rápido.
Perguntas frequentes
A busca híbrida combina a precisão das palavras-chave (lexical) com a similaridade vetorial (semântica), permitindo que os usuários tenham resultados relevantes mesmo quando as consultas não correspondem exatamente ao texto.
A busca lexical é ideal para correspondências exatas e filtros. A busca vetorial compreende a intenção e o significado. A busca híbrida permite usar ambas na mesma consulta, classificando por relevância, não apenas por correspondência.
As consultas de recuperação combinam várias estratégias de pesquisa como: correspondência, kNN ou expansão de texto em uma lista de resultados classificados usando a fusão de classificação integrada.
Sim. O Elasticsearch oferece suporte a filtros nativos, facetas e restrições geográficas, além da busca vetorial kNN aproximada, sem necessidade de reavaliação nem soluções alternativas.
A Elastic usa técnicas de pontuação como a fusão de classificação recíproca (RRF) ou a ponderação convexa para combinar de forma justa as pontuações lexicais e vetoriais, de modo que os resultados pareçam equilibrados desde o início.
Sim. A busca híbrida é compatível com campos vetoriais, consultas de recuperação, modelos semânticos, filtros e observabilidade, tudo nativo no Elasticsearch.