Elasticsearch混合检索：BM25与向量结合策略

概览

• BM25 适合文本匹配与关键词；向量检索处理语义相似；混合可兼顾精确与语义。
• 通过重排序与融合提升最终相关性。

技术参数（已验证）

• 召回：BM25 使用 match/multi_match；向量使用 knn 或脚本；需设定字段与权重。
• 融合：加权或学习融合；在候选集上进行重排序；控制时延与成本。
• 索引：文本与向量字段并存；管理存储与更新；选择合适的向量类型与维度。
• 评测：以 NDCG/MRR 与点击反馈评估；维护基准与难例集。
• 可观测：记录查询耗时与相关性指标；对长尾与失败进行分析。

实战清单

• 为不同查询类型设计混合策略；在高价值检索上启用重排序。
• 管理索引与资源成本；在变更前进行压测与评估。
• 建立反馈闭环与质量监控；持续优化参数与权重。