维度
| 维度 | 向量检索 | 关键词 / BM25 |
|---|---|---|
| 匹配方式 | 语义相似 | 字面命中 |
| 同义改写 | 表现好 | 容易漏 |
| 专名 / 编号 / 错误码 | 可能漂移 | 稳定 |
| 索引更新 | 需重新向量化 | 倒排更新 |
| 冷启动 | 依赖 embedding 质量 | 直接依赖词频统计 |
中文场景 BM25 的效果强依赖分词器（IK / jieba 等），分词粒度要兼顾召回与噪声。
向量检索与关键词检索的取舍
向量检索擅长语义近似与改写表达，BM25 等关键词检索擅长专有名词、型号、代码符号等精确匹配；生产常把两者组合成混合检索互补短长。
易错点
- 只上向量检索导致产品型号、错误码类问题命中差
- BM25 分词器与业务词表不匹配，专名被切开后检索不到
数据来源与参考
- Robertson & Zaragoza, The Probabilistic Relevance Framework: BM25 and Beyond
- Elasticsearch 官方文档（相似度算法）