首页/AI/RAG 与向量库速查/专名与缩写检索优化

专名与缩写检索优化

专有名词、型号、缩写是向量检索弱项(低频词被平滑),修复思路:混合检索引入 BM25 一路、构建同义词与缩写词典、在元数据中显式保存型号字段并支持精确过滤。

RAG 与向量库速查AI更新于 2026-10-12

同义词与缩写映射

同义词与缩写映射
SYNONYMS = {
    "K8s": ["Kubernetes"],
    "向量库": ["vector database", "向量数据库"],
    "RAG": ["检索增强生成"],
}
# 查询改写阶段扩展同义词,或写入时统一规范化

精确过滤兜底

精确过滤兜底
hits = store.search(q_vec, filter={"model_no": detected_model_no}, top_k=10)
缩写词典要有维护人:新增产品线时同步补充,否则新专名从一开始就检索不到。

易错点

  • 同义词表无限扩张无人维护,冲突与漏项并存
  • 只扩查询不扩索引,写入侧仍用另一种写法

数据来源与参考

  • Elasticsearch 官方文档(Synonym / 精确匹配)
  • Gao et al., RAG for LLMs: A Survey(混合检索动机)
​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌