文本向量（Embedding）入门：语义搜索背后的数学直觉

Mon, 24 Aug 2026 15:16:29 +0800

传统搜索靠关键词匹配：搜“笔记本电脑发热”，找不到只写了“手提电脑温度过高”的文章。Embedding（文本向量）把文字映射为高维空间中的一个点，意思相近的文本在空间中距离也近，于是计算机可以按“语义”而不是“字面”来检索。它是语义搜索、RAG 知识库、推荐系统和文本聚类的共同基础。

混合检索实战：BM25 关键词检索与向量检索如何结合

Fri, 07 Aug 2026 10:54:42 +0800

很多团队在搭建 RAG 时直接上了向量数据库，结果发现：用户搜一个具体的产品型号、一个错误码或一个人名，系统却返回了一堆“语义相近”但完全不相关的内容。向量检索和关键词检索各有盲区，把两者结合起来的混合检索，往往是提升召回质量最直接的方法之一。

BM25 是经典的关键词相关性算法，核心思想是：查询词在文档中出现得越多、在整个语料中越稀有，文档得分越高，同时对文档长度做归一化。