Định nghĩa

Tìm kiếm lai (Hybrid Search) là một kỹ thuật truy xuất thông tin tinh vi, kết hợp sức mạnh của tìm kiếm dựa trên từ khóa truyền thống (như BM25) với tìm kiếm ngữ nghĩa hiện đại được hỗ trợ bởi các nhúng vector (vector embeddings). Thay vì chỉ dựa vào việc khớp chính xác các thuật ngữ hoặc chỉ dựa vào ý nghĩa ngữ cảnh, nó kết hợp thông minh cả hai phương pháp để cung cấp một tập kết quả toàn diện và chính xác hơn.

Tại sao nó quan trọng

Trong các trải nghiệm kỹ thuật số hiện đại, ý định của người dùng rất phức tạp. Một tìm kiếm từ khóa đơn giản có thể bỏ sót kết quả liên quan nếu cách diễn đạt hơi khác, trong khi tìm kiếm ngữ nghĩa thuần túy đôi khi gặp khó khăn trong việc khớp các thực thể cụ thể. Tìm kiếm lai thu hẹp khoảng cách này, đảm bảo rằng kết quả vừa phù hợp về mặt ngữ cảnh vừa khớp chính xác với truy vấn của người dùng, dẫn đến tỷ lệ chuyển đổi cao hơn và sự hài lòng tốt hơn của người dùng.

Cách thức hoạt động

Quá trình này bao gồm việc chạy truy vấn của người dùng qua hai công cụ tìm kiếm song song: một mô hình truy xuất thưa (sparse retrieval model) (để khớp từ khóa) và một mô hình truy xuất dày đặc (dense retrieval model) (để khớp vector/ngữ nghĩa). Sau đó, hệ thống sử dụng một thuật toán hợp nhất (fusion algorithm), chẳng hạn như Hợp nhất Xếp hạng Tương hỗ (Reciprocal Rank Fusion - RRF), để kết hợp thông minh các danh sách xếp hạng từ cả hai mô hình. Quá trình hợp nhất này sẽ gán trọng số cho các kết quả dựa trên điểm liên quan kết hợp của chúng, tạo ra một thứ hạng cuối cùng được tối ưu hóa.

Các trường hợp sử dụng phổ biến

Tìm kiếm lai mang tính chuyển đổi trong nhiều ứng dụng kinh doanh:

• Thương mại điện tử: Tìm sản phẩm khi người dùng sử dụng ngôn ngữ thông tục hoặc viết sai chính tả nhưng vẫn khớp với các SKU cụ thể.
• Cơ sở tri thức: Truy xuất tài liệu kỹ thuật nơi cả thuật ngữ chuyên môn chính xác và sự hiểu biết khái niệm rộng đều được yêu cầu.
• Tìm kiếm doanh nghiệp: Cho phép nhân viên tìm tài liệu bằng cả tên dự án chính xác và tóm tắt khái niệm.

Lợi ích chính

• Tăng tính liên quan: Cung cấp các kết quả vừa có ý nghĩa ngữ nghĩa vừa chính xác về mặt từ vựng.
• Tính mạnh mẽ: Xử lý các biến thể trong đầu vào của người dùng, bao gồm từ đồng nghĩa, lỗi chính tả và cách diễn đạt phức tạp.
• Độ chính xác: Duy trì độ chính xác của tìm kiếm từ khóa đồng thời đạt được sự linh hoạt của khả năng hiểu dựa trên AI.

Thách thức

Việc triển khai Tìm kiếm lai đòi hỏi phải tinh chỉnh cẩn thận thuật toán hợp nhất. Việc xác định trọng số tối ưu giữa các thành phần thưa và dày đặc là rất quan trọng và thường đòi hỏi thử nghiệm A/B lặp đi lặp lại dựa trên các KPI kinh doanh cụ thể.

Các khái niệm liên quan

Tìm kiếm ngữ nghĩa tập trung hoàn toàn vào ý nghĩa, trong khi Tìm kiếm từ khóa tập trung vào việc khớp văn bản theo nghĩa đen. Cơ sở dữ liệu vector (Vector Databases) là cơ sở hạ tầng cơ bản cần thiết để lưu trữ và truy vấn các nhúng vector dày đặc được sử dụng trong thành phần ngữ nghĩa của Tìm kiếm lai.