リランキング
ハイブリッド検索は、複数の同時ANN検索を通じてより正確な検索結果を実現します。複数の検索は複数の結果セットを返し、それらをマージして並び替えるためのリランキング戦略が必要になります。このガイドでは、Zilliz Cloudがサポートするリランキング戦略を紹介し、適切なリランキング戦略を選択するためのヒントを提供します。
重み付きリランカー [READ MORE]
重み付きリランカーは、異なる重要度の重みを割り当てることで、複数の検索パスからの結果を賢く結合し、優先順位を付けています。熟練したシェフが複数の材料をバランスよく混ぜて完璧な料理を作るのと同様に、重み付きリランカーは異なる検索結果をバランスよく調整して、最も関連性が高い複合結果を提供します。このアプローチは、特定のフィールドが最終ランキングに他のフィールドよりも有意に貢献すべきである複数のベクトルフィールドまたはモダリティ間での検索に理想的です。
RRF ランカー [READ MORE]
相互順位融合（RRF）ランカーは、Zilliz Cloudハイブリッド検索のためのリランキング戦略であり、複数のベクトル検索パスからの結果を生の類似度スコアではなく順位位置に基づいてバランスさせます。選手のランキングではなく個々の統計に基づくスポーツトーナメントのように、RRF ランカーは検索結果を異なる検索パスで各アイテムがどれほど高くランクされているかに基づいて結合し、公平でバランスの取れた最終ランキングを作成します。
ブーストレランカー [READ MORE]
ベクトル距離に基づくセマンティック類似度の計算に solely 依存する代わりに、ブーストレランカーを使用すると、検索結果に意味のある方法で影響を与えることができます。これは、メタデータフィルタリングを使用して検索結果を迅速に調整するのに理想的です。
減衰ランカー [READ MORE]
この章では、特定のエンティティの類似度スコアが特定の数値フィールドの値に応じて減少するという考え方に基づいた動的ランク付け方法を使用する減衰ランカーについて説明します。これにより、他のエンティティが目立つようになります。