再ランク付け
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すため、再ランク付け戦略が必要となり、結果をマージして並べ替え、単一の結果セットを返します。本ガイドでは、Zilliz Cloudがサポートする再ランク付け戦略を紹介し、適切な再ランク付け戦略を選択するためのヒントを提供します。
重み付きランカー [READ MORE]
重み付きランカーは、複数の検索パスから得られた結果に異なる重要度の重みを割り当てることで、結果をインテリジェントに組み合わせて優先順位を付けます。熟練したシェフが複数の食材をバランスよく調合して完璧な料理を作るのと同様に、重み付きランカーは異なる検索結果をバランスよく調整して、最も関連性の高い統合された結果を提供します。このアプローチは、特定のフィールドが他のフィールドよりも最終的なランキングに大きく貢献すべきであるような、複数のベクトルフィールドやモダリティにまたがる検索に最適です。
RRF Ranker [READ MORE]
Reciprocal Rank Fusion (RRF) Rankerは、Zilliz Cloudハイブリッド検索のための再ランク付け戦略であり、生の類似度スコアではなくランキング位置に基づいて複数のベクトル検索パスの結果をバランスさせるものです。選手の統計ではなくランキングを考慮するスポーツトーナメントのように、RRF Rankerは各アイテムが異なる検索パスでどれほど高い順位にあるかに基づいて検索結果を組み合わせ、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意味的類似性の計算に頼る代わりに、ブーストレランカーを使用して検索結果を意味のある方法で影響させることができます。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、特定の数値フィールドの値に応じて特定のエンティティの類似度スコアを低下させ、他のエンティティを際立たせる動的ランク付け方法である減衰ランカーについて説明します。