Hybrid Search

Geleneksel anahtar kelime eşleşmesinin hassasiyetini modern AI modellerinin bağlamsal anlayışıyla birleştiren bu arama metodolojisi, hem seyreltik (sparse) hem de yoğun (dense) veri temsillerinden yararlanarak bilgileri alır ve sıralar. Standart bir search engine tamamen tam anahtar kelime eşleşmelerine dayanırken (lexical search olarak bilinir) ve vector search engines saf bir şekilde semantic similarity üzerine kuruluyken, hibrit bir arama motoru son derece doğru ve bağlama duyarlı sonuçlar sunmak için bu iki yaklaşımı birleştirir.

Nasıl Çalışır#

Tipik bir hibrit arama hattı, iki farklı getirme yöntemini eş zamanlı olarak çalıştırır ve çıktılarını tek, optimize edilmiş bir sıralamada birleştirir:

• Lexical (Sparse) Search: Terim sıklığına dayalı tam anahtar kelime eşleşmelerini puanlamak için BM25 gibi algoritmalar kullanır. Bu, saf bir semantik modelin tanımlamakta zorlanabileceği belirli varlıkları, kısaltmaları, ürün SKU'larını veya uzmanlık gerektiren jargonu almak için çok önemlidir.
• Semantic (Dense) Search: Bir sorgunun daha derin anlamını ve bağlamını anlamak için AI modellerini kullanarak yüksek boyutlu sayı dizileri oluşturur. Bu, tam kelimeler arama sorgusunda eksik olsa bile sistemin ilgili sonuçları bulmasını sağlar.

Her iki yöntem de aday sonuçlarını aldıktan sonra, bir fusion algorithm (en yaygın olarak Reciprocal Rank Fusion (RRF)) listeleri birleştirir. RRF, sırasıyla seyreltik ve yoğun sonuç kümelerindeki her bir öğenin sıralamasına dayalı yeni bir puan hesaplar. Bu, her iki aramada veya birinde üst sıralarda yer alan belgelerin en üste çıkmasını sağlayarak geniş bağlamsal eşleşmeleri nokta atışı anahtar kelime doğruluğuyla dengeler.

Gerçek Dünya Yapay Zeka ve ML Uygulamaları#

Modern yapay zeka mimarileri, üretim ortamlarında tek bir getirme yöntemi kullanmanın sınırlamalarını aşmak için bu tekniğe büyük ölçüde güvenir.

• Hybrid RAG (Retrieval-Augmented Generation): Kurumsal bilgi sistemlerinde, bir Large Language Model (LLM) modeline en ilgili bağlamı sağlamak hallucinations (halüsinasyonları) önlemek için çok önemlidir. Hibrit bir RAG kurulumu, modelin tam teknik kısıtlamalarla eşleşen belgeleri almasını sağlarken aynı zamanda semantik olarak ilgili paragrafları da çekmesini garanti eder.
• E-Commerce and Visual Product Discovery: Perakendeciler ürün kataloglarını güçlendirmek için hibrit aramayı kullanır. Bir kullanıcı "kırmızı koşu ayakkabısı" arayabilir. Seyreltik motor tam marka veya kategori anahtar kelimelerini eşleştirirken, bir vision AI model görsel olarak benzer öğeleri ortaya çıkarmak için görüntü gömmelerini (embeddings) kullanır.

Günümüzde Pinecone, Qdrant, OpenSearch ve pgvector aracılığıyla PostgreSQL dahil olmak üzere neredeyse tüm büyük vector database sistemleri hibrit aramayı yerel olarak destekler. Bu, geliştiricilerin tek bir altyapıda hem seyreltik anahtar kelimeleri hem de yoğun vektörleri verimli bir şekilde indekslemesine olanak tanır.

Hibrit Arama için Meta Veri Oluşturma#

computer vision boru hatlarında, hibrit bir indeksin seyreltik bileşenini oluşturmak için görüntülerden anlamlı anahtar kelimeler çıkarabilirsin. Ultralytics YOLO26 kullanarak bir görüntü üzerinde otomatik olarak object detection gerçekleştirebilir ve bu class names öğelerini metadata tags olarak kullanabilirsin. Bu anahtar kelime etiketleri, kapsamlı indeksleme için görüntünün yoğun vektör gömmeleriyle eşleştirilebilir.

from ultralytics import YOLO

# Load the recommended Ultralytics YOLO26 object detection model
model = YOLO("yolo26n.pt")

# Run inference to detect objects in an image
results = model("store_aisle.jpg")

# Extract predicted class names to be indexed as keyword metadata (sparse data)
keywords = [model.names[int(box.cls)] for box in results[0].boxes]
print("Sparse keywords for lexical search:", keywords)

Yoğun görüntü gömmelerini hassas, AI tarafından oluşturulan seyreltik anahtar kelimelerle zenginleştirerek geliştiriciler, verilerinin hem açık metin etiketlerini hem de örtük görsel bağlamını mükemmel bir şekilde anlayan güçlü, multimodal search engines oluşturmak için Ultralytics Platform ve hibrit uyumlu vektör veritabanlarından yararlanabilir.