Hybrid Search

Geleneksel anahtar kelime eşleştirmenin hassasiyeti ile modern yapay zekanın bağlamsal anlayışını birleştiren bu arama metodolojisi, hem seyrek hem de yoğun veri temsillerinden yararlanarak bilgiyi alır ve sıralar. Standart bir arama motoru tamamen tam anahtar kelime eşleşmelerine ( sözcüksel arama olarak bilinir) dayanırken ve vektör arama motorları tamamen anlamsal benzerliğe güvenirken, hibrit arama motoru son derece doğru ve bağlama duyarlı sonuçlar sunmak için bu iki yaklaşımı birleştirir.

Link to this sectionNasıl Çalışır#

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

• Sözcüksel (Seyrek) Arama: Terim frekansına dayalı tam anahtar kelime eşleşmelerini puanlamak için BM25 gibi algoritmalar kullanır. Bu, tamamen anlamsal bir modelin tanımlamakta zorlanabileceği belirli varlıkları, kısaltmaları, ürün SKU'larını veya özel jargonları almak için çok önemlidir.
• Anlamsal (Yoğun) Arama: Bir sorgunun daha derin anlamını ve bağlamını anlamak için yapay zeka modellerini kullanarak yüksek boyutlu sayı dizileri oluşturur. Bu, sistemin arama sorgusunda tam kelimeler eksik olsa bile ilgili sonuçları bulmasını sağlar.

Her iki yöntem de aday sonuçlarını aldıktan sonra, bir birleştirme algoritması—en yaygın olarak Karşılıklı Sıralama Birleştirme (RRF)—listeleri birleştirir. RRF, her bir öğenin ilgili seyrek ve yoğun sonuç kümelerindeki sıralamasına göre yeni bir puan hesaplar. Bu, her iki aramada veya her ikisinde birden üst sıralarda yer alan belgelerin, geniş bağlamsal eşleşmeleri nokta atışı anahtar kelime doğruluğuyla dengeleyerek en üste çıkmasını sağlar.

Link to this sectionGerçek 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.

• Hibrit RAG (Alım Destekli Üretim): Kurumsal bilgi sistemlerinde, bir Büyük Dil Modelini (LLM) en alakalı bağlamla beslemek, halüsinasyonları önlemek için kritiktir. Hibrit bir RAG kurulumu, modelin tam teknik kısıtlamalarla eşleşen belgeleri almasını sağlarken aynı zamanda anlamsal olarak ilişkili paragrafları da çekmesini sağlar.
• E-Ticaret ve Görsel Ürün Keşfi: Perakendeciler ürün kataloglarını desteklemek için hibrit aramayı kullanır. Bir kullanıcı "kırmızı koşu ayakkabısı" araması yapabilir. Sözcüksel motor tam marka veya kategori anahtar kelimelerini eşleştirirken, bir görüntü yapay zeka modeli görsel olarak benzer öğeleri ortaya çıkarmak için görüntü yerleştirmelerini (embeddings) kullanır.

Günümüzde neredeyse tüm büyük vektör veritabanları—Pinecone, Qdrant, OpenSearch ve pgvector aracılığıyla PostgreSQL dahil—hibrit aramayı yerel olarak destekler. Bu, geliştiricilerin hem seyrek anahtar kelimeleri hem de yoğun vektörleri tek bir altyapıda verimli bir şekilde dizine eklemelerini sağlar.

Link to this sectionHibrit Arama için Meta Veri Oluşturma#

Bilgisayarlı görü hatlarında, hibrit bir dizinin seyrek bileşenini oluşturmak için görüntülerden anlamlı anahtar kelimeler çıkarabilirsin. Ultralytics YOLO26 kullanarak otomatik olarak nesne algılama gerçekleştirebilir ve bu sınıf adlarını meta veri etiketleri olarak kullanabilirsin. Bu anahtar kelime etiketleri, daha sonra kapsamlı indeksleme için görüntünün yoğun vektör yerleştirmeleriyle 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 yerleştirmelerini hassas, yapay zeka tarafından oluşturulmuş seyrek anahtar kelimelerle zenginleştirerek, geliştiriciler Ultralytics Platform ve hibrit uyumlu vektör veritabanlarından yararlanarak hem açık metinsel etiketleri hem de verilerinin örtük görsel bağlamını mükemmel şekilde anlayan sağlam çok modlu arama motorları oluşturabilirler.