前述章节介绍了基于稠密向量的语义检索。但在真实业务场景中，单纯依赖语义匹配会暴露一些盲区：难以精准命中专有名词、编号、代码等冷冰冰的精确词汇。混合检索的出现，正是为了将“理解语义”与“匹配关键词”两种能力结合起来，让系统既懂得意思，又抓住细节。
1. 为什么需要混合检索
先看两个典型的“单检失效”场景：
- 语义检索的短板
用户问：“合同编号 KH-2024-0731 的付款条款是什么？”
语义检索可能把“KH-2024-0731”当作无意义的字符串而忽略，转而匹配其他语义相近但完全不相关的合同片段，导致回答答非所问。
- 关键词检索的短板
用户问：“怎样处理客户投诉更有效？”
纯关键词检索只会机械地匹配“客户”“投诉”“有效”，可能漏掉那些用“纠纷”“客怨”“闭环处理”等不同措辞描述相同主题的段落。对于同义词、表述多样性，它无能为力。
现实中的查询往往是两者的混合：既有需要语义理解的完整问句，又包含必须精确匹配的实体、编号或术语。混合检索的本质，是不再把语义和精确当作二选一，而是让它们互补。
2. 稠密与稀疏：两种检索的基因差异
理解融合的前提，是认清两者的不同“思维方式”。
| 维度 | 稠密向量检索 | 稀疏关键词检索 |
|------|-------------|----------------|
| 匹配依据 | 语义相似度（向量距离） | 词频统计（TF‑IDF、BM25） |
| 擅长场景 | 含义相近但用词不同 | 精确词汇、编码、专有名词 |
| 举例 | “薪资调整”≈“涨工资” | “KH-2024-0731”必须原样命中 |
| 索引结构 | 高维向量空间（768/1536维） | 倒排索引（词→文档列表） |
| 典型实现 | 基于 embedding 模型的向量数据库 | Elasticsearch / Lucene / 自定义 BM25 |
稠密向量检索通过 embedding 模型将文本压缩成连续向量，相近语义的向量在空间中距离很近。它天生擅长跨词匹配，但会不可避免地丢失低层级的精确文本信号。
稀疏关键词检索（最常用 BM25）统计每个词在文档中的重要性，倒排索引能极快地找出包含某个词的所有文档。它对专有名词的匹配是零误差的，但完全不理解同义表达。
两种模式各有所长，且错误模式互不重叠，这恰恰为融合创造了条件。
3. 融合机制：两种主流方法
如何把稠密向量和稀疏关键词的结果合并成一个最终排序？业界最常用的方法有两种。
方法一：分值融合（线性加权）
对每个文档，分别计算稠密向量相似度分数 \( S_{\text{dense}} \) 和稀疏关键词相关性分数 \( S_{\text{sparse}} \)，然后用加权求和得到最终分数：
\[
S_{\text{final}} = \alpha \cdot S_{\text{dense}} + (1-\alpha) \cdot S_{\text{sparse}}
\]
其中 \(\alpha\) 是权重系数，0 到 1 之间。实际中可以经验性设定，比如语义需求强的场景 \(\alpha\) 偏大，精确查询多的场景 \(\alpha\) 偏小。一个实用起点是 \(\alpha=0.5\)，再根据评估微调。
这种方法直观、计算开销低，但面临一个挑战：两种分数的数值分布差异很大，直接相加需要做归一化（比如 min‑max 归一化）才能避免某一方“压倒”另一方。
方法二：倒数排名融合（Reciprocal Rank Fusion，RRF）
不直接合并分数，而是合并排名。对于每个文档，分别获得稠密检索中的排名 \( r_{\text{dense}} \) 和关键词检索中的排名 \( r_{\text{sparse}} \)，然后计算融合分数：
\[
S_{\text{RRF}} = \frac{1}{k + r_{\text{dense}}} + \frac{1}{k + r_{\text{sparse}}}
\]
其中 \(k\) 是一个常数（通常设为 60），用于平滑排名差异。最终按 \(S_{\text{RRF}}\) 降序排列。
RRF 的优势在于：不关心原始分数的绝对值，只关心相对排名，天然解决了不同检索器分数量纲不一致的问题。大量实验表明，RRF 在各种混合检索场景中表现稳定，且不需要调 \(\alpha\) 参数。因此，它已成为许多生产系统的默认融合策略。
4. 一个真实的融合流程
某法律科技公司为律所搭建案件文书检索系统。用户查询：“2023年 最高人民法院 关于 股权纠纷 的指导案例。”
- 稠密分支：使用 embedding 模型检索语义上相关的案例段落。
- 稀疏分支：使用 BM25 在案件文书中精确匹配“2023”“最高人民法院”“股权纠纷”等关键词。
两个分支各返回 Top‑50 条候选。系统用 RRF 合并两份排名列表，生成最终的前 10 条结果。实践效果是：纯粹语义检索会把 2024 年的类似案例也排在前面，而混合检索通过稀疏关键词的排名影响，将 2023 年且确含“最高人民法院”的案例顶了上去，同时语义检索又保证了描述不同措辞的股权纠纷案例不会被漏掉。
5. 落地时的实用建议
- 先从 RRF 开始：它几乎不用调参，稳健，适合快速上线。
- 关键词端优先考虑 BM25：它是经过数十年验证的全文检索 baseline，Elasticsearch 等引擎原生支持，索引轻量。
- 监控两类检索的召回重叠率：如果重叠很低，说明两者捕获了完全不同的相关文档，混合检索的价值十分显著。如果重叠极高，可能意味着场景偏向某单一检索类型，融合增益有限，但多数业务场景重叠率在 30%‑60% 之间，融合效果明显。
- 保留权重调节的能力作为备选：当需要偏向语义或精确时，可以切换为分值融合并调节 \(\alpha\)，但通常 RRF 足够。
混合检索让 RAG 系统在“理解人的意思”和“抓住文档里每个精确的字眼”之间取得了平衡。在下一节中，我们将介绍如何将这些检索能力与生成环节衔接起来，构成完整的问答流水线。