语义检索
Semantic Retrieval
别名：语义搜索 / Semantic Search / 含义检索
语义检索是以概念、意图和上下文相似性为依据召回信息的方法。它旨在识别不同措辞之间的含义联系，常借助语言模型向量、实体关系或查询理解技术。
它解决的检索问题
用户用词与文档用词不一致时，纯字面匹配可能漏掉相关结果。语义检索试图将同义表达、上下文含义和用户意图纳入匹配，从而提高相关内容的可发现性。
常见实现方式
密集向量检索是常见方案，也可以将实体识别、知识图谱、查询扩展和学习排序结合使用。语义检索描述目标，而非限定某一种算法或数据库。
歧义与控制
同一词在不同语境可能指向不同概念，模型也可能把表面相关内容错误聚合。领域数据、元数据过滤、混合检索及人工评测可帮助识别这些偏差。
常见问题
语义检索不需要关键词吗？
不一定。许多系统把语义信号与关键词信号结合，以兼顾概念匹配和专有名词、编号等精确匹配。
语义检索能理解所有上下文吗？
不能。理解能力受模型、训练数据、查询长度和领域差异影响，需要用代表性查询集持续评测。
参考资料
Sentence-BERT: Sentence Embeddings using Siamese BERT-NetworksarXiv · 术语定义与技术背景 · 访问 2026-08-30
Dense Passage Retrieval paperarXiv · 术语定义与技术背景 · 访问 2026-08-30