作者：来自 Elastic Kathleen_DeRusso
如果你尝试过搭建 混合搜索（hybrid search） 体验，你就知道学习曲线可能很陡峭。尤其是当文本搜索和语义搜索结果结合时，每种搜索返回的得分可能差异很大，很难知道从哪里开始，手动调优结果也容易出错。好消息是，我们让这个过程变得简单得多。
本文将侧重于很多默认设置，但值得注意的是，我们也内置了大量自定义功能，因此既支持简单的 "顺畅路径" 用例，也支持强大、可定制的专家用例。
索引你的数据
首先，从 semantic_text 字段开始。Semantic text 设计得像一个普通文本字段一样使用，但它会透明地处理分块、推理和语义搜索。至少，你只需要为你的字段创建映射：
markdown
`
1. PUT my-index
2. {
3. "mappings": {
4. "properties": {
5. "semantic_title": {
6. "type": "semantic_text"
7. }
8. }
9. }
10. }
`AI写代码这个映射会创建默认设置，例如默认使用我们内部的 ELSER 模型进行推理。无需配置索引管道！如果你是第一次尝试 semantic_text ，这个教程是一个很好的起点。
为了确保 semantic_text 像普通文本字段一样工作，我们增加了对在 semantic_text 字段上使用 match 查询的支持，让你可以透明地进行语义搜索：
bash
`
1. POST my-index/_search
2. {
3. "query": {
4. "match": {
5. "semantic_title": "What is semantic search?"
6. }
7. }
8. }
`AI写代码使用检索器进行混合搜索
我们在很多搜索用例中发现，match 查询及其相关权重已经能很好地满足需求。虽然检索器（retrievers）已经存在一段时间，提供了像 RRF 这样的功能，我们简化了语法，使其可以无缝地与任意组合的 text 和 semantic_text 字段一起使用，并自动完成得分组合和归一化。
你可以阅读这篇博客，了解这种语法糖的由来。下面是使用 RRF 进行混合搜索的示例：
bash
`
1. GET my-index/_search
2. {
3. "retriever": {
4. "rrf": {
5. "fields": ["title", "semantic_title"],
6. "query": "What is semantic search?"
7. }
8. }
9. }
`AI写代码以及使用 linear retriever 的类似示例：
bash
`
1. GET my-index/_search{
2. "retriever": {
3. "linear": {
4. "fields": ["title", "semantic_title^2"],
5. "query": "What is semantic search?",
6. "normalizer": "l2_norm"
7. }
8. }
9. }
`AI写代码这些可以直接接入像 text_similarity_reranker retriever 这样的检索器，从而对混合搜索结果进行语义重排序。很简单，对吧？
使用 ES|QL 进行混合搜索
说到这里，我们正在开发的一些最令人兴奋的功能，是使用我们新的管道查询语言 ES|QL ，它对于混合搜索用例非常强大。如果你参加过今年的 Elastic{ON} 活动，这个预览可能看起来有点熟悉。
让我们从 match 函数开始。我们可以通过直接引用 match 来表示：
sql
`
1. FROM my-index METADATA _score
2. | WHERE match(title, "What is semantic search?")
3. | SORT _score DESC
`AI写代码或者通过简写语法：
sql
`
1. FROM my-index METADATA _score
2. | WHERE title:"What is semantic search?"
3. | SORT _score DESC
`AI写代码最棒的是，因为我们使用的是 match ，就像在 DSL 中一样，semantic_text 开箱即用！
现在，当你想使用 semantic_text 组合结果时，可以使用 FORK 命令，在不同的分支中执行每个 match 查询，并将它们返回在同一个结果中：
sql
`
1. FROM my-index METADATA _score
2. | FORK
3. (WHERE semantic_title: "What is semantic search?" | SORT _score DESC)
4. (WHERE title:"What is semantic search?" | SORT _score DESC)
`AI写代码然后，你可以使用 FUSE 命令，使用 RRF 算法将这些结果合并：
sql
`
1. FROM my-index METADATA _score
2. | FORK
3. (WHERE semantic_title: "What is semantic search?" | SORT _score DESC)
4. (WHERE title:"What is semantic search?" | SORT _score DESC)
5. | FUSE
6. | SORT _score DESC
`AI写代码你也可以将其应用到其他用例，例如重排序（rerank）和补全（completion）。
最后，有时你的用例可能更适合仅执行词汇搜索，而不是语义搜索。我们也可以在查询时使用 fork 来决定执行词汇搜索还是语义搜索 ------ 例如根据查询中的词数，较短的查询在某些用例中可能从语义搜索中获益不大。
sql
`
1. FROM search-index METADATA _score
2. | EVAL lexical = MV_COUNT(SPLIT(?query, " ")) <= 3
3. | FORK ( WHERE lexical | WHERE title:?query )
4. ( WHERE NOT lexical | WHERE semantic_title:?query )
5. | SORT _score DESC
`AI写代码这只是我们能做的一个简短示例，但如果你深入阅读我们的文档，你会发现这些功能同样非常强大且可定制！试一试吧，我们期待听到你的反馈！