OpenSearch的多路搜索功能結合了文本搜索和向量搜索，做到了搜索延遲和計算消耗低于OR邏輯情況下更高的準確性，并在搜題場景已經得到有效驗證。多路召回架構還可以使用到：圖片向量召回、公式召回、個性化召回等場景中。

為什么搜題要做多路召回？教育拍照搜題場景相比網頁/電商的文本搜索有顯著差異：

• 搜索Query特別長：常規檢索term數上限30，搜題可能需要100

• 搜索Query可能是由拍照OCR識別之后得到的文本，關鍵term的識別錯誤會嚴重影響召回排序

純文本查詢方案

1.OR邏輯查詢：

• 為了降低無結果率，搜題客戶常見的系統是基于ES默認的OR邏輯，搜索延遲高，計算消耗大

• OpenSearch也支持OR邏輯，針對搜索延遲高可以通過并行搜索的方式優化，但整體計算消耗仍然高?

2.AND邏輯查詢

• 采用通用的Query分析模塊，無結果率高，整體準確性不如OR邏輯

• 針對教育領域優化定制的Query分析模塊，大幅提高效果，準確性接近OR邏輯

?

文本向量檢索

目標：通過文本向量檢索擴召回，結合AND邏輯查詢，做到搜索延遲和計算消耗低于OR邏輯的情況下準確性更高向量召回采用BERT模型，其中針對教育搜題做的特別優化有：

• BERT模型采用達摩院自研的StructBERT，并針對教育行業定制模型

• 向量檢索引擎采用達摩院自研的proxima引擎，準確性和運行速度遠超開源系統

• 訓練數據可以基于客戶的搜索日志不斷積累，效果持續提

效果：

1. 召回率達到OR邏輯

2. 準確性超出OR邏輯3%-5%

3. 整體召回doc數量減少40倍，搜索延遲降低10倍以上

1.配置教育行業模板，行業模板配置完成后檢查是否配置了對應的向量索引（這里用的是“向量-教育向量k12”）：2.創建查詢分析，增加一個“文本向量化”功能，并配置上1中設置的向量索引：3.設置排序策略，教育行業模板默認會創建兩個CAVA腳本的業務排序（sys_text_rank-針對文本索引、sys_vector_rank- 針對向量索引）：

4.創建多路召回策略，步驟為：設置策略名稱 --> 多路搜索配置（向量索引，文本索引） --> 配置綜合排序（排序邏輯，參與排序的文檔數量） :

5.控制臺測試：

假設查詢query為：搜索測試，多路搜索查詢策略為sys_strategy，查詢分析規則為sys_default注：圖中的三個參數，缺一不可（查詢分析如果設置為默認，這里可以省略）。查詢請求格式：

query=default:'搜索測試'&search_strategy=sys_strategy&raw_query=搜索測試&qp=sys_default

SDK參數配置：（以Java為例）

...
   
//定義Config對象，用于設定config子句參數，用于分頁或設置數據返回格式
Config config = new Config(Lists.<String>newArrayList(appName));
config.setStart(0);
config.setHits(10);
?
//設置返回格式為json
config.setSearchFormat(SearchFormat.FULLJSON);
?
?
// 創建參數對象
SearchParams searchParams = new SearchParams(config);
?
//設置查詢需要傳入的參數
HashMap<String,String> paraMap=new HashMap<String,String>();
//設置raw_query
paraMap.put("raw_query","搜索測試");
//設置多路搜索
paraMap.put("search_strategy","sys_strategy");
searchParams.setCustomParam(paraMap);
?
//設置查詢分析
List<String> qpName = new ArrayList<String>();
qpName.add("sys_default");  //設置查詢分析名稱
searchParams.setQueryProcessorNames(qpName);
?
...

注意事項

• 多路召回功能目前只針對獨享型應用進行開放；

• 多路召回功能暫不支持aggregate、distinct子句；

• 每個應用最多創建10個多路召回的查詢策略；

• 多路搜索配置中，文本搜索和向量搜索是必選項，并且二者的召回結果占比和需為100%；

• 多路搜索配置中，文本搜索和向量搜索的基礎排序從排序配置-基礎排序中選擇，業務排序從排序配置-業務排序中選擇；

• 綜合排序配置中，歸并排序從業務排式中選擇，必選，也可以選擇“無”，默認選擇“無”，排序文檔數量為必填，最多為5000，需填寫大于0的值；

• 非系統自動生成的向量索引，無法在查詢分析文本向量化功能中選擇。

• 如需使用自建向量索引的多路搜索功能，請聯系我們。