Hibrit Arama Ağırlık Deneyi

Soru#

Anahtar kelime skoru ile anlamsal benzerlik skoru harmanlandığında ağırlığın nereye konacağı sorgu tipine göre değişir. Ürün kodu, hata numarası veya tam ad arayan bir sorguda kesin eşleşme belirleyicidir; "bu hatayı nasıl çözerim" türü bir sorguda anlamsal yakınlık öne geçer. Düzen bu yüzden tek bir en iyi ağırlık aramaz, ağırlığın sorgu sınıflarına göre nasıl taranacağını tanımlar.

Düzen#

Aynı korpus üzerinde iki skor ayrı hesaplanır, aynı ölçeğe normalleştirilir ve tek parametreyle harmanlanır. Ağırlık uçtan uca, sabit adımlarla taranır: salt sözcük tabanlıdan salt anlamsala kadar. Her adımda aynı sorgu kümesi çalıştırılır ve sonuç sorgu sınıfı kırılımıyla kaydedilir; yeniden sıralama katmanı ilk turlarda kapalı tutulup ikinci değişken olarak sonradan açılır.

• Veri: aynı korpusun iki indeksi — ters indeks (sözcük tabanlı) ve vektör indeksi.
• Karşılaştırma tabanı: yalnızca sözcük tabanlı arama; hibritin üstüne bir şey koyup koymadığı buna göre okunur.
• Değişken 1: harmanlama ağırlığı, uçtan uca sabit adımlarla.
• Değişken 2: yeniden sıralayıcı — kapalı ve açık iki tur.
• Sabit: sorgu kümesi, alaka etiketleri, k değeri ve skor normalleştirme yöntemi.

# İki skor aynı ölçeğe çekilmeden harmanlanamaz.
s_kelime = normalle(kelime_skor)    # küme içi min-maks
s_anlam  = normalle(kosinus_skor)

skor = agirlik * s_kelime + (1 - agirlik) * s_anlam
# agirlik = 0.0 -> salt anlamsal, agirlik = 1.0 -> salt sözcük tabanlı
# tarama: agirlik sabit adımlarla 0.0'dan 1.0'a, her adımda tüm sorgu kümesi

Ölçüt#

Ağırlık taramasının her adımında ölçütler yeniden hesaplanır; tek bir ağırlıkta bakılan sonuç eğriyi göstermez. Sıralama kalitesi ile kesin eşleşme başarısı ayrı tutulur, çünkü bunlar ağırlık ekseninde ters yönde hareket etmeye adaydır.

Sorgu sınıflarına göre ayrıştırma#

Beklenen kırılma noktaları#

• Tanımlayıcılar: sözlük dışı kısa diziler anlamsal tarafta birbirine yakın düşer; ağırlık anlamsala kaydıkça kaybın burada başlaması beklenir.
• Eş anlamlı sorgular: sözcük örtüşmesi sıfıra yakınken sözcük tabanlı tarafın hiç sonuç getirmemesi beklenir.
• Olumsuz ifadeler: "şunu içermeyen" türü sorgularda her iki skorun da olumsuzlamayı görmemesi beklenir.
• Tek sözcüklü sorgular: skor dağılımı daralır, min-maks normalleştirme kararsızlaşır ve harmanlama gürültülenir.
• Alan kayması: indeks yenilendiğinde skor dağılımları değişir, önceki tarama sonucu geçersizleşebilir.

Sınırlılıklar#

Tarama bir ağırlık bandı işaret etse bile bu band korpusa, sorgu dağılımına ve gömme modeline bağlıdır; başka bir kuruluma taşınmaz. Alaka etiketleri ikili tutulduğunda kısmi alaka görünmez ve sıralama ölçütü kabalaşır. Düzen kullanıcı davranışını hiç içermez: tıklama verisiyle yapılan bir ölçüm farklı bir tablo verebilir.