دمج قوائم البحث باستخدام RRF يعتمد على موضع الوثيقة في كل قائمة، ثم يجمع مساهماتها ليصنع ترتيبا جديدا. يوضح توثيق Microsoft اختلاف نطاقات الدرجات الأصلية بين طرق البحث. [1] لهذا لا نجمع أرقاما خاما من مسارين على أنها مقياس واحد لمجرد أنها أرقام.
الخلاصة السريعة
استخدم قاعدة دمج معرفة للرتب أو الدرجات المتوافقة، وطابق هوية الوثيقة عبر القوائم؛ درجة الدمج ترتب المرشحين ولا تثبت صحة نصهم.
- تحقق من تعريف درجات المسارين قبل جمعها؛ اختلاف النطاق يجعل جمعها بلا قاعدة غير مفسر. [1]
- في RRF تجمع مساهمات 1/(الرتبة+الثابت)؛ هذا الثابت يختلف عن عدد الجيران المطلوب في البحث. [1]
- اجمع مساهمات الوثيقة نفسها عبر القوائم، ولا تدمج نسختين مختلفتين لمجرد تشابه عنوانيهما.
- اقرأ المحتوى بعد ترتيب الدمج؛ تكرار مرشح في مسارين ليس تصديقا مستقلا لحقيقته، والمرتبة لا تعالج غياب مادة لم تسترجع.
لماذا لا نضيف الرقمين كما هما؟
نفترض محركا يعيد درجة 18 وآخر يعيد 0.8. لا نعرف من هذين الرقمين وحدهما أن الأول وثيقة أفضل، ولا أن مجموع 18.8 يحمل معنى موحدا. قد تختلف طريقة الحساب والنطاق. الأرقام هنا مكتوبة لتوضيح السؤال، وليست درجات من تجربة أو من خدمة محددة.
نقترح تسجيل مصدر الدرجة وتعريفها وقاعدة الدمج. يمكن لنظام أن يستعمل طريقة موثقة لتطبيع درجاته أو دمجها، لكن لا نفترض وجود ذلك لمجرد أن الواجهة تعرض قائمة واحدة. سنستخدم مثالا للرتب، حتى نرى مساهمة ظهور الوثيقة في موضع معلوم من كل قائمة.
كيف نحسب مثالا صغيرا للرتب؟
قاعدة RRF المذكورة هي 1/(الرتبة+k)، ثم جمع مساهمات الوثيقة؛ ويوضح المصدر أن k هنا ثابت للدمج، لا عدد الجيران في البحث. [1] نختار في حسابنا التعليمي k=2 لتبسيط الكسور، دون اعتباره قيمة موصى بها لخدمة أو نتيجة ضبط أداء.
القائمة الأولى: أ في المرتبة 1 وب في المرتبة 2. الثانية: ب في المرتبة 1 وج في المرتبة 2. تحصل أ على 1/3، وب على 1/4+1/3=7/12، وج على 1/4. فتسبق ب ثم أ ثم ج في هذا الحساب. لم نضف درجات التشابه الخام، بل مساهمات الرتب في القائمتين المخترعتين.
أي وثيقة تجمع مساهماتها؟
نفترض أن ب هو معرف وثيقة واحدة في القائمتين. إذا كان العنوان نفسه لنسخة قديمة وأخرى جديدة بمعرفين مختلفين، فلا نجمعهما تلقائيا تحت عنوان واحد. نراجع سياسة الهوية والنسخة في المجموعة الفعلية، حتى لا نمنح مادة واحدة مساهمة مادة أخرى.
كذلك لا نضاعف مساهمة ظهور مكرر داخل القائمة نفسها دون قاعدة تسمح بذلك. المثال يستخدم قوائم لكل منها معرفات مميزة، ويسمح بمساهمة ب مرة من كل قائمة. هذه مراجعة مقترحة للمدخلات؛ لم ننشئ قائمة خدمة أو نختبر سلوكها في إزالة التكرار.
ماذا لا تخبرنا المرتبة المدمجة؟
تقدم ب في المثال يعني أن قاعدة الحساب أعطته مجموعا أكبر، ولا يعني أن نصه صحيح أو أحدث. قد يتكرر المرشح نفسه في طريقتي بحث تشتركان في المجموعة؛ ذلك ليس مصدرين مستقلين يؤكدان الادعاء. نقرأ مادته ونراجع علاقتها بالسؤال قبل الاستشهاد بها.
وإذا كانت الوثيقة التي تجيب عن السؤال غائبة من القائمتين، فلا يخلقها حساب الدمج. نقترح فصل مراجعة المرشحين المسترجعين عن مراجعة ترتيبهم وعن قراءة سند الجواب. لم نقس تحسنا في الاسترجاع؛ المثال يوضح الحساب وحدوده ولا يجعل الرتبة الجديدة احتمالا لصحة الحقائق.
المصادر ومتابعة القراءة
- Microsoft Learn: Hybrid search scoring (RRF) (يفتح في نافذة جديدة)learn.microsoft.com
أُعدّ هذا المقال بصياغة عربية أصلية بالاستناد إلى المصادر أعلاه، وهو مدخل تمهيدي إلى الموضوع. اقرأ منهجية المحتوى وحدوده.