我们在检索的时候，可以通过调整语义和关键词的权重来检索知识。从而实现关键词+语义的互补。
知识库配置
为了减少干扰，我使用同一个文档，同一个向量模型，4个知识库做测试。
• 知识库1：bge-m3-向量检索 • 知识库2：bge-m3- 全文检索 • 知识库3：bge-m3-混合-权重 • 知识库4：bge-m3-混合-rerank
知识库1：bge-m3-向量检索
知识库2：bge-m3- 全文检索
知识库3：bge-m3-混合-权重
知识库4：bge-m3-混合-rerank
测试文档
## 案例1：风寒感冒
- **症状描述**：鼻塞流清涕、畏寒无汗、头痛、咳嗽白痰、舌淡苔白
- **理论依据**：《伤寒论》太阳病理论，寒邪束表致卫阳被遏。大椎为诸阳之会可散寒解表，风门为风邪出入门户，合谷属阳明经通调肺气
- **配穴方案**：大椎、风门、合谷
- **操作流程**：先灸大椎20分钟至潮红，再灸风门15分钟，最后灸合谷10分钟。每日1次，连续3天
## 案例2：脾胃虚寒型胃痛
- **症状描述**：胃脘冷痛、喜温喜按、食少便溏、四肢不温、舌淡胖有齿痕
- **理论依据**：《针灸甲乙经》"中脘主腹胀不通"，配合胃经合穴足三里健运脾土，神阙温补元阳
- **配穴方案**：中脘、足三里、神阙
- **操作流程**：神阙隔姜灸5壮，中脘悬灸25分钟，足三里双穴各灸15分钟。饭前操作，隔日1次
## 案例3：寒凝血瘀型痛经
- **症状描述**：经前小腹冷痛拒按、经血紫暗有块、得热痛减、面色青白
- **理论依据**：《妇人大全良方》寒客胞宫理论，关元为任脉与三阴经交会穴，三阴交统调阴经，次髎温通胞宫
- **配穴方案**：关元、三阴交、次髎
- **操作流程**：经前3天开始灸，关元灸30分钟，三阴交双穴各15分钟，次髎20分钟。每日1次至经期第2天分片设置
分片规则统一如上图。
• 父子分段 • 父段分片标识 ##• 字段分片标识默认 \n
检索结果
在我的分片内容中有健运脾土这个
向量检索中，能召回到
在全文检索中，反而没有召回到，这就让我有点惊讶（先问了下chatgpt，后续研究下这里的代码）
混合检索-rerank也召回到了
混合-权重也召回到了。
这只是我测试的一个词，而在实际使用的时候，检索效果依赖具体 query 与文本 embedding 的相似度，因此具备不确定性。 而全文检索整个知识库就没有几个文档，就得2~3秒的，性能不高。后续得自己看下源码。
于是我就在想如何加上关键词，让检索更精准。
关键词设置
我是不是可以在整理数据的时候，提取出关键词，然后将关键词作为子分段，反正父子检索式检索到内容以后，会把整个父分段作为上下文。
于是我让大模型生成关键词，然后添加进去。
子分段作为独立的关键词，并向量化存储，然后检索的时候，理论上应提升检索召回率，但仍依赖 embedding 的语义表达，不能等同于精确匹配
我看了代码，没对query做改写。为啥score这么低？
这细节上的点，还得深入研究下，看下源代码，以及做更多的样本测试。