/
Update
2 min
BGE-m3中的检索方式
密集检索(Dense Retrieval) 使用 CLS 标记的输出嵌入计算相似度,公式为: s_{\text{dense}} = \langle e_q, e_p \rangle 其中 e_q 和 e_p 分别表示查询和表情包描述的嵌入向量。这种基于语义的检索方式能够捕捉用户问题的深层含义。 稀疏
密集检索(Dense Retrieval)#
使用 CLS 标记的输出嵌入计算相似度,公式为:
其中 和 分别表示查询和表情包描述的嵌入向量。这种基于语义的检索方式能够捕捉用户问题的深层含义。
稀疏检索(Sparse Retrieval)#
- 通过计算词项权重实现检索,公式为:
其中 和 分别表示查询和表情包描述中词项 (t) 的权重。这种检索方式适合处理关键词匹配问题。
多向量检索(Multi-Vector Retrieval)#
- 利用细粒度的 token 级别交互计算相关性,公式为:
其中 和 分别表示查询和表情包描述中第 和第 个 token 的嵌入向量。这种检索方式能够捕捉更细粒度的语义信息。