dexblog.ro
Acces rapid: Învață AI Învață Programare Specificații Dispozitive Comparații
RAG Toți termenii

Ce este Dense Retrieval vs. Sparse Retrieval?

Arhitectură RAG și Căutare Semantică Nivel: mediu

Înțelegerea diferențelor dintre căutarea după semnificație (dense) și căutarea după termeni specifici, acronime și coduri unice (sparse).

Denumire completă

Dense vs. Sparse – căutarea semantică pe bază de vectori de sens versus căutarea clasică după potrivire lexicală de cuvinte (BM25)

Format / Sintaxă: Dense vs. Sparse – căutarea semantică pe bază de vectori de sens versus căutarea clasică după potrivire lexicală de cuvinte (BM25)

Explicație detaliată

Dense Retrieval folosește modele de rețele neuronale pentru a mapa texte în vectori unde cuvintele sinonime stau aproape unele de altele (ex: „medic” este apropiat de „doctor”). Eșuează însă la coduri exacte de piese sau termeni rari.

Sparse Retrieval (cum este algoritmul consacrat BM25) numără aparițiile și raritatea cuvintelor exacte. Dacă utilizatorul caută „eroare HTTP 504” sau un CNP, BM25 găsește documentul instant, pe când un model dense poate confunda codul cu alte erori de rețea.

Analogie intuitivă

💡 Căutarea Dense este ca un amic care înțelege la ce film te referi când spui „acel film SF cu călătoria prin gaura de vierme”; căutarea Sparse este bibliotecarul care cere codul ISBN exact al cărții.

Mecanism & Funcționare

  • Dense: transformă textul în vectori continui cu valori reale (ex: [0.12, -0.45, 0.88]).
  • Sparse: creează vectori cu mii de dimensiuni unde majoritatea sunt zero, fiecare dimensiune corespunzând unui cuvânt din vocabular.

Exemple practice și aplicabilitate

  • Căutare Dense excelează la: „Cum îmi resetez parola dacă am uitat întrebarea secretă?”
  • Căutare Sparse excelează la: „Cod piesă schimb #A984-Z” sau „art. 142 alin. 3 Cod Fiscal”.

Capcane frecvente & bune practici

Niciuna nu este perfectă de una singură; cele mai avansate sisteme din industrie le combină întotdeauna într-un sistem hibrid.

Noțiuni înrudite