混合检索：词法、向量与重排为什么缺一不可
只用词法匹配，换个说法就检索不到：用户问“作业车多少钱一台”，页面上写“检修作业车报价”，字面几乎不重叠。只用向量匹配也不行：两个型号只差一个后缀，语义坐标上几乎重合，检索器分不清。所以这一代检索系统不是一条通道，是组合层：词法与向量两路并行召回，融合成一份候选名单，再交精排排座次。语义匹配的数学见向量检索页，精排的座次逻辑见重排序页——本页只讲中间这层“两路怎么合、内容怎么分工”。
即答：混合检索等于词法通道管字面命中、向量通道管意思相近，两路结果经融合层合并后进精排。两条通道的盲区恰好互补，因此内容必须双喂：型号、参数、标准号这类精确指涉字面在场，问句形态、同义表述、行业俗称同时在场。只喂任何一边，都在另一半盲区里裸奔。
两条通道各自的盲区
**词法通道：精确可靠，但认死理。**关键词匹配的优点是确定性：型号、参数值、标准号这类“差一个字就不是那个东西”的指涉，字面命中是唯一可靠通路。缺点同样明确：它不理解同义与上下位——“报价”匹配不上“多少钱”，“接触网检修车”匹配不上“铁路作业车”。用户表述与页面表述稍有偏差，就互相看不见。
**向量通道：宽容，但模糊。**语义向量把“意思相近”变成距离相近，对措辞宽容。但它的短处正落在词法通道的长处上：精确指涉在语义空间里分辨不开——相邻型号、竞品型号、同一系列不同年份，坐标都挤在一起；生僻的行业术语训练语料稀少，坐标本身就不稳。向量还分不出“提到了”与“回答了”：一段顺带提到该型号的评测，与一段专门回答选型参数的页面，语义轮廓可能同样近。
两相对照可以看出：这不是新旧技术替换的关系，是分工关系。哪条通道都会单独漏，合并后盲区互补。还有一点值得单列：同一个块在两条通道里的表现可以分离——语义通道里排名靠前、词法通道里查无此人，或反过来，都正常。分离的根源是两路读的根本不是同一层信息：一路读字面集合，一路读语义方向。这给诊断提供了细分镜：某类提问检索不到你，先分辨它是语义相近型提问还是精确指涉型提问，再对症补问句形态或补术语字面，而不是笼统地“改内容”。
融合层：两份名单怎么合成一份
两路召回各自产出一份排序列表，融合层负责合并。工程上常见的两类做法：按分数融合——把两路的得分换算到同一尺度后加权求和；按排名融合——不看绝对分数、只看名次，名次在两路里都靠前的候选排前面。排名融合对“两路分数不可比”的问题更鲁棒，是工程上常用的选择；具体用哪种、权重多少，各家不公开，也没有普适答案。
融合层还承担冲突消解：同一 URL 两路都召回时去重合并；两路排名悬殊时（一路很靠前、一路垫底）怎么取舍，是各家工程细节。可以确定的只有方向：向量通道的权重随模型能力在上升，但词法通道没有退场——上一段的盲区分析在可预见的代际内都成立。
融合层之上还有一个容易被忽略的查询侧变量：进入检索的查询是改写后的规范问句，两路通道都以它为准——规范问句对词法通道意味着术语正确，对向量通道意味着语义形态与语料里的高频答案一致。查询侧的规范化工序见查询改写页：内容侧与查询侧在改写这个接口上会合，两边都规范，匹配才稳。
对 GEO 的推论：内容双喂
**推论一：精确指涉必须字面在场。**型号、参数值、标准号、认证编号，写全称、写准确、别只用代词与简称——这是喂词法通道的最低要求。B2B 采购查询大量是精确指涉型，丢字面等于丢掉整类查询的入场资格（术语写作纪律见术语精准化）。
**推论二：问句形态与同义表述喂语义通道。**小标题复现真实提问的问法，正文覆盖行业俗称与同义说法，让块的语义坐标落在目标提问的邻近区域。这与推论一不冲突：同一段里先术语后口语，一段话同时喂饱两条通道。
**推论三：一节一题是融合层的隐含要求。**混合检索的匹配单位是内容块：一小节混三个主题，词法通道里每个词都出现、向量通道里哪个方向都不纯，两路都给不出高分。块级写作纪律见 Chunk 术语卡——切块粒度不是文风问题，是两路匹配的共同参赛形态。
**推论四：别赌通道权重。**融合权重随引擎版本漂移，今天语义占优的产品明天可能调整词法。站方能做的不是猜权重，是让自己的块在两条通道上都没有明显短板——短板决定淘汰，长板决定座次。
常见误解
**“语义检索淘汰了关键词。”**词法通道仍在岗，精确指涉的字面在场没有商量余地。正确读法是分工：问句管语义对齐，术语与参数管字面命中。
**“混合检索就是把两路结果随便拼一起。”**融合有权重与冲突消解规则，同一页面在两路里的相对位置不同，合并后的座次也不同。“两路都召回了就稳了”是错觉——合并后仍可能排进不了精排名额。
**“我的页面语义写得好，精确词少点没关系。”**语义写得好只保证了向量通道的座次；型号级、参数级的查询走词法通道，字面缺席就整类缺席。两类查询的人群还常常不重叠：参数与型号的精确指涉多来自专业采购，语义问法多来自普通用户，放弃任何一边都是放弃一类用户。
限制与待核实
- HS-01：融合算法、权重、冲突消解规则均为各家不公开的工程细节，本页只主张“双通道并存加融合层”这一共识架构。
- HS-02：部分系统在双通道之外还有第三路（图检索、结构化检索等），本页按最常见形态讲，不穷尽。
- HS-03：通道权重随模型迭代漂移，任何“某通道已退场或已称王”的阶段判断都不可靠；纪律层结论（双喂）不随权重变化。
- HS-04：本页与向量检索、重排两页的分工是讲解层面的切分；真实系统里融合与精排可能交叠，工程边界未必切得这么齐。