Hibrit Arama (Hybrid Search)

Hibrit arama nedir?

İki farklı arama mantığı var. Klasik anahtar kelime araması (BM25 gibi) yazdığın kelimenin belgede birebir geçip geçmediğine bakar. Semantik arama ise metni embedding'e çevirip anlamca yakın olanı bulur — "araba kiralama" yazınca "otomobil kiralama" da gelir.

Hibrit arama ikisini aynı anda çalıştırıp sonuçları birleştirir. Amaç basit: her iki yöntemin körlüğünü diğeriyle kapatmak.

Nasıl çalışır?

Sorgu iki hatta birden gider. Kelime bazlı taraf ters indeks üzerinden eşleşme skoru üretir, vektör tarafı embedding benzerliğiyle skor üretir. Sonra iki liste tek listede birleştirilir.

En yaygın birleştirme yöntemi RRF (Reciprocal Rank Fusion): her belgenin iki listedeki sıra numarasına bakılır, ham skorlar değil sıralamalar toplanır. Bunun avantajı, iki sistemin skor ölçeklerinin birbirini tutmasına gerek kalmamasıdır. Alternatif olarak skorlar normalize edilip ağırlıklı toplanır — vektör tarafına 0.7, kelime tarafına 0.3 gibi.

Birleşik liste genellikle bir reranking adımından geçirilir; bir cross-encoder ilk 50 sonucu tekrar puanlayıp en iyi 5'i seçer.

Neden önemli?

Vektör araması anlamı yakalar ama tam eşleşme gerektiren şeylerde tökezler: ürün kodu, hata mesajı, kişi adı, sürüm numarası. "ERR_2048" sorgusunda embedding modeli bu dizgeyi başka hata kodlarına yakın bulur ve yanlış belgeyi getirir. Kelime araması bunu birinci sırada bulur.

Tersi de doğru: kullanıcı "faturam neden bu kadar yüksek geldi" diye sorduğunda, doğru belgenin başlığı "Ek ücretlendirme kalemleri" olabilir ve tek bir ortak kelime bile yoktur. Kelime araması boş döner, vektör araması bulur.

RAG hattında yanlış belge getirmek, modelin uydurmasına giden en kısa yoldur. Retrieval kalitesindeki her artış doğrudan cevap kalitesine yansır.

Kullanım alanları

• RAG sistemlerinde doküman getirme aşaması
• Teknik dokümantasyon ve destek merkezi araması
• E-ticaret ürün araması (marka/model kodu + tarif eden sorgular)
• Kod arama: fonksiyon adı ile "bu ne işe yarıyor" sorgusunun aynı hatta çalışması
• Hukuki ve tıbbi arşivler — terminoloji birebir, soru serbest

Kurulumda dikkat edilecek nokta ağırlıklandırmadır. Vektör tarafına aşırı ağırlık verilirse sistem yine tam eşleşmeleri kaçırır, kelime tarafına aşırı ağırlık verilirse eş anlamlı sorgular boş döner. Doğru oran veri setine göre değişir; gerçek kullanıcı sorgularından küçük bir test seti hazırlayıp iki üç ağırlık kombinasyonunu ölçmek, tahmin yürütmekten çok daha hızlı sonuç verir.