相似度搜索

英文：Similarity Search　分类：foundation

基本释义

在向量集合中查找与查询向量最接近的项的过程，是语义检索的基本操作。与关键词匹配不同，它基于向量空间的语义距离（余弦、欧氏），能命中语义相近但字面不同的内容。

技术要点

精确最近邻（kNN）计算量随数据线性增长，大规模场景改用近似最近邻（ANN）算法：HNSW 建图、IVF 聚类分区、PQ 压缩等，牺牲极小召回换取数量级加速。相似度度量选择影响结果语义：文本常用余弦相似度，欧氏距离对向量范数敏感。

发展脉络

从传统文本向量检索（LSI、LSA），到 2013 年词向量驱动的语义检索，再到大模型嵌入与 ANN 索引结合的现代语义搜索，相似度搜索成为 RAG 与推荐系统的性能关键。

应用场景

RAG 文档召回、搜索排序候选生成、去重、异常检测与推荐召回；工程上通过评测召回率、延迟与内存占用选择索引参数（M、efConstruction、efSearch）。

返回AI百科目录 · AI最前沿首页

相关词条：Transformer · 注意力机制 · 自注意力 · 向量数据库 · 特征工程