---
title: '知识库搜索参数'
description: '知识库搜索原理'
icon: 'language'
draft: false
toc: true
weight: 106
---

在知识库搜索的方式上，FastGPT提供了三种方式，分别为“语义检索”“增强语义检索”“混合检索”。

![](/imgs/data_search1.png)

## 语义检索

语义检索就是向量检索，同时把用户的问题和知识库内容向量化，然后通过“语义相关度匹配”的方式从知识库中查找到匹配的知识点。

优点：
- 相近语义理解
- 跨多语言理解（例如输入中文问题匹配英文知识点）
- 多模态理解（文本，图片，音视频等）

## 增强语义检索

在语义检索的基础上，增强“语义相关度匹配”并在搜索结束后进行 Rerank（重排）。

Rerank（重排）：把检索结果按“与用户问题语义”相关性，从高到低排序，简单的说就是把最匹配用户问题的检索结果排在前面。

## 混合检索（推荐）


在向量检索的同时进行全文检索，并把两项检索的结果混合一起重排，以便选中匹配用户问题的最佳结果。

全文检索：理解为全文关键词检索，通过关键词查询知识库，并返回包含关键词的文本片段。

优点：
- 精确匹配（姓名，编号，ID等）
- 少量关键词匹配（当用户问题字数过少时向量检索效果非常不好）

混合检索结合了向量检索和全文检索的优点，并且对查询结果进行了重排，大大提高了命中率，推荐使用。