Разреженный поиск BM25

Разреженный поиск основан на точном совпадении ключевых слов (мешок слов). BM25 улучшает TF-IDF двумя дополнениями: насыщение частоты термина (каждое следующее вхождение даёт всё меньший прирост, параметр k1) и нормализация длины документа (параметр b). Редкие слова весят больше (IDF). Силы: точные имена, технические коды, термины; слабость: не понимает синонимы («kitty» не найдёт «cat»). Обучаемые варианты (SPLADE, BGE-M3 sparse) добавляют нейросетевые веса терминам.

Связано: Плотный эмбеддинг, Гибридный поиск