关于semantic search、semantic ranking的疑问及Azure AI Search配置咨询

1. Semantic Search与Semantic Ranking是否为同一概念？ #

二者不是同一概念，属于包含与被包含的关系：

• Semantic Search（语义搜索） 是一套完整的搜索流程，它结合传统关键词召回、语义理解技术（如大语言模型），从语义层面匹配用户查询与文档内容，最终返回符合用户真实意图的结果，涵盖文档召回、语义排序等多个环节。
• Semantic Ranking（语义排序） 是语义搜索的核心环节之一，专注于对初始召回的文档集合重新排序，通过理解查询与文档的语义相关性，替代或补充传统的关键词匹配排序（如BM25），让更贴合用户意图的文档排在前列。

2. Azure AI Search中title、content、keyword字段的作用及语义排序器的使用逻辑 #

在Azure AI Search的语义排序配置里，三个字段承担不同的语义信号角色：

• title字段：存储文档标题，是文档核心主题的浓缩表述。语义排序器会优先关注该字段与查询的语义匹配度，因为标题直接反映文档核心内容，匹配度高的文档会获得更高排序权重。
• content字段：存储文档核心正文，是语义排序器进行语义理解的主要依据。排序器会深度分析该字段与查询的语义契合度，包括上下文关联、意图匹配等，这是决定排序结果的核心信号来源。
• keyword字段：存储手动标注的文档核心关键词或标签。用于强化文档的核心主题信号，帮助排序器快速识别文档聚焦点，尤其在正文内容较长、主题分散时，能提升排序精准度。

语义排序器的使用逻辑：先通过传统检索方式（如BM25）召回一批候选文档，再分别提取title、content、keyword字段的语义特征，与用户查询的语义特征对比计算，综合三个字段的匹配得分，结合传统排序得分对候选文档重新排序，最终输出语义相关性最高的结果。

3. 搜索未返回正确结果的排查方向 #

• 确认语义排序配置正确性：检查索引的语义配置中是否正确指定了title、content、keyword字段，且这些字段的属性设置为可检索、可参与语义分析。
• 验证语义排序是否生效：查询请求中需明确指定使用语义排序（如设置semanticConfiguration参数为对应配置名），否则默认使用传统排序，可能导致结果不符合预期。
• 检查查询表述：若查询词模糊、有歧义或未准确表达真实意图，会影响语义理解准确性，可尝试调整查询词精准度，补充更多上下文信息。
• 排查文档数据质量：确认title是否准确概括内容、content是否完整无缺失、keyword是否标注了核心主题，错误或缺失的字段数据会直接影响语义匹配效果。
• 检查初始召回环节：若目标文档未出现在初始召回结果中，需排查传统检索配置，比如字段分析器是否合适（如分词、大小写处理），是否设置了不合理的过滤条件导致文档被排除。

内容的提问来源于stack exchange，提问作者Manu Chadha