Hybrid Search là gì — ghép tìm từ khoá với tìm theo nghĩa để không bỏ sót kết quả

Bài này dành cho chủ doanh nghiệp và người quyết. Hybrid search được giải bằng ẩn dụ dễ hiểu, kèm khác hai cách tìm đơn lẻ, cơ chế trộn điểm và cách MONA áp dụng.

Vì sao đáng quan tâm: trên web bán hàng và tra cứu nội bộ, mỗi cách tìm đơn lẻ đều có lỗ thủng. Hybrid search bịt lỗ của nhau, giúp khách tìm thấy nhiều hơn và tăng chuyển đổi.

Hình dung hai trợ lý ở quầy. Một người trí nhớ máy móc, nhớ vanh vách mọi mã hàng và tên riêng, hỏi đúng chữ là chỉ ra ngay, nhưng sai một dấu là chịu. Một người tinh ý, nghe khách mô tả lòng vòng vẫn đoán ra thứ cần, nhưng nếu khách đọc một dãy mã thì lại không chắc bằng người kia.

Tìm theo từ khoá là trợ lý trí nhớ máy móc. Tìm theo nghĩa là trợ lý tinh ý. Mỗi người mạnh một kiểu câu hỏi.

Hybrid search là để cả hai trợ lý cùng nghe rồi gộp ý kiến. Câu nào hợp người này thì người này lên tiếng, hợp người kia thì người kia, nên rất ít khi cả hai cùng trượt.

Hybrid search chạy song song hai cơ chế rồi hợp nhất kết quả. Nhánh từ khoá khớp mặt chữ theo các thuật toán xếp hạng văn bản. Nhánh theo nghĩa dùng embedding để khớp ý trong vector database.

• Nhánh từ khoá. Mạnh ở mã, tên riêng, số, thuật ngữ hiếm phải khớp đúng.
• Nhánh theo nghĩa. Mạnh ở câu mô tả, đồng nghĩa, cách diễn đạt khác nhau.
• Trộn điểm. Hai danh sách kết quả được hợp nhất theo một công thức cộng điểm.

Vì vậy hybrid search không phải một thuật toán mới, mà là cách phối hợp hai cách tìm sẵn có để lấy điểm mạnh của cả hai.

• Bắt được cả hai kiểu câu hỏi. Khách gõ mã hay mô tả mơ hồ đều ra đúng.
• Ít bỏ sót. Lỗ thủng của một nhánh được nhánh kia bù lại.
• Hợp web bán hàng. Tên sản phẩm, mã SKU cần chính xác, mô tả nhu cầu cần hiểu ý.
• Hợp tra cứu nội bộ. Số hợp đồng, mã văn bản lẫn câu hỏi diễn giải.
• Nền cho chatbot. Bước tìm trong RAG chắc hơn khi dùng hybrid.

Hybrid search là cách an toàn để nâng tìm kiếm mà không phải đánh đổi giữa chính xác và thông minh.

Quy trình chuẩn gồm bốn nhịp:

• Tách hai nhánh. Cùng một câu tìm được đưa song song cho nhánh từ khoá và nhánh theo nghĩa.
• Mỗi nhánh trả danh sách. Từng nhánh đưa ra các kết quả tốt nhất theo cách của nó.
• Trộn điểm. Hai danh sách hợp nhất theo công thức cộng điểm, kết quả nào được cả hai ủng hộ thì lên cao.
• Chấm lại nếu cần. Có thể thêm một bước reranking để đưa kết quả đúng nhất lên đầu.

Người dùng chỉ thấy một ô tìm kiếm và một danh sách kết quả. Toàn bộ việc phối hai nhánh diễn ra phía sau.

Giả sử khách gõ vừa một mã sản phẩm vừa một câu mô tả nhu cầu trong cùng ô tìm. Một nhánh đơn lẻ thường chỉ giỏi một nửa câu đó.

Hybrid search xử song song: nhánh từ khoá khoá đúng mã, nhánh theo nghĩa hiểu phần mô tả. Trộn điểm xong, kết quả vừa khớp mã vừa hợp nhu cầu lên đầu.

Nếu chỉ tìm theo nghĩa, máy có thể lơ mã chính xác. Nếu chỉ tìm từ khoá, máy bỏ qua phần mô tả. Hybrid search là cách để không phải chọn một trong hai.

Cùng một loại câu hỏi pha trộn, ba cách tìm cho kết quả khác nhau:

Hybrid không thắng tuyệt đối ở mọi ô, nhưng không thua nặng ở ô nào — đó là lý do nó an toàn cho tìm kiếm thực tế.

Ghép hai nhánh không miễn phí. Cần cân các điểm sau:

• Độ bao phủ. Tăng rõ vì hai nhánh bù lỗ cho nhau.
• Độ phức tạp. Phải vận hành cả hệ tìm từ khoá lẫn hệ vector, nhiều phần hơn để bảo trì.
• Trọng số trộn. Nghiêng về nhánh nào, nghiêng bao nhiêu, phải đo trên dữ liệu thật để chỉnh.

Với phần lớn doanh nghiệp, độ bao phủ tăng đáng giá phần phức tạp thêm, miễn là có người đo và chỉnh trọng số đúng cách.

Có vài cách hợp nhất hai danh sách, chọn theo dữ liệu và độ kiểm soát mong muốn:

Thực tế thường bắt đầu bằng trộn theo thứ hạng cho ổn, rồi thêm một bước chấm lại khi cần độ trúng cao hơn.

• Trộn điểm mà không chuẩn hoá. Thang điểm hai nhánh khác nhau, cộng thẳng làm một nhánh lấn át.
• Đặt trọng số rồi quên. Không đo lại trên câu hỏi thật để chỉnh tỉ lệ.
• Bỏ nhánh từ khoá vì nghĩ nghĩa là đủ. Mã, tên riêng, số vẫn cần khớp đúng chữ.
• Quên bước chấm lại. Trộn xong nhưng không sắp lại nên kết quả đúng vẫn nằm sâu.
• Không đo gì cả. Bật hybrid nhưng không có bộ câu hỏi thật để biết có tốt lên không.

Hybrid search chỉ hơn cách đơn lẻ khi việc trộn điểm và đặt trọng số được làm có đo đạc, không bật theo cảm tính.

MONA làm hybrid search như một khâu có đo đạc chứ không bật mặc định:

• Dựng đủ hai nhánh. Giữ nhánh từ khoá cho mã, tên, số; thêm nhánh theo nghĩa cho mô tả.
• Chuẩn hoá rồi trộn. Đưa hai thang điểm về cùng mặt bằng trước khi cộng.
• Đo trên câu hỏi thật. Lấy bộ câu hỏi của doanh nghiệp, so độ trúng theo từng cách trộn.
• Chỉnh trọng số và chấm lại. Nghiêng nhánh nào theo loại dữ liệu, thêm reranking khi cần độ chính xác cao.

Tìm kiếm gắn với dữ liệu doanh nghiệp nên đi cùng bảo mật. MONA tuân thủ guardrails và nguyên tắc dữ liệu theo Nghị định 13/2023.

Hybrid search đáng cân nhắc khi câu hỏi của khách hoặc nhân viên pha trộn nhiều kiểu:

• Web bán hàng. Khách vừa gõ mã, tên chính xác vừa mô tả nhu cầu chung chung.
• Tra cứu nội bộ. Số hợp đồng, mã văn bản lẫn câu hỏi diễn giải.
• Danh mục lớn. Nhiều sản phẩm, tài liệu, cần cả khớp đúng lẫn hiểu ý.
• Chatbot tài liệu. Bước tìm cần chắc để mô hình trả lời đúng.

Khi dữ liệu nhỏ và câu hỏi đơn giản, một nhánh có thể đủ. Khi câu hỏi đa dạng và việc bỏ sót gây mất khách, hybrid là lựa chọn an toàn.

Hybrid search dễ hiểu nhưng làm tốt cần kinh nghiệm chuẩn hoá điểm và chỉnh trọng số trên dữ liệu thật. Doanh nghiệp nên cân nhắc MONA khi:

• Muốn ô tìm kiếm vừa chính xác với mã, tên vừa hiểu ý mô tả của khách.
• Có danh mục sản phẩm hoặc tài liệu lớn, câu hỏi đa dạng, đang bị bỏ sót kết quả.
• Cần một hệ RAG với bước tìm chắc để chatbot trả lời đúng.
• Muốn tìm kiếm có đo đạc, chỉnh được theo dữ liệu và bảo mật.

Tìm kiếm và chatbot của MONA xây trên hybrid search có chuẩn hoá và đo đạc cẩn thận. Tham khảo Sale AI cho tư vấn và tìm sản phẩm, LMS AI cho tra cứu tài liệu nội bộ.