在混合搜索中使用倒数排名融合 (RRF) 的相关性评分

　　倒数排名融合（RRF）是一种用于评估多个先前排名结果中的搜索分数，以生成统一结果集的算法。在Azure AI搜索中，当并行执行两个或多个查询时，便会使用RRF。每个查询会生成一个排名结果集，而RRF则用于将这些排名合并和同质化为单个结果集，并在查询响应中返回。混合搜索和并行执行多个矢量查询等场景，都会始终使用RRF。

　　RRF基于倒数排名的概念，即搜索结果列表中第一个相关文档的排名的倒数。该方法旨在考虑项目在原始排名中的位置，并赋予在多个列表中排名较高的项目更高的重要性。这有助于提高最终排名的整体质量和可靠性，使其对融合多个有序搜索结果的任务更加有用。

　　RRF的工作流程如下：

1. 从并行执行的多个查询中获取排名的搜索结果。
2. 为每个排名列表中的结果分配倒数排名分数。对于搜索结果中的每个文档，引擎基于其在列表中的位置分配倒数排名分数。分数按公式计算，其中N是文档在列表中的位置，K是一个经过实验证明的最佳值为60的常量。
3. 合并分数。对于每个文档，引擎将从每个搜索系统中获得的倒数排名分数相加，为每个文档生成合并分数。
4. 引擎根据合并分数对文档进行排名和排序，得到的列表即为融合排名。

　　在混合搜索中，只有索引中标记为可搜索或查询中标记为可返回的字段才用于评分。搜索结果中仅返回标记为可返回或在查询的返回字段中指定的字段，同时还会返回它们的搜索分数。

　　每当有多个查询执行时，都会使用RRF。例如：

• 一个全文查询加上一个矢量查询（简单的混合场景），等于两个查询执行。
• 一个全文查询加上一个面向两个矢量字段的矢量查询，等于三个查询执行。
• 一个全文查询加上两个面向五个矢量字段的矢量查询，等于11个查询执行。

　　每次对结果排名时，属性都包含用于对结果进行排序的值。分数是由每种方法的排名算法生成的，每种算法都有自己的范围和幅度。例如，全文搜索使用BM25算法，没有上限；矢量搜索使用HNSW算法，其范围根据HNSW配置中指定的相似性指标而定；混合搜索使用RRF算法，其上限受融合的查询数限制；语义排名则使用语义排序器，其分数范围为0.00-4.00。

　　要获取子分数，可以使用最新预览版搜索文档REST API或某个提供该功能的Azure SDK beta版包。修改查询请求，将新的参数集添加到select（如果使用语义排序器）或count中即可。

　　在混合查询中，如果添加了矢量加权，则初始分数会受到加权乘数的影响。默认值为1.0，表示没有权重；如果添加了0.5的权重，则分数会降低；如果添加了2.0的权重，则分数会成为整体RRF分数中的较大因素。

　　默认情况下，搜索引擎会返回全文搜索的前50个最高排名匹配项以及矢量搜索的最相似的匹配项。在混合查询中，决定了响应中的结果数。默认情况下会返回统一结果集的前50个最高排名匹配项。通常搜索引擎会比和查找到更多结果，要使用分页参数、、和来返回更多结果。例如可以将设置为较大的值（默认值为1000）以从混合查询的文本端返回更多结果。