1. 為什么在 RAG 里要用關鍵詞檢索？

• 向量檢索（embedding-based retrieval）是找語義相近的內容，但有時候不夠準確。
• 比如用戶問了具體人名、產品型號、年份，這類關鍵詞強指向性的信息，用向量檢索可能匹配不到最相關內容。
• **關鍵詞檢索（keyword-based retrieval）**可以直接通過詞匹配（如倒排索引、BM25）拿到精準結果。

所以，在 RAG 里常常會混合用：
→ 先關鍵詞召回，再向量檢索排序，或者兩者結合。

2. 關鍵詞檢索的基本實現方式

主流有幾種方法：

（1）簡單倒排索引

• 建一個詞到文檔ID的倒排表（Elasticsearch、Lucene 就是干這個的）
• 用戶query分詞后，直接去倒排表里查有哪些文檔包含這些詞
• 計算一個得分，比如常見的 BM25

例子：

query: "Apache Flink 流式計算"
分詞: