Puntuación de recuperación

Una puntuación de recuperación es un número que un sistema de búsqueda o recuperación asigna a cada resultado candidato, expresando cuán relevante o similar es el resultado con respecto a la consulta original del usuario. El sistema clasifica los resultados según esta puntuación, colocando primero los elementos con mayor puntuación, y puede usarla para decidir qué resultados son lo suficientemente sólidos como para conservarlos. Según el método, la puntuación puede medir la coincidencia de palabras clave, la similitud semántica o una combinación de ambas.

En resumen: una puntuación de recuperación es qué tan fuertemente el sistema considera que un resultado coincide con la consulta, y el número que utiliza para clasificar y, a veces, filtrar los resultados.

Cómo funciona una puntuación de recuperación

El sistema compara la consulta con cada candidato y convierte esa comparación en un número:

1. Comparar consulta y candidato: El sistema mide qué tan bien coincide cada candidato con la consulta, ya sea por coincidencia de términos (Búsqueda por palabras clave) o por proximidad vectorial (Búsqueda semántica).
2. Producir un número: Esa comparación genera una puntuación, como una puntuación de relevancia léxica (por ejemplo, BM25) para la Búsqueda por palabras clave, o una métrica de similitud como la similitud del coseno para la búsqueda vectorial.
3. Clasificar por puntuación: Los candidatos se ordenan de mayor a menor, de modo que los resultados más relevantes aparezcan primero.
4. Umbral: Un límite opcional descarta los resultados por debajo de una puntuación mínima, filtrando las coincidencias débiles antes de que se muestren o se transmitan.
5. Combinar o refinar: En la Búsqueda híbrida, las puntuaciones de diferentes métodos se fusionan en una sola clasificación, y un modelo de Reclasificación puede reemplazarlas con una puntuación de relevancia más precisa.

La advertencia definitoria es que una puntuación de recuperación es relativa, no absoluta: refleja cómo se compara un resultado con otros bajo un método, no una garantía de que el resultado sea correcto. De esta manera, las puntuaciones de diferentes métodos no son directamente comparables.

Puntuación de recuperación frente a puntuaciones de clasificación y de reclasificador

• Una puntuación de recuperación es el número subyacente que mide la relevancia; la clasificación de un resultado es su posición ordinal después de ordenar según esa puntuación. Muchos resultados comparten puntuaciones comparables, pero solo uno puede clasificarse como 1.
• Una puntuación de similitud del coseno (búsqueda vectorial) y una puntuación léxica de tipo BM25 se encuentran en escalas diferentes, por lo que una puntuación “alta” significa cosas distintas en cada una y ambas no pueden compararse directamente.
• Una puntuación de recuperación de primera etapa se calcula rápidamente entre muchos candidatos; una puntuación de reclasificador es un juicio de relevancia más lento y preciso sobre los pocos candidatos que quedan.

Dónde importan las puntuaciones de recuperación

• Clasificar resultados: La puntuación es lo que ordena cualquier conjunto de resultados de búsqueda, decidiendo qué ve primero un usuario o modelo.
• Filtrar con umbrales: Una puntuación mínima mantiene las coincidencias débiles fuera de un prompt de RAG, de modo que al modelo no se le entregue contexto irrelevante.
• Canalizaciones híbridas y reclasificadas: Combinar o recalcular puntuaciones es la forma en que la recuperación de múltiples etapas mejora la relevancia.
• API de búsqueda: Algunas API de búsqueda exponen una puntuación de relevancia junto a cada resultado, mientras que otras devuelven resultados clasificados sin exponer los valores de puntuación sin procesar. Cuando están disponibles, las puntuaciones permiten a los desarrolladores clasificar, aplicar umbrales o fusionar resultados de forma programática en lugar de confiar únicamente en la posición.

Una puntuación de recuperación es la señal de la que depende todo lo posterior, y lo mejor es tratar esta puntuación como una ayuda de clasificación relativa, en lugar de una medida absoluta de la verdad.

Términos relacionados

Búsqueda semántica, Búsqueda híbrida, Reclasificación, similitud del coseno, BM25, embeddings, Base de datos vectorial, Generación aumentada por recuperación (RAG), API de búsqueda.