搜索系统中的 topK：从向量召回到 BM25 重排

在搜索系统中，topK 最直观的作用就是：

控制最终返回给前端多少条搜索结果。

例如：

topK = 10

表示最终最多返回相关性最高的 10 条结果。

但实际搜索流程通常不是：

搜索 → 找 10 条 → 返回

而是：

大范围召回
   ↓
重新排序
   ↓
截取 Top K
   ↓
返回前端

一、为什么不能直接查询 topK 条？

假设用户搜索：

如何提升工作效率？

知识库里可能存在这些内容：

时间管理技巧
提高办公效率的方法
常用效率工具推荐
员工工作效率提升指南

它们不一定包含完全相同的关键词，但语义上和用户的问题非常接近。

如果一开始只取 10 条，很可能会把真正相关的内容漏掉。

因此系统通常会先扩大候选范围。

例如：

topK = 10

第一阶段可以先召回：

10 × 30 = 300 条

这里的 30 属于业务侧设置的候选集放大倍数，并不是 Elasticsearch 固定要求。

整体变成：

300 条候选文档
        ↓
重新计算相关性
        ↓
排序
        ↓
取前 10 条

二、第一阶段：向量召回

第一阶段主要通过 kNN 向量搜索寻找语义相似的文档。

流程：

用户 Query
   ↓
Embedding
   ↓
Query Vector
   ↓
kNN Search
   ↓
候选文档

例如用户搜索：

如何提升工作效率？

即使文章标题是：

时间管理的五个技巧

因为两个文本在语义上比较接近，所以向量相似度较高，也可能被召回。

这一阶段关注的是：

“这篇文章和用户的问题在意思上像不像？”

而不是要求关键词完全一致。

三、第二阶段：BM25 重排

向量召回解决了“语义相关”的问题，但也可能召回一些：

意思有点像
但并不是用户最想看的内容

所以第二阶段可以加入 BM25 关键词匹配。

例如用户搜索：

工作效率提升

候选集中有：

A：时间管理技巧

B：如何提升员工工作效率

C：常用办公软件介绍

A、B 可能在向量空间里都很接近。

但是 B 又直接出现了：

提升
工作
效率

因此 BM25 得分通常会更高。

这时候 B 就有机会排到 A 前面。

四、最终按照什么排序？

最终排序通常会综合：

向量相似度
+
BM25 关键词相关性

例如：

FinalScore
=
VectorScore × 0.7
+
BM25Score × 0.3

权重只是示例，实际比例需要根据业务效果调节。

整个过程可以理解成：

Vector Score
判断“意思像不像”

BM25 Score
判断“关键词准不准”

        ↓

综合 Score
判断“最终应该排第几”

最后：

sort by FinalScore DESC

然后：

取前 topK 条

返回给前端。

五、完整流程

假设：

topK = 10
候选倍数 = 30

那么搜索流程可以表示成：

用户搜索
   ↓
Embedding
   ↓
kNN 向量搜索
   ↓
召回 300 条候选结果
   ↓
BM25 关键词匹配
   ↓
向量得分 + BM25 得分
   ↓
综合排序
   ↓
取 Top 10
   ↓
返回前端

六、一句话理解 topK

可以把整个搜索过程想象成招聘：

第一轮：
从大量简历里先筛 300 个人
——向量召回

第二轮：
进一步看岗位关键词是否匹配
——BM25 重排

最终：
选出最合适的 10 个人
——topK

所以：

topK 决定的是最终返回多少结果，而候选集大小决定搜索阶段看多少结果。

两者不要混淆。

总结

topK 本质上是搜索系统最终结果数量的控制参数。

整个排序通常经过两个阶段：

第一阶段：kNN
扩大召回范围
关注语义相似度

第二阶段：BM25 / Rescore
重新计算关键词相关性
提高精准度

最终阶段：
综合相关性得分排序
取前 topK 条结果

因此可以把整个思想总结成一句话：

先用向量搜索“广撒网”，再用关键词搜索“精排序”，最后通过 topK 控制返回多少条结果。