Veri & Altyapı
Hibrit Arama (Hybrid Search): BM25 Anahtar Kelime ve Semantik Vektör Aramasını Birleştirme
Vektör aramasının kısaltmalar ve tam eşleşmelerdeki (Örn: Hata kodları, ürün SKU) zayıflıklarını BM25 anahtar kelime araması ve RRF ile çözme mimarisi.
Vektör Aramasının Kör Noktası
Vektör modelleri genel anlamı (semantik) çok iyi yakalar. Ancak kullanıcı 'ERR_404_DATABASE' veya 'iPhone 16 Pro Max 256GB' aradığında tam eşleşmeyi kaçırabilir.
Hibrit arama; hem klasik tam metin (Full-Text / BM25) aramasını hem de vektör aramasını paralel çalıştırıp Reciprocal Rank Fusion (RRF) algoritması ile skorları birleştirir.
İlgili Teknik Rehberler
Bu mimariyle bağlantılı diğer üretim odaklı rehber ve vaka analizlerini inceleyin:
Kazınan Veriyi PostgreSQL ve Supabase'e Aktarma: Güvenilir Data Pipeline Mimarisi
Toplanan ham verileri Pydantic ile doğrulama, tekrar eden kayıtları (deduplication) ayıklama ve toplu (batch) upsert ile veritabanına aktarma.
Supabase pgvector Rehberi: PostgreSQL ile Vektör Arama ve Benzerlik Sorguları
Ayrı bir vektör veritabanı satın almadan PostgreSQL ve pgvector eklentisi ile HNSW indeksleri ve kosinüs benzerliği (cosine distance) sorgulama rehberi.
RAG Chunking Stratejileri: Semantik, Recursive ve Belge Tabanlı Parçalama
Sabit karakterli bölmeler yerine başlık hiyerarşisi, Markdown yapısı ve anlamsal cümle kayması (semantic chunking) ile parçalama rehberi.