搜索引擎结合问题

[wwz0123]

请问一下~

dense embedding可以结合向量库的搜索引擎，例如milvus、faiss进行使用。

那么，sparse embedding有没有什么可以推荐使用的搜索引擎或者快速检索方式和思路？

[staoxiao]

sparse embedding的使用方式我们也在考虑中，之前使用的是pyserini（https://github.com/FlagOpen/FlagEmbedding/tree/master/C_MTEB/MLDR#hybrid-retrieval-dense--sparse），比较繁琐。milvus等引擎有使用sparse embedding的功能，我们后续会接入。也欢迎提交PR帮助我们完善。

[staoxiao]

You can use the hybrid retrieval of bge-m3 following https://github.com/milvus-io/pymilvus/blob/master/examples/hello_hybrid_sparse_dense.py

[wwz0123]

您可以按照以下 https://github.com/milvus-io/pymilvus/blob/master/examples/hello_hybrid_sparse_dense.py 使用 bge-m3 的混合检索

感谢，由于milvus部署有时不稳定，我已使用ES实现混合检索。