混合檢索結合了關鍵字檢索、向量檢索和Rerank的優勢，透過動態加權機制實現最佳檢索效果。情緒加權則進一步考慮了文本的情緒狀態，為檢索結果賦予情緒相關的權重 。

基礎混合檢索公式

final_score = α × bm25_score + (1-α) × vector_score

其中權重α根據查詢類型動態調整 ：

精確匹配：α = 0.7（偏重BM25）

語義查詢：α = 0.3（偏重向量檢索）

平衡查詢：α = 0.5

情緒加權機制

根據最新的Retrieval-Augmented Emotion Reasoning(RAER，是一個革命性的AI框架，專門設計用於增強多模態大語言模型 (MLLMs) 處理複合情緒和情緒推理任務的能力。這個框架來自2025年ACL會議的最新研究成果 )框架，情緒加權通過以下步驟實現：

1. 情緒知識庫建構：多模態情緒資料集編碼為高維向量，附加詳細情緒標註

2. 情緒推理鏈：透過Chain-of-Thought機制引導情緒推理

3. 檢索增強：根據情緒相似度檢索相關情緒知識

實作關鍵技術

BM25檢索實現

BM25演算法的核心公式為：

BM25(q,d) = Σ IDF(qi) × (f(qi,d) × (k1+1)) / (f(qi,d) + k1 × (1-b+b×|d|/avgdl))

參數說明：

• f(qi,d)：詞彙qi在文檔d中的頻率
• |d|：文檔d的長度
• avgdl：平均文檔長度
• k1, b：調節參數

向量檢索優化

現代向量檢索系統採用
HNSW (Hierarchical Navigable Small World：一種高效的近似最近鄰 (Approximate Nearest Neighbor, ANN) 搜尋演算法。它特別擅長在大型資料集中快速找到與查詢點「最相似」的點，即使資料維度很高也表現良好)和

eKNN (exhaustive K Nearest Neighbors，窮舉KNN，aka.暴力KNN)演算法進行相似度計算 。

分數正規化策略
由於BM25分數無界而向量相似度通常在-1到1之間，需要進行正規化處理 ：

• Min-Max縮放
• Reciprocal Rank Fusion (RRF)：基於排名而非原始分數的融合方法

情緒權重整合
根據EmoRAG系統的實驗結果，情緒加權能顯著提升檢索精度 ：

# 情緒加權計算
emotion_weight = emotion_boost if result.emotion == target_emotion else 1.0
final_score = α × normalized_bm25_score × emotion_weight + (1-α) × vector_similarity × emotion_weight

效能評估
實驗數據顯示，混合檢索比單一檢索方式表現更優 ：

• 召回率提升：避免單一策略漏掉答案

• 精度改善：結合查詢改寫和同義詞擴展可額外提升5-10%

實際應用場景
企業級RAG系統
在企業級應用中，混合檢索特別適合處理 ：

• 數字、代號、專有名詞：BM25優勢

• 語義理解任務：向量檢索優勢

• 複合查詢：兩種方法協同作業

多語言情緒檢測

EmoRAG系統在SemEval-2025任務中的實驗顯示，該方法在多語言情緒檢測上達到了F1-micro 0.638和F1-macro 0.590的平均分數 。

主要挑戰

1. 計算複雜度：RAER需要較長推理時間

2. 多模態整合：目前缺乏同時支援視覺、音訊、文本的生成模型

3. 類別不平衡：在高度不平衡的類別分佈中可能出現問題

解決策略

• 動態知識庫更新：透過高信心樣本持續擴充檢索庫

• 自適應權重調整：根據查詢類型和情緒強度動態調整權重

• 多輪檢索優化：透過多次檢索迭代提升效果

這種混合檢索與情緒加權的結合，不僅提升了RAG系統的檢索精度，也為情緒感知的人機互動開闢了新的可能性。

實作

實作目標:結合BM25和向量檢索，加入情緒權重

系統架構

1. 三個核心檢索器：

EmotionVectorRetriever 類別：向量檢索

EmotionBM25Retriever 類別： 關鍵字檢索

EmotionHybridRetriever 類別：

• 整合了 EmotionBM25Retriever 和 EmotionVectorRetriever 的結果。
• 使用 'cross-encoder/ms-marco-MiniLM-L-6-v2'（一個針對搜尋相關性任務優化的 Cross-Encoder 模型）當 CrossEncoder（重排序器）來對初始混合檢索得到的靠前候選結果進行重新評分。
• hybrid_retrieve:
  • 使用 BM25 和向量方法執行初步搜尋。
  • 結合兩種方法的分數，應用 alpha 權重和一個 emotion_boost 因子（如果目標情緒匹配）。
  • 如果 use_rerank 為 True，使用 Cross-Encoder 模型對靠前的候選結果進行重新評分，並將情緒加權應用於重排序分數。
  • 返回最終的前 k 個結果，按組合分數或重排序分數排序。

main() 函數：

• 從 CSV 文件 (emotion_dataset_500_3.csv) 載入資料。
• 在混合檢索器中設置文檔以便進行重排序。

實作放在colab