Uma Introdução à Relevância de Busca
Traduzido com IA. Verificado por pessoas em inglês. Como fazemos os livros
Traduzido do livro em inglês, edição 2026.11.10. Leia o original
Como os mecanismos de busca encontram e ordenam resultados, e como medir se uma mudança traz melhora: recuperação lexical, semântica e híbrida, reordenação com modelos aprendidos e LLMs, e avaliações feitas por pessoas e por LLMs, em um catálogo real de produtos.
Para quem é {"markdown": "Para leitores à vontade com Python, pandas e NumPy que são novos em busca: um cientista de dados ou engenheiro encarregado de melhorar uma caixa de busca, ou a construir mecanismos de recuperação para uma aplicação de LLM."}
Leia no Kindle ou em qualquer leitor de e-books
O EPUB também funciona no Apple Books, no Kobo e na maioria dos leitores de e-books.
Enviar para o Kindle
Envia o EPUB desta edição em Português (Brasil).
-
Aprove o nosso endereço
A Amazon entrega no Kindle somente a partir de endereços que você aprovou, uma vez para cada serviço que envia e-mails a ele. Adicione o nosso à sua Lista de E-mails Aprovados para Documentos Pessoais.
books@rollingedition.comAbrir as Configurações de documentos pessoais da Amazon. Na Amazon, isso fica em Gerenciar seu conteúdo e dispositivos, Preferências, Configurações de documentos pessoais.
Enviado. Ele aparecerá na sua biblioteca do Kindle em alguns minutos.
Se não chegar, quase sempre o problema é a aprovação do passo 1: verifique se books@rollingedition.com está na sua Lista de E-mails Aprovados para Documentos Pessoais.
Cada nova edição dos seus livros salvos também será enviada para o seu Kindle.
Este não é um endereço do Kindle. Ele termina em @kindle.com: você o encontra em Configurações de Documentos Pessoais da Amazon.
Você enviou {count} livros hoje, o máximo que enviamos para uma conta em um dia. Tente novamente amanhã.
Enviamos todos os livros que podíamos hoje. Tente novamente amanhã.
O livro não foi enviado. Tente novamente em alguns minutos.
Esta edição é grande demais para enviar por e-mail.
Enviar para o Kindle vem com o Labs.
Este não é um endereço do Kindle. Ele termina em @kindle.com: você o encontra em Configurações de Documentos Pessoais da Amazon.
O livro não foi enviado. Tente novamente em alguns minutos.
Ou baixe o EPUB e envie-o na página Enviar para o Kindle da Amazon.
Kindle is a trademark of Amazon.com, Inc.
Sumário
11 capítulos, cerca de 7 horas 53 minutos de leitura, com 132 exemplos.
-
1Busca, de ponta a ponta
Ao final deste capítulo, você será capaz de montar um pipeline de busca aproximado, mas completo, para um catálogo de produtos, que vai da consulta de um cliente até uma lista ordenada de produtos, e de medir com um único número se uma mudança nesse pipeline ajuda.
-
2O que relevância significa
Ao final deste capítulo, você será capaz de ler um conjunto de julgamentos de relevância de forma crítica: dizer o que cada nota afirma sobre um produto, descobrir de onde vieram os julgamentos e onde eles têm lacunas, e decidir o quanto confiar em uma pontuação calculada a partir deles.
-
3Medindo a busca
Ao final deste capítulo, você será capaz de calcular do zero as métricas padrão de ranqueamento, verificá-las com o scikit-learn, escolher uma delas antes de comparar rankers, e dizer se a diferença entre dois rankers nas suas consultas de teste está estabelecida ou pode ser fruto do acaso.
-
4Julgamentos de pessoas e de LLMs
Ao final deste capítulo, você saberá escrever diretrizes de julgamento, medir a concordância entre dois juízes com kappa e kappa ponderado, ler os erros de um juiz LLM em uma matriz de confusão e decidir onde os julgamentos de LLMs podem substituir os de pessoas e onde não podem.
-
5Recuperação lexical
Ao final deste capítulo, você será capaz de construir uma busca lexical do zero: transformar o texto dos produtos em termos, indexar os termos e pontuar os produtos com TF-IDF e BM25, obtendo a mesma pontuação da biblioteca bm25s em cada caso.
-
6Recuperação semântica
Ao final deste capítulo, você será capaz de construir a recuperação semântica para um catálogo a partir de embeddings armazenados: comparar vetores por similaridade de cosseno, encontrar exatamente os produtos mais próximos de uma consulta com NumPy, trocar para um índice aproximado quando um catálogo ultrapassar a busca exata e medir o que o índice deixa de encontrar, e identificar as consultas em que os embeddings falham.
-
7Recuperação híbrida
Ao final deste capítulo, você será capaz de combinar um ranking lexical e um semântico em um só, seja somando scores normalizados, seja por fusão de rank recíproco (reciprocal rank fusion), ajustar quanto cada ranking conta nas consultas de treino e decidir, com um teste pareado nas consultas de teste, se a combinação supera o melhor dos seus dois insumos.
-
8Compreendendo consultas
Ao final deste capítulo, você será capaz de alterar a consulta de um comprador antes da recuperação: corrigir sua grafia, escrever suas unidades de um único modo, expandi-la com sinônimos, prever sua classe de produto, reescrevê-la com um modelo de linguagem grande, buscar com um produto que esse modelo imagina e transformar uma consulta de acompanhamento em uma consulta independente.
-
9Ranqueamento
Ao final deste capítulo, você consegue descrever cada produto que a recuperação retorna com seus atributos (features), treinar um modelo de learning-to-rank com LightGBM a partir dos seus próprios julgamentos, reordenar o topo da lista com um cross-encoder ou com um LLM, medir o viés posicional de um reranqueador baseado em LLM, definir a profundidade da reordenação contando os seus custos e destilar um reranqueador lento em um rápido.
-
10Recuperação para aplicações de LLM
Ao final deste capítulo, você será capaz de medir a recuperação por trás de um LLM que responde a partir dela: avaliar uma resposta pelos produtos que ela cita, verificar cada citação em relação ao que a recuperação devolveu, medir os produtos que o LLM lê, escolher o que indexar como uma unidade recuperável e ler as buscas de um agente a partir do registro de suas chamadas de ferramenta.
-
11Testando mudanças
Ao final deste capítulo, você poderá decidir se uma mudança na busca deve ser lançada: comparar, consulta por consulta, os resultados de dois ranqueadores; manter as suas consultas de teste sem que elas favoreçam uma mudança; dimensionar um teste A/B; e comparar dois ranqueadores por meio do intercalamento dos seus resultados.