Semantic Search (Semantik Arama)
Semantik arama, kullanıcı sorgusunu anahtar kelime eşleşmesi değil anlamsal vektör benzerliğiyle işleyen bilgi erişim yöntemidir.
Semantik arama (Semantic Search), arama sorgularını anahtar kelime eşleşmesi yerine anlam ve niyet düzeyinde değerlendiren arama yaklaşımıdır. Geleneksel tam metin aramasının (BM25, TF-IDF) aksine, anlam vektörleri (embedding) kullanarak kavramsal olarak benzer belgeleri bulur; 'ev almak' sorgusu 'konut satın alma' içeren belgeleri de getirir. Temel çalışma prensibi embedding modellerine dayanır: metin parçaları yüksek boyutlu vektörlere dönüştürülür ve bu vektörler anlam uzayında yakın noktalar benzer anlamları temsil edecek şekilde konumlanır. Sorgu da aynı süreçten geçirilir, ardından kosinüs benzerliği veya iç çarpım hesabıyla en yakın belgeler sıralanır. Yaygın embedding modelleri şunlardır: OpenAI text-embedding-3-small ve large, Cohere Embed v3, ve açık kaynak tarafında sentence-transformers ailesi (all-MiniLM, BGE, E5 serisi). Çok dilli modeller (multilingual-e5-large, mGTE) Türkçe dahil 100 artı dili aynı vektör uzayında temsil eder ve bu nedenle Türkçe içerik için tercih edilir. Vektör veri tabanları semantik aramanın altyapısını oluşturur: Pinecone, Weaviate, Qdrant, Milvus ve pgvector öne çıkan seçeneklerdir. Milyonlarca vektör arasında gerçek zamanlı arama için Yaklaşık En Yakın Komşu (ANN) algoritmaları kullanılır; HNSW grafları bu alanda standart yaklaşım hâline gelmiştir. Hibrit arama, semantik aramanın kelime tabanlı arama (BM25) ile birleştirilmesidir. Semantik arama anlam ve bağlamı yakalamada, anahtar kelime araması ise özel isimler ve teknik terimler gibi tam eşleşme gerektiren durumda daha güçlüdür. Reciprocal Rank Fusion veya öğrenilmiş ağırlıklarla iki sinyalin birleştirilmesi çoğu üretim sisteminde en iyi sonucu verir. RAG pipeline'larında semantik arama, LLM'e verilecek bağlamı getirir; bu iki teknoloji birbirini doğrudan tamamlar ve retrieval kalitesi nihai cevap kalitesini doğrudan belirler. Reranking katmanı (cross-encoder) eklenerek precision daha da artırılabilir. Kurumsal arama sistemlerinin büyük çoğunluğu artık hibrit ve semantik yaklaşımları birlikte benimsemektedir.