Čo je generovanie kandidátov a aké sú prístupy (BM25, dense, hybrid)?

Generovanie kandidátov je fáza v systémoch vyhľadávania a odporúčania, kde sa z veľkého objemu dát vyberie obmedzený počet relevantných kandidátov na ďalšie presnejšie spracovanie (napríklad zoradenie).\n\nHlavné prístupy k generovaniu kandidátov:\n\n- BM25 — klasická metóda založená na inverznej frekvencii slov (TF-IDF), ktorá hodnotí relevantnosť dokumentov na základe kľúčových slov dopytu. Funguje dobre s textovými dátami, je rýchla a interpretovateľná.\n\n- Husté vyhľadávanie — využíva husté vektorové reprezentácie (embeddings) dopytov a dokumentov, získané pomocou neurónových sietí. Umožňuje zohľadniť sémantiku a kontext, nie len presnú zhodu slov.\n\n- Hybidný — kombinuje prístupy BM25 a husté, aby využil výhody oboch: presnú zhodu kľúčových slov a sémantické porozumenie. Napríklad najprv sú kandidáti vybraní pomocou BM25, a potom rozšírení pomocou hustého vyhľadávania.\n\nTento prístup umožňuje efektívne zúžiť množinu dokumentov na relevantných kandidátov pre ďalšiu hlbšiu analýzu a zoradenie.