Semantic Reranker API

用户4096

用户4782

2025年11月16日修改

一、API简介

Bocha Semantic Reranker是一种基于文本语义的排序模型（Rerank Model），它的主要用途是提升搜索结果的质量。在搜索推荐系统中，Bocha Semantic Reranker可以基于关键字搜索、向量搜索和混合搜索的初步排序结果的质量进行优化。具体来说，在初始的BM25排序或RRF排序之后，Bocha Semantic Reranker会从top-N候选结果中，利用语义信息对文档进行二次排序。这一过程中，模型会根据查询语句与文档内容之间的深层语义匹配情况，给出每个文档的排序结果和得分，从而改善用户的搜索体验。由于这种方法是对初步排序结果进行二次优化，因此被称为“Reranker”。​

common.docs_name - LarkCCM_Docs_Menu_Image

二、评分原理

博查语义排序模型的评分过程是基于查询语句（用户的输入问题）以及与之匹配的文档内容（通常是最高512个tokens的文本）进行的。评分的过程如下：​

1.
评估语义相关性：模型会评估查询语句与每个文档的语义相关性，判断文档是否能够有效回答用户的查询或与查询意图高度匹配。​

2.
分配Rerank Score：根据语义相关性，模型为每个文档分配一个rerankScore，分数的范围从0到1。分数越高，表示文档与查询的语义相关性越强，越符合用户需求。通常，分数接近1表示高度相关，分数接近0表示不相关或低相关。​

Score	Meaning
0.75~1	该文档高度相关并完全回答了问题，尽管可能包含与问题无关的额外文本。
0.5~0.75	该文档与问题是相关的，但缺乏使其完整的细节。
0.2~0.5	该文档与问题有一定的相关性；它部分回答了问题，或者只解决了问题的某些方面。
0.1~0.2	该文档与问题相关，但仅回答了一小部分。
0~0.1	该文档与问题无关紧要。

三、排序效果

以 80M 参数实现接近于世界一线 280M、560M参数模型的排序效果，推理速度更快、成本更低。​

❤️

由于模型版本会持续迭代及更新，官方API使用的reranker模型版本参与测评版本并不完全相同。​

API中使用的模型效果更好。

三、API接口

接口域名：https://api.bocha.cn

EndPoint：https://api.bocha.cn/v1/rerank

四、调用方式

请求方式

POST

请求参数

请求头

参数	取值	说明
Authorization	Bearer {API KEY}	鉴权参数，示例：Bearer xxxxxx，API KEY请先前往博查AI开放平台（https://open.bocha.cn）> API KEY 管理中获取。
Content-Type	application/json	解释请求正文的方式。

请求体

参数

类型

必填

说明

Semantic Reranker API​

Semantic Reranker API