Búsqueda semántica

La búsqueda semántica intenta entender qué quieres decir, no sólo qué palabras escribiste. Una búsqueda tradicional por palabras clave encuentra documentos que contienen los mismos términos; una semántica puede relacionar «¿cómo doy de alta a un trabajador?» con un documento titulado «Registro de empleados ante el IMSS», aunque casi no compartan palabras.

La técnica más común hoy convierte tanto la consulta como los documentos en embeddings, vectores numéricos que capturan su significado, y busca los más cercanos, normalmente en una base de datos vectorial. Un trabajo influyente fue Sentence-BERT (2019), que adaptó modelos de lenguaje para producir embeddings de oraciones completas comparables de manera eficiente.

Es la base de la etapa de recuperación en RAG, de buscadores internos de empresas, de sistemas de soporte y de recomendaciones de contenido.

Matices: la búsqueda semántica no siempre gana. Falla con nombres propios, códigos, números de pieza o siglas poco comunes, donde la coincidencia exacta es justamente lo que importa. Por eso muchos sistemas usan búsqueda híbrida, que combina palabras clave y significado, y luego aplican reordenamiento para afinar el orden de los resultados.