Método de búsqueda de información que utiliza representaciones vectoriales densas continuas generadas por redes neuronales para capturar el significado implícito de las consultas.
Explicación y Contexto Conceptual
Dense Retrieval (recuperación densa) es el paradigma de búsqueda que superó las restricciones del indexado de texto invertido tradicional. En un vector 'disperso' (sparse), cada dimensión representa una palabra del diccionario, por lo que casi todos los valores son ceros; en un vector 'denso', unos pocos cientos o miles de números continuos condensan la semántica global de la frase.
Al apoyarse en representaciones densas, el sistema destaca por resolver sin esfuerzo problemas lingüísticos históricos: sinonimia (comprender que 'barato', 'económico' y 'accesible' refieren al mismo concepto) y polisemia (distinguir el sentido de 'manzana' como fruta o como empresa tecnológica según el contexto adyacente).
En los algoritmos modernos de Google (MUM, RankBrain) y sistemas de recomendación, la recuperación densa es la primera fase para escanear miles de millones de páginas web y extraer los candidatos conceptualmente afines a la intención latente del usuario.
Ejemplo en la Práctica
Un usuario teclea en el buscador "dolor de cabeza que pulsa en la sien"; el sistema de dense retrieval recupera artículos sobre migrañas y cefaleas tensionales de inmediato.