Enfoque clásico y eficiente de recuperación de información basado en coincidencia léxica exacta ponderada por frecuencia de términos y longitud de documentos.
Explicación y Contexto Conceptual
Sparse Retrieval (recuperación dispersa), encarnado principalmente por el algoritmo BM25 (Best Matching 25) y su antecesor TF-IDF, es el motor fundamental que gobernó la arquitectura de los motores de búsqueda web durante más de tres décadas (incluyendo los índices originales de Google, Elasticsearch y Apache Lucene).
Funciona analizando con precisión cuántas veces aparece una palabra clave en un documento concreto, equilibrado por qué tan común o rara es esa palabra en la totalidad del índice (Inverse Document Frequency). Su gran fortaleza es la precisión léxica infalible: cuando un usuario busca un código de producto alfanumérico específico (ejemplo: 'Sony WH-1000XM5'), un número de SKU o un nombre propio inusual, BM25 lo localiza al instante con costo computacional mínimo.
Aunque no comprende conceptos abstractos ni metáforas, sigue siendo insustituible para búsquedas de precisión técnica exacta.
Ejemplo en la Práctica
Al buscar el código de error "ERR_SSL_PROTOCOL_ERROR", el algoritmo BM25 localiza de forma inmediata la página de soporte técnico exacta que contiene esa cadena textual.