Dense Retrieval（密集檢索）是一種基於向量語義表示的檢索技術，主要用於自然語言處理領域，特別是在開放域問答（Open-Domain QA）與語料檢索任務中。這種方法通過深度學習模型將查詢（Query）和文檔（Document）編碼成密集的實數向量（dense vector），並根據向量間的相似度進行檢索，而非傳統的基於關鍵字匹配的稀疏檢索方法。
核心概念及原理包括：- 向量表示（Embedding）：使用深度神經網絡（如BERT）對查詢與文檔進行編碼，將語言轉化為語義豐富且連續的低維向量。
- 雙編碼器架構（Dual Encoder）：分別用兩個獨立編碼器將查詢和文檔映射至同一向量空間，方便計算兩者的相似度。
- 相似度計算：一般採用內積（dot product）或餘弦相似度（cosine similarity）來衡量查詢與文檔向量之間的相關性。
- 高效檢索：在大量文檔中，先將文檔向量預先索引，查詢時快速計算向量相似性，找到Top-k最相關的文檔。
- 優勢對比： 針對語義層面的匹配更精確，不依賴於詞彙的字面匹配， 能處理同義詞、多義詞與自然語言多樣表達， 在開放域問答與知識檢索中大大提升檢索質量， 相較傳統像TF-IDF、BM25等基於字頻的稀疏檢索效果更好。
- 案例模型：DPR（Dense Passage Retriever）是目前最具代表性的Dense Retrieval架構之一，透過雙編碼器與專門的訓練策略，顯著提升了開放域問答的檢索性能。
簡言之，Dense Retrieval是利用神經網絡生成語義向量來進行檢索的技術，透過語義匹配實現更精確、高效的文件檢索，是現代語言模型及檢索增強生成（RAG）系統中常用的關鍵技術。
