Módulo 5: Keyword vs Semantic Search
7. Ejercicio Integrador: Clasificar 10 Queries
Descripción del ejercicio
Este es el ejercicio integrador del Módulo 5. Aquí vas a clasificar 10 queries como "keyword", "semantic" o "híbrida", justificando tu decisión. Esto consolida tu intuición sobre cuándo usar cada método.
Las 10 queries
Para cada una, decide:
- ¿Qué método usarías? (keyword, semantic, híbrido)
- ¿Por qué?
Query 1: "artículo 15 de la constitución"
Ver solución
Método: Keyword
Justificación: Necesitas coincidencia exacta de "artículo 15". Semantic podría retornar artículos 14 o 16 (números similares).
Query 2: "cómo aprender programación"
Ver solución
Método: Semantic
Justificación: Query conceptual. Documentos pueden usar "coding", "desarrollo", "aprender a programar" → Semantic encuentra todas las variantes.
Query 3: "error ABC-500 en producción"
Ver solución
Método: Híbrido (filtro keyword + ranking semantic)
Justificación:
- "ABC-500" debe aparecer exactamente (keyword)
- "producción" vs "desarrollo" es conceptual (semantic)
- Filtrar por código, rankear por contexto
Query 4: "mejores prácticas de React"
Ver solución
Método: Híbrido o Semantic puro
Justificación:
- Si filtras "React" con keyword → Garantizas que habla de React
- Si usas semantic puro → Puede encontrar "ReactJS", "React.js", "librería de Facebook"
Ambos son válidos; depende de si quieres ser estricto con la palabra "React".
Query 5: "invoice #INV-2024-00123"
Ver solución
Método: Keyword
Justificación: Código de factura exacto. Semantic NO debe usarse (podría retornar INV-2024-00122 o similar).
Query 6: "cómo funciona la autenticación OAuth"
Ver solución
Método: Semantic
Justificación: Query conceptual. Documentos pueden usar "OAuth", "auth", "autenticación", "login con terceros" → Semantic entiende que son conceptos relacionados.
Query 7: "documentos sobre AI de los últimos 3 meses"
Ver solución
Método: Híbrido (semantic + filtro temporal)
Justificación:
- "AI" es conceptual (semantic puede encontrar "inteligencia artificial", "machine learning")
- "últimos 3 meses" es filtro exacto (metadata, no embedding)
Ejecutar semantic + filtrar por fecha.
Query 8: "tutorial"
Ver solución
Método: Keyword o Semantic (depende)
Justificación:
- Keyword: Encuentra docs que contienen exactamente "tutorial"
- Semantic: Puede encontrar "guía", "how-to", "paso a paso"
Si quieres variantes → Semantic. Si solo "tutorial" → Keyword.
Query 9: "diferencias entre SQL y NoSQL"
Ver solución
Método: Semantic
Justificación: Query conceptual (comparación). Documentos pueden usar "bases de datos relacionales", "MongoDB", "PostgreSQL" sin mencionar "SQL" textualmente → Semantic entiende el concepto.
Query 10: "productos con código que empieza con XYZ"
Ver solución
Método: Keyword (con regex o prefix match)
Justificación: Búsqueda estructural exacta (código específico). Semantic NO apropiado.
Resumen del ejercicio
Lo que hiciste:
- ✅ Clasificaste 10 queries por método óptimo
- ✅ Justificaste cada decisión
- ✅ Identificaste casos límite (híbrido)
Intuición consolidada:
"Keyword para exactas y estructurales. Semantic para conceptuales e intención. Híbrido cuando queries son mixtas o quieres balance automático."
Conclusión del Módulo 5
Felicidades por completar Módulo 5: Keyword vs Semantic Search. 🎉
Lo que lograste:
- ✅ Entiendes keyword search (TF-IDF, BM25)
- ✅ Entiendes semantic search (embeddings + coseno)
- ✅ Comparas ambas (ventajas, limitaciones)
- ✅ Diseñas búsqueda híbrida (fusión, filtros)
- ✅ Decides cuándo usar cada una (matriz de decisión)
Intuición clave del módulo:
Keyword y semantic no son rivales; son complementarias. Los mejores sistemas combinan ambas: keyword para precisión, semantic para cobertura.
Próximo módulo: Módulo 6: Diseño de Sistemas de Búsqueda — Arquitectura completa (indexación, query processing, ranking).