关于检索题库

这种长Query、基于分词、语义的检索方案，在机制上就是一个“概率问题”，很难保证“一定”。要保证100%，就要考虑基于ID等去做严格的规则匹配。

在具体的产品设计上，如果有类似的需求，比如本案例的场景，如果能做到“题目呈现是受控的”，甚至可以考虑在向学生呈现题目的时候，直接把题目ID一并显示出来，OCR后再提取ID去做检索，只要控制好ID提取的精确率和召回率，原则上就能做到接近100%命中。