1. BM25算法
BM25是二元独立模型的扩展，其得分函数有很多形式，最普通的形式如下：
∑ 
其中，k1,k2,K均为经验设置的参数，fi是词项在文档中的频率，qfi是词项在查询中的频率。
K1通常为1.2，通常为0-1000
K的形式较为复杂
K=
上式中，dl表示文档的长度，avdl表示文档的平均长度，b通常取0.75
Project2--Lucene的Ranking算法修改：BM25算法
本文介绍了BM25算法，它是Lucene搜索引擎的一种改进得分算法。BM25通过考虑文档长度和词频来计算相关性。在Lucene中，通过修改默认的相似性函数，将TF-IDF与BM25结合，利用HashMap存储文档长度信息，实现了BM25的计算。在计算过程中，还保留了原有的fieldNorm值以保持查询效果。
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
