wahcheung的博客

词项权重计算词项频率(term frequency)在布尔检索模型中，只考虑了词项在文档中出现与否，给定一个布尔查询，一篇文档要么满足查询要求要么不满足，返回的文档没有排序。对于Web搜索引擎，用户往往需要浏览非常多的网页才能找到需要的信息。如何才能对检索的文档进行评分和排序呢，一个合理的想法是，如果一篇文档包含的查询词的数目越多，那么这篇文档与查询相关的可能性就越高，就意味着更可能是用户所需要的文

最近在看《Introduction to Information Retrieval》（中文版为《信息检索导论》，下文简称为“IR”），是最经典的信息检索书籍之一了。由于淞姐要求我细读这本书然后跟同事分享，就有了这个版块，之后会陆续添加后续章节内容。即使是站在巨人的肩膀上了（看了中文版和英文版IR，也从网上搜集了不少内容），但很多细节往往还是需要自己用心体会。从一个读者到一个讲解人，在第一次做分享