本文是关于Elasticsearch中实用BM25算法的系列文章的第二部分，主要探讨了BM25算法及其关键变量。BM25公式包括IDF、字段长度等组件，影响文档的相关性评分。IDF通过惩罚常见术语来提升罕见术语的权重。字段长度调整考虑了文档相对于平均长度的比例，较长文档得分可能较低。参数b和k1分别影响文档长度和术语频率对评分的影响程度。k1控制单个查询项对文档分数的影响，而b调整文档长度的权重。通过对不同k1和b值的实验，我们可以更好地理解它们如何影响评分并选择合适的参数。
转载：https://www.elastic.co/cn/blog/practical-bm25-part-2-the-bm25-algorithm-and-its-variables
这是实用BM25系列三部分中关于相似度排名(相关性)的第二篇文章。如果您刚刚加入，请查看第1部分:碎片如何影响Elasticsearch中的相关性评分。
我将在这里尝试深入研究数学，只是在解释发生了什么绝对必要的情况下，但这是我们查看BM25公式的结构，以获得一些见解发生了什么。首先我们来看一下公式，然后我将把每个部分分解成可以理解的部分:
我们可以看到一些常见的分量，比如
1578
1696
262
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
订阅专栏 解锁全文
