






1.英文要词性还原
2.对包含查询内容的文档去进行打分,2.5是打分算法
3.文本检索快;语义检索可以做语义相似度的计算,可以处理一词多义,要先做文本嵌入,然后在做相似度计算,可以结合在一起;结合BM2.5和相似度计算;
4.可以结合Es等可以结合使用
5.代码解析

用结巴对输入的问题和内容进行分词,fit可以提取单词的词典大小和IDF的大小

对分词完的内容提取TFIDF,对提问和每一页的内容进行编码

编码完成之后,做归一化,便于后面相似度计算,将相似度转为同一个空间内

有了相似度之后,进行一个排序,就可以通过提问找到比较相似的页面

6.BM25算法


不仅仅考了的TF和IDF,也考虑 了文本的长度








被折叠的 条评论
为什么被折叠?



