BM25算法，TFIDF算法

bm25,搜索词与文档之间的相关性，基于概率检索模型提出的。
二值独立模型 BIM。
1. 词袋模型，与顺序无关
2. 词之间上下文的无关 ，

每个单词的权重
query中每个单词t与文档d之间的相关性
单词t与query之间的相似性
 

传统的TF值理论上是可以无限大的。而BM25与之不同，它在TF计算方法中增加了一个常量k，用来限制TF值的增长极限。下面是两种计算方法中，词频对TF Score影响的走势图。从图中可以看到，当tf增加时，TF Score跟着增加，但是BM25的TF Score会被限制在0~k+1之间。它可以无限逼近k+1，但永远无法触达它。这在业务上可以理解为某一个因素的影响强度不能是无限的，而是有个最大值，这也符合我们对文本相关性逻辑的理解。

参考

https://zhuanlan.zhihu.com/p/79202151

https://blog.csdn.net/qq_40859560/article/details/109147840

https://blog.csdn.net/sangyongjia/article/details/52440063