在上一节中,我们学习了ES的score打分规则及其公式,对于归一化计算,其公式如下
tf词频归一值的计算公式由freq / (freq + k1 * (1 - b + b * dl / avgdl)) 组成,一共有5个关键词;
上一节中我们已经讲解过 freq 和 d1 及 avgdl 三个参数的含义,不过参数 b 和 k1并没有去了解。
执行计划中tf解释如下
{
"value" : 0.65996563,
"description" : "tf, computed as freq / (freq + k1 * (1 - b + b * dl / avgdl)) from:",
"details" : [
{
"value" : 2.0,
"description" : "freq, occurrences of term within document",
"details" : [ ]
},
{
"value" : 1.2,
"description" : "k1, term saturation parameter",
"details" : [ ]
},
{