www.searchwiki.cn
百科
技术
搜索结果排序:从 TF-IDF 到 BM25 再到学习排序
…得分越高,但增长会饱和;文档越长越吃亏,需要做长度归一化;越罕见的词权重越大。实际系统还会叠加标题权重、时效性、点击率与站点质量等特征。 中文没有天然空格,必须先分词。难点在于歧义切分、新词识别与粒度选择。工程上常用二元组切分保证召回,再叠加词典词提升精度;查询侧同样切分,并要求词项相邻来近似短语匹配,这样既快又稳。 以上内容整理自公开资料与实操经验,具体参数请以实际环境为准。
2026-06-12
检索技术笔记
相关度 7.2