排序 相关度 时间
共 4 条 · 0.290 秒
82搜索为您找到约 4 条结果
www.searchwiki.cn 百科 技术
BM25 算法详解:相关性排序的核心公式
BM25 是经典的检索打分函数,综合考虑词频、文档长度与逆文档频率。词频越高得分越高,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,…
2026-10-06 检索技术笔记 相关度 5.2
www.searchwiki.cn 百科 技术
搜索结果排序:从 TF-IDF 到 BM25 再到学习排序
BM25 是经典的检索打分函数,综合考虑词频、文档长度与逆文档频率。词频越高得分越高,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,…
2026-06-12 检索技术笔记 相关度 5.2
www.searchwiki.cn 百科 技术
倒排索引是什么:从词典到 posting list
…查词典拿到候选文档集合,再做交集与打分。位置信息让短语检索成为可能:只有相邻位置连续命中,才算真正匹配。 BM25 是经典的检索打分函数,综合考虑词频、文档长度与逆文档频率。词频越高得分越高,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。 欢迎在评论区补充你的做法,我们会把有价值的经验更新进这一篇。
2026-11-04 检索技术笔记 相关度 5.2
www.searchwiki.cn 百科 技术
搜索建议与拼写纠错是怎么实现的
…查词典拿到候选文档集合,再做交集与打分。位置信息让短语检索成为可能:只有相邻位置连续命中,才算真正匹配。 BM25 是经典的检索打分函数,综合考虑词频、文档长度与逆文档频率。词频越高得分越高,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。 欢迎在评论区补充你的做法,我们会把有价值的经验更新进这一篇。
2026-07-11 检索技术笔记 相关度 5.2