OKapi BM25 算法介紹

From wikipedia.org英文版，我主要將其改變成中文。

---

　　BM25（Best Match25）是在信息檢索系統中根據提出的query對document進行評分的算法。It is based on the probabilistic retrieval framework developed in the 1970s and 1980s by Stephen E. Robertson, Karen Spärck Jones, and others.BM25算法首先由OKapi系統實現，所以又稱為OKapi BM25。

　　

      BM25屬於bag-of-words模型，bag-of-words模型只考慮document中詞頻，不考慮句子結構或者語法關系之類，把document當做裝words的袋子，具體袋子里面可以是雜亂無章的。It is not a single function, but actually a whole family of scoring functions, with slightly different components and parameters. One of the most prominent instantiations of the function is as follows.

　　對於一個query , 包括關鍵字 , 一個文檔的BM25得分:

其中IDF是上篇文章《 TD-IDF》中的IDF，f是《 TD-IDF》中的TF，|D|是文檔D的長度，avgdl是語料庫全部文檔的平均長度。k ₁和b是參數。 usually chosen, in absence of an advanced optimization, as   and  。