本篇介绍文档检索排序算法：TF-IDF、BM25及其扩展。 TF-IDF TF-IDF 来源于一个最经典、也是最古老的信息检索模型，即“向量空间模型”（Vector Space Model）。向量空间模型就是希望把查询关键字和文档都表达成向量，然后利用向量之间的运算（点积或余弦相似度等）来进一步表达向量间的关系。
一、BM25算法原理 BM25(BM=best matching)是TDIDF的优化版本，首先我们来看看TFIDF是怎么计算的 t f i d
1.概述 翻译：https://www.elastic.co/cn/blog/practical-bm25-part-1-how-shards-affect-relevance-scoring-in-elasticsearch 这是三部分实用BM25系列中关于相似度排名(相关性)的第一个帖子。下一篇文章链接在底部。 背景 在Elasticsearch 5.0中，我们将Okapi BM25作为默认的
前言 Elasticsearch 是一个开源的搜索引擎，建立在一个全文搜索引擎库 Apache Lucene™ 基础之上。 Lucene 可以说是当下最先进、高性能、全功能的搜索引擎库——无论是开源还是私有。 下面将从索引、相关性、TF−IDF与BM25相关性算法、查全率跟查准率来分析Elasticsearch的搜索。
0. 背景 机构： Facebook AI、华盛顿大学、普林斯顿大学 作者： Vladimir Karpukhin, Barlas Oğuz, Sewon Min, Patrick Lewis, Ledell Wu, Sergey Edunov, Danqi Chen, Wen-tau Yih 论文地址： https://arxiv.org/abs/2004.04906 收录会议： EMNLP 2020 论文代码： https://github.co
https://www.jianshu.com/p/1e498888f505 https://zhuanlan.zhihu.com/p/79202151 https://www.cnblogs.com/NaughtyBaby/p/9774836.html https://www.elastic.co/guide/cn/elasticsearch/guide/current/pluggable-similarites.html#img-bm25-saturation https://en.wikipedia
