BM25 单查询词打分公式
BM25 单查询词打分公式
score(q_i, d) =
IDF(q_i) · [ f(q_i,d)·(k1+1) ] / [ f(q_i,d) + k1·(1 - b + b·|d|/avgdl) ]
Lucene 系默认：k1 = 1.2，b = 0.75k1 增大让词频收益更持久；b=0 关闭长度归一，b=1 完全归一。调参前先固定分词器。
BM25 排序算法
BM25 基于词频与逆文档频率打分，含词频饱和（k1）与文档长度归一（b）两个参数；是关键词检索的常用算法，也是混合检索中的一路召回。
易错点
- 中文不分词直接按字切，BM25 与向量检索效果都会失真
- 忽略长度归一对短文档的偏置，长文档总结类需求排序吃亏
数据来源与参考
- Robertson & Zaragoza, The Probabilistic Relevance Framework: BM25 and Beyond
- Elasticsearch 官方文档（Practical BM25）