أمثلة لإعادة حساب ترتيب BM25
تستخدم هذه الأمثلة مستندات واستعلامات افتراضية. توضّح كيف يمكن أن تتغيّر درجات العناصر نفسها عند تغيير المجموعة التي تُحسب منها الدرجات، وكيف قد يُستبعَد عنصر في الاختيار الأول قبل إعادة الترتيب. تستخدم الحسابات الإصدار المحدد من rank-bm25.
تنزيل نصوص الاختبارات الخمسة والنتائج المحفوظة (ZIP). يوضح ملف README كيفية تثبيت الإصدارات المحددة لحزم Python ومقارنة نتائج إعادة التشغيل.
كيف تغيّر متوسط طول المستندات؟
حتى لو لم يحتوِ المستند المضاف على أي كلمة من الاستعلام، فقد يغيّر متوسط الطول المستخدم لحساب الدرجات. في هذا المثال، يتقدم A حين يقل المتوسط عن 18 وحدة نصية، ويتعادل مع B عند 18، ويتراجع فوق 18. في اختبار المقارنة مع إيقاف تعديل الطول، يتقدم B في جميع الحالات.
ما المستندات التي غيّرت أوزان الكلمات؟
في مجموعة من تسعة مستندات افتراضية، يطابق A الكلمة red ويطابق B الكلمة blue. يزيد تعديلان في المستندات الأخرى عدد المستندات التي تحتوي على red من اثنين إلى أربعة. ويظل عدد المستندات التي تحتوي على blue ثلاثة. يتقدم A أولًا، ويتعادل مع B بعد التعديل الأول، ويتأخر بعد الثاني. لا يتغير المرشحون ولا متوسط الطول البالغ أربع وحدات نصية.
ما المستندات التي تدخل في إحصاءات كل جزء؟
في هذا المثال الذي يضم 18 مستندًا، تؤدي عمليتا تبديل بين المستندات الأخرى عبر أجزاء الفهرس إلى عكس ترتيب A وB إذا استخدم كل جزء إحصاءاته الخاصة لحساب الدرجات. عند حساب الدرجات على المجموعة الكاملة نفسها، يحصل B على درجة أعلى في كل توزيع اختُبر. توضّح واجهة البحث في Elasticsearch النطاقات التي يمكن أن تأتي منها إحصاءات الكلمات. الدرجات هنا من مثال Python.
ما المستندات التي وصلت إلى إعادة الترتيب؟
في مثال آخر يضم 18 مستندًا، يعطي حساب الدرجات لجميع المرشحين المؤهلين الترتيب B, C, A. تظل مرحلة إعادة الترتيب تستخدم الدرجات نفسها المحسوبة على المجموعة الكاملة. ويحدد الاختيار الأول أي المرشحين يصل إليها.
الاختيار الأول والنتائج بعد إعادة الترتيب
| الاختيار الأول | الترتيب النهائي الأصلي | الترتيب النهائي بعد عمليتي تبديل بين المستندات الأخرى |
| BM25 محلي، نتيجة واحدة لكل جزء | C, A | B, C |
| BM25 محلي، نتيجتان كحد أقصى لكل جزء | B, C, A | B, C, A |
| BM25 على المجموعة كاملةً، نتيجة واحدة لكل جزء | B, C | B, C |