Contoh mengulang peringkat BM25

Contoh ini memakai dokumen dan kueri rekaan. Skor kandidat yang sama bisa berubah jika koleksi yang dipakai untuk menghitungnya berubah. Pemilihan awal juga bisa menyingkirkan kandidat sebelum pemeringkatan ulang. Semua perhitungan memakai versi rank-bm25 yang ditetapkan.

Unduh lima skrip dan hasil yang disimpan (ZIP). Berkas README menjelaskan cara memasang versi paket Python yang ditetapkan dan membandingkan hasil pengujian.

Bagaimana rata-rata panjang dokumen berubah?

Menambahkan dokumen tanpa satu pun istilah dalam kueri tetap bisa mengubah rata-rata panjang yang digunakan untuk menghitung skor. Dalam contoh ini, A unggul jika rata-ratanya di bawah 18 token, seri dengan B pada 18, dan tertinggal di atas 18. Dalam uji kontrol dengan penyesuaian panjang dimatikan, B selalu unggul.

Dokumen mana yang mengubah bobot istilah?

Dalam koleksi sembilan dokumen rekaan, A cocok dengan red dan B cocok dengan blue. Dua perubahan pada dokumen lain menaikkan jumlah dokumen berisi red dari dua menjadi empat. Dokumen berisi blue tetap tiga. A awalnya unggul, seri dengan B setelah perubahan pertama, lalu tertinggal setelah perubahan kedua. Para kandidat dan rata-rata panjang empat token tetap sama.

Dokumen mana yang masuk dalam statistik tiap partisi?

Dalam contoh dengan 18 dokumen ini, dua pertukaran dokumen lain antarpartisi membalik urutan A dan B jika setiap partisi memakai statistiknya sendiri untuk menghitung skor. Satu perhitungan pada seluruh koleksi yang tidak berubah memberi B skor lebih tinggi di setiap susunan yang diuji. API pencarian Elasticsearch menjelaskan dari partisi mana statistik istilah bisa diambil. Skor di sini berasal dari contoh Python.

Dokumen mana yang masuk ke pemeringkatan ulang?

Dalam contoh lain dengan 18 dokumen, skor untuk semua kandidat yang memenuhi syarat menghasilkan urutan B, C, A. Tahap pemeringkatan ulang memakai skor yang sama dari seluruh koleksi. Pemilihan awal menentukan kandidat mana yang masuk ke tahap itu.

Pemilihan awal dan hasil pemeringkatan ulang
Pilihan awalUrutan akhir semulaUrutan akhir setelah dua pertukaran dokumen latar
BM25 lokal, satu per partisiC, AB, C
BM25 lokal, hingga dua per partisiB, C, AB, C, A
BM25 seluruh koleksi, satu per partisiB, CB, C