Genomräknade exempel för att återskapa rangordningar i hybridsökning

Reciprok rangfusion, eller RRF, kombinerar rangordnade sökresultat genom att lägga till ett bidrag för varje lista där ett objekt förekommer. Exemplen använder påhittade rangordningar och exakta beräkningar. Originalartikeln om RRF

Ladda ner de 5 återspelningarna och sparade resultaten (ZIP). Packa upp filerna och följ instruktionerna i README för att köra dem med Python 3.

Hur många resultat bidrog varje sökning med?

När 2 placeringar från en sökning tas med i stället för 1 får A ytterligare ett bidrag och hamnar före B. Alla objekt finns kvar i den kombinerade listan. Om slutresultatet begränsas till 1 träff returneras fortfarande A efter att hela fusionen har genomförts. Indatagränsen styr bidragen. Utdatagränsen styr vad läsaren ser.

Vad ändrar rangkonstanten?

A har 2 förstaplaceringar. B har 1 förstaplacering och 2 tolfteplaceringar. A leder för positiva konstanter under 10, har samma poäng som B vid 10 och hamnar efter när konstanten är större än 10. Använd samma regel för att skilja lika resultat åt när du återskapar resultatet.

Räknades en söklista två gånger?

I den viktade summan har en exakt kopia som ingår med egen full vikt samma effekt som att lägga till den vikten på originallistan. Om originalvikten delas mellan de 2 kopiorna behåller varje objekt sin poäng. Om alla vikter multipliceras med samma positiva faktor bevaras ordningen.

Vad händer när båda inställningarna ändras?

Den ordbaserade listan är A, C, B, D. Den betydelsebaserade listan är B, A, D, C. Varje lista som ingår har vikten 1 och rankningskonstanten är 60. Vid djup 1 vinner B oavsett om den betydelsebaserade listan räknas en eller två gånger. Vid djup 2 vinner A när listan räknas en gång och B när den räknas två gånger. Om man bara jämförde den första och den sista uppsättningen skulle B vinna i båda. Återskapa resultatet med en ändring i taget för att se vad som orsakade skillnaden.

När blir textavsnitt dokument?

Två olika textavsnitt från dokument A kommer först i de 2 söklistorna. Samma textavsnitt från B kommer på andra plats i båda. Om textavsnitten grupperas per dokument innan listorna slås samman hamnar A först. Om listorna slås samman per textavsnitt och varje dokument sedan rangordnas efter sitt högst poängsatta textavsnitt hamnar B först. Båda resultaten innehåller samma 4 dokument.