跳至主要内容

菜单

研究

怎样复现倒数排名融合的结果

语言: 简体中文

要复现倒数排名融合(RRF)的结果,先找出每个来源实际交给融合步骤的有序列表。保存这些列表、排名常数、各来源的权重和分组用的 ID。即使计算分数所用的数据变了,候选结果的 ID 甚至排第一的结果也可能一样。 RRF 计算公式

比较每份列表贡献的分数

记录每个来源保留了多少条结果,以及最终最多返回多少条。这两个限制用在不同阶段。在一个虚构的例子里,把一份输入列表从一条扩大到两条,A 就能从第二个来源获得分数,从而超过 B。所有候选结果都留在合并后的集合中。完整融合之后再把输出限制为一条,返回的仍是 A。 改变输入列表长度的复现

对接近截断位置的每个候选结果,比较它在各个来源中保留的排名和得到的分数。某个候选结果可能少算了一份列表的分数,但因为还出现在另一份列表,所以仍是候选。

检查排名常数和实际权重

如果输入排名一致,就用排名常数和各来源的权重重新计算。一个用三份列表做的例子中,A 两次排第一,B 一次排第一、两次排第十二。当常数是小于 10 的正数时,A 领先。在 10 时,A 和 B 同分。超过 10 时,B 领先。如果同分可能影响输出,就保存同分时决定顺序的规则。 改变排名常数的复现

检查每个来源的排名算了几次。把一份完全相同的副本按完整权重算进去,效果和把该权重加到原列表上一样。把原权重分给各份副本,加权求和得到的分数就都保持不变。所有权重乘以同一个正数,已经得出的顺序也保持不变。 加入重复来源的复现

下面的例子同时改变列表长度和副本数量。基于词语匹配的列表 A, C, B, D 总是完整参与,权重为一。每份语义列表都取自 B, A, D, C 的开头,权重也是一。排名常数为 60。如果有第二份语义列表,它就是第一份的完整副本。 合并条件的复现

每份语义列表保留的排名数一份语义列表两份完全相同的语义列表
1BB
2AB

从表格左上角走到右下角,虽然截断位置和列表数量都变了,B 仍排第一。每次只改一项,就能看到单独加长列表会让 A 排第一,再算入副本会让 B 回到第一。

检查分数算在哪些 ID 上

如果搜索的是段落,显示的是文档,就记录每个段落对应的文档和分组的阶段。一个例子里,两个来源分别把 A 的不同段落排第一,而 B 的同一个段落都排第二。如果先在各来源里按文档分组再融合,A 排第一。如果先按段落融合,再为每份文档保留分数最高的段落,B 排第一。两种输出都包含同样的四份文档。 改变段落分组方式的复现