复现混合搜索排名的计算示例

倒数排名融合(RRF)通过累加每份列表中某个结果的排名贡献,合并多份有序搜索结果。这些示例使用虚构的排名和精确计算。RRF 原始论文

下载 5 个重放文件和已保存的结果(ZIP)。解压文件,然后按照 README 中的说明使用 Python 3 运行。

每次搜索传入了多少个结果?

从一次搜索中保留排名前 2 的结果,而非只保留第 1 个结果,会让 A 多获得一份排名贡献,从而超过 B。所有结果都会保留在合并列表中。完整融合后,即使将最终输出限制为 1 个结果,返回的仍然是 A。输入限制决定哪些结果参与贡献分数,输出限制决定读者看到哪些结果。

排名常数会带来什么变化?

A 有 2 次排名第一。B 有 1 次排名第一和 2 次排名第十二。当常数大于 0 且小于 10 时,A 领先;当常数等于 10 时,A 与 B 得分相同;当常数大于 10 时,A 落后。重放结果时,请使用相同的平分处理规则。

是否有一份搜索列表被计算了两次?

在加权求和时,加入一份具有完整独立权重的相同列表,效果等同于将该权重加到原列表上。将原权重分配给这两份列表,则每个结果的分数保持不变。将所有权重乘以相同的正数,结果顺序也保持不变。

同时更改两项设置会怎样?

基于词语的列表顺序为 A、C、B、D。基于语义的列表顺序为 B、A、D、C。每个纳入的列表权重均为 1,排名常数为 60。在深度为 1 时,无论基于语义的列表计入 1 次还是 2 次,B 都获胜。在深度为 2 时,该列表计入 1 次时 A 获胜,计入 2 次时 B 获胜。如果只比较第一种和最后一种设置,会看到 B 在两种情况下都获胜。每次只改变一个条件进行重放,便可看出是什么导致了差异。

段落何时归组成文档?

文档 A 的两个不同段落分别在两份搜索列表中排名第 1。文档 B 的同一段落在两份列表中都排名第 2。先将段落归组为文档,再合并列表,A 排在首位。先按段落合并,再按每份文档得分最高的段落为文档排名,B 排在首位。两种输出都包含相同的 4 份文档。