重現混合搜尋排名的實作範例
倒數排名融合(RRF)會將搜尋結果中每個項目在各份清單獲得的分數相加,合併排序後的結果。這些範例使用虛構的排名和精確計算。RRF 原始論文
下載 5 個重現案例和已儲存的結果(ZIP)。解壓縮檔案後,依照 README 的說明使用 Python 3 執行。
一份搜尋結果保留前 2 筆而非前 1 筆,會讓 A 多獲得一筆分數,使其排名超過 B。所有項目仍會保留在合併清單中。即使最終只輸出 1 筆結果,完整融合後仍會傳回 A。輸入筆數上限決定哪些項目能貢獻分數,輸出筆數上限則決定讀者看到哪些結果。
排名常數會帶來什麼影響?
A 有 2 個第一名排名。B 有 1 個第一名排名和 2 個第十二名排名。當常數為正且小於 10 時,A 領先;等於 10 時,A 與 B 的分數相同;大於 10 時,A 落後。重現結果時,請使用相同的同分排名規則。
搜尋清單是否被計算了 2 次?
在加權總和中,納入一份內容完全相同且具有完整權重的清單副本,效果等同於將該權重加到原清單上。將原權重分配給兩份清單,則能保留每個項目的分數。所有權重都乘上相同的正數,排名順序不變。
兩項設定都改變時會發生什麼事?
詞彙比對清單的順序為 A、C、B、D;語意比對清單的順序為 B、A、D、C。每份納入的清單權重均為 1,排名常數為 60。深度為 1 時,無論語意比對清單計算 1 次或 2 次,都是 B 勝出。深度為 2 時,該清單計算 1 次由 A 勝出,計算 2 次則由 B 勝出。如果只比較第一種和最後一種設定,結果會顯示兩者都是 B 勝出。每次只變更一項設定並重現結果,才能看出差異的原因。
段落何時會歸入文件?
文件 A 的兩個不同段落分別在兩份搜尋清單中排名第 1。文件 B 的同一個段落在兩份清單中都排名第 2。先將段落歸入文件,再合併清單,會使 A 排名第 1。先按段落合併清單,再依各文件最高分段落的分數排列文件,則會使 B 排名第 1。兩種結果都包含相同的 4 份文件。