BM25算法详解:

Wi,j 表示BM25值

N表示总词数,n表示待查询的词数

fIj表示待查词i在文档j中出现的次数;
k1:超参数, 工程师手动调节合适的值。
如图所示,k的值越大,待查词i在j文档中出现的次数对BM25最后的值影响越大,
下图,当k=0.2,fIj在0-2时Lij变化大,fij>2后,Lij增长很少;
当k=10时,Lij随着fij的增加而增加,BM25的值也正相关增加。
通常1.2<k<2,效果比较好

b: 超参数,也是工程师手调。
一般同类型长文档中的关键词比文档更多,b便是用来平衡的。
通常1.2<k<2且0.5<b<0.8效果比较好
dlj:文档j的长度
avedl:所有文档长度平均值
暂时想到这些,后面想到再补充,欢迎讨论