BM25 iyo Dib u soo Celinta Qaamuuska
BM25 waa shaqada darajaynta ereyada muhiimka ah ee caadiga ah taaso keenta dukumeentiyada inta jeer ee ereyada weydiiyadu soo baxaan, lagu hagaajiyo ereyga naadir iyo dhererka dukumeentiga.
Dulmar
Decades old, it remains a remarkably strong and ubiquitous baseline for search.
quusid qoto dheer
BM25 (Best Matching 25) waa shaqada darajada shandad ereyada laga soo qaatay qaabka Okapi ee suurtogalka ah ee 1990-meeyadii. Eray kasta oo su'aal ah waxa uu isku daraa saddex calaamadood: inta jeer ee ereygu ka soo baxo dukumeentiga, oo soo celinta yaraynaysaa ay maamusho halbeegyada k1), soo noqnoqoshada dukumeentiga (ereyada dhifka ah ee ururinta oo dhan ayaa tiro badan), iyo dhererka dhererka caadiga ah (parameter b, markaa dukumentiyada dhaadheer si xaq darro ah looma jeclayn). Isku soo wada duub dhibcahan xilli kasta oo waxaad helaysaa darajada dukumeentiga. Uma baahna tabobar waxayna si xawli ah ugu socotaa iyada oo loo marayo tusmooyin rogan, taas oo ah sababta makiinadaha raadinta sida Elasticsearch iyo Lucene ay si caadi ah u isticmaalaan. In kasta oo ay kor u kacday dib u soo celinta neerfaha, BM25 ayaa wali ku guulaysata ama ku xidhadheysa jaangooyooyin badan, gaar ahaan ereyo naadir ah, aqoonsiyo sax ah, iyo waydiimo ka baxsan goobta.
Aragtida Farsamada
Qaybta soo noqnoqoshada BM25 waxay ka dheregsan tahay: halbeegga k1 wuxuu daboolayaa inta erey ee soo noqnoqda ay kor u qaadaan dhibcaha, markaa ereyga soo muuqda 50 jeer maaha 50x ka badan hal mar. Halbeegga b wuxuu isku daraa inta jeer ee cayriin iyo dhererka caadiga ah. IDF waxay hoos u dhigtaa ereyada caadiga ah sida 'the' waxayna abaalmarisaa kuwa gaar ah. Sababtoo ah waxay ku shaqaysaa tusmaynta rogan oo ku samaynaysa eray kasta liiska dukumeentigeeda, dhibcaha waxay taabataa kaliya dukumentiyada ay ku jiraan ereyada weydiinta, taasoo ka dhigaysa mid aad waxtar u leh.
Saamaynta Istiraatijiyadeed
Xawaaraha iyo miisaanka
Socodka shaqada luqaddu si dhakhso leh ayay u socon kartaa iyada oo aan la hurayn joogteynta.
Helitaanka iyo gaarsiinta
Waxay balaadhisaa gelitaanka luqadaha iyo qaababka isgaarsiinta.
Go'aamo cad
Kooxuhu waxay waqti badan ku qaadan karaan xukunka halka otomaatiggu uu qabanayo ku celcelinta.
Mustaqbalka BM25 iyo Soo Celinta Lexical
BM25 uma badna inay meesha ka baxdo; Taa beddelkeeda waxa si sii kordheysa loogu lamaaniyaa hababka neerfaha ee soo celinta isku-dhafka ah, halkaas oo buundooyinka qaamuuska iyo cufan la isku daray (badanaa iyada oo loo marayo isku-dhafka darajada is-dhaafsiga). Moodooyinka yaryar ee la baray sida SPLADE waxay isku daraan nooca BM25-ka yar ee miisaanka ereyada neerfaha, iyo BM25 waxay had iyo jeer u adeegtaa sidii marxaladda koowaad ee soo-celinta ka hor kuwa beddelaya neerfaha. Xawaaraheeda, tarjumaaddeeda, iyo kharashka tababarka eber ayaa dammaanad qaadaya door waara oo raadinta wax soo saarka.
Dhaqangelinta Adduunka-dhabta ah
Qiimaynta ku habboonaanta asalka ah ee Elasticsearch, OpenSearch, iyo Apache Lucene/Solr
Soo celinta musharraxa heerka koowaad ee quudinaysa dib-u-dejiyeyaasha neerfaha ee gaabis ah ee raadinta laba-marxale ah
kood ka raadi log iyo log halkaas oo aqoonsiga saxda ah iyo koodka khaladku ay tahay inay si sax ah u waafaqaan
Macdanta tusaalooyin taban oo adag si loo tababaro soo-dejiyayaal cufan sida DPR
Khatarta & Dariiqyada Ilaalada
Xaqiiqooyinka dhalanteed waxay si deggan u geli karaan warbixinnada, taageerada socodka, ama natiijooyinka cilmi-baarista.
Dareenka degdega ahi wuxuu abuuri karaa natiijooyin aan iswaafaqayn codsiyada la midka ah.
Xogta qoraalka xasaasiga ah ayaa laga yaabaa in la kashifo haddii kontaroolada gelitaanka ay daciif yihiin.
Qorshe Hawleedka Dhaqangelinta
Qeex qaabka wax soo saarka, codka, iyo heerarka tayada ka hor inta aan la baahin.
Jawaabaha salka ku haya ilo lagu kalsoon yahay mar kasta oo saxnidu ay muhiim tahay.
Hayso isbaarada dib u eegista bini aadamka ee wax soo saarka sare.
Lasoco qaababka guuldarada oo dib u leyli dardargelinta ama socodka shaqada si joogto ah.
Sii wad Sahaminta
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the BM25 and Lexical Retrieval quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Hagaha xiga
Soo Celinta Is-dhexgalka dambe ee ColBERT
Su'aalaha soo noqnoqda
What is BM25 and Lexical Retrieval?
BM25 waa shaqada darajaynta ereyada muhiimka ah ee caadiga ah taaso keenta dukumeentiyada inta jeer ee ereyada weydiiyadu soo baxaan, lagu hagaajiyo ereyga naadir iyo dhererka dukumeentiga. Tobaneeyo sano jirsaday, waxa ay ahaanaysaa saldhig si cajiib ah u xoog badan oo meel walba laga raadinayo.
Maxay BM25 ugu horayn u isticmaashaa darajaynta dukumentiyada?
BM25 waxay isku daraysaa soo noqnoqoshada ereyga, soo noqnoqoshada dukumeenti rogan ah (erey naadir), iyo dhererka dukumeentiga caadiga ah ee dhibcaha khuseeya.
Doorkee ayuu ka ciyaaraa inta jeer ee dukumeenti ka soo horjeeda (IDF) ee BM25?
IDF waxa ay abaalmarisaa ereyo dhif iyo naadir ku ah guud ahaan ururinta waxayna hoos u dhigtaa ereyada caadiga ah, maadaama kulammada dhifka ah ay xog badan yihiin.
Waa maxay sababta BM25 ay u dabaqdo ka-yeelaynta dhererka dukumeentiga (beegyada b)?
Caadiyan la'aanteed, dukumeenti dheer ayaa ururin doona tartamo ka badan; halbeegga b wuxuu hagaajiyaa dhererka si isbarbardhiggu uu noqdo mid cadaalad ah.
Qaab dhismeedka xogta ee BM25 ka dhigaya mid si degdeg ah miisaanka?
Tusmada la rogay ayaa u ogolaanaysa BM25 inay dhaliso kaliya dukumentiyada ay ku jiraan ereyada weydiinta, taasoo ka dhigaysa soo celinta mid hufan.