ต่อไปคำแนะนำต่อไป
การดึงข้อมูลปฏิสัมพันธ์ล่าช้าของ ColBERT
ภาษาเอไอ
คู่มือ AI ภาษา
BM25 เป็นฟังก์ชันการจัดอันดับตามคำหลักแบบคลาสสิก ซึ่งจะให้คะแนนเอกสารตามความถี่ที่คำค้นหาปรากฏขึ้น ปรับตามความหายากของคำ และความยาวของเอกสาร
ฟังคำแนะนำนี้บรรยายโดย AI · ~2 min
มีอายุหลายทศวรรษ แต่ยังคงเป็นพื้นฐานสำหรับการค้นหาที่แข็งแกร่งและแพร่หลายอย่างน่าทึ่ง
BM25 (การจับคู่ที่ดีที่สุด 25) เป็นฟังก์ชันการจัดอันดับแบบกลุ่มคำจากกรอบ Okapi ที่น่าจะเป็นของทศวรรษ 1990 สำหรับคำค้นหาแต่ละคำจะรวมสัญญาณสามอย่าง: ความถี่ของคำ (ความถี่ที่คำนั้นปรากฏในเอกสาร โดยที่ผลตอบแทนลดลงซึ่งควบคุมโดยพารามิเตอร์ k1) ความถี่ของเอกสารผกผัน (คำที่หายากในคอลเลคชันมีจำนวนมากกว่า) และการทำให้เป็นมาตรฐานความยาวเอกสาร (พารามิเตอร์ b ดังนั้นเอกสารที่ยาวจึงไม่ได้รับความนิยมอย่างไม่ยุติธรรม) รวมคะแนนต่อภาคเรียนเหล่านี้แล้วคุณจะได้อันดับของเอกสาร ไม่จำเป็นต้องฝึกฝนและทำงานเร็วมากผ่านดัชนีแบบกลับด้าน ซึ่งเป็นเหตุผลว่าทำไมเสิร์ชเอ็นจิ้นอย่าง Elasticsearch และ Lucene จึงใช้มันเป็นค่าเริ่มต้น แม้ว่าการดึงข้อมูลระบบประสาทจะเพิ่มขึ้น แต่ BM25 ก็ยังคงชนะหรือเชื่อมโยงกับเกณฑ์มาตรฐานหลายประการ โดยเฉพาะอย่างยิ่งสำหรับคำที่หายาก ตัวระบุที่แน่นอน และการสืบค้นนอกโดเมน
การจัดอันดับความเกี่ยวข้องเริ่มต้นใน Elasticsearch, OpenSearch และ Apache Lucene/Solr
การดึงข้อมูลผู้สมัครในระยะแรกซึ่งจะป้อนการจัดเรียงใหม่ของระบบประสาทที่ช้าลงในการค้นหาแบบสองขั้นตอน
การค้นหาโค้ดและบันทึกโดยที่ตัวระบุและรหัสข้อผิดพลาดต้องตรงกันทุกประการ
ขุดตัวอย่างเชิงลบอย่างหนักเพื่อฝึกสุนัขพันธุ์หนาแน่นเช่น DPR
BM25 ไม่น่าจะหายไป; แต่กลับจับคู่กับวิธีการทางประสาทมากขึ้นในการดึงข้อมูลแบบผสม โดยที่คะแนนคำศัพท์และคะแนนหนาแน่นถูกหลอมรวมเข้าด้วยกัน (มักผ่านการหลอมรวมอันดับซึ่งกันและกัน) แบบจำลองกระจัดกระจายที่เรียนรู้ เช่น SPLADE ผสมผสานความกระจัดกระจายแบบ BM25 กับการถ่วงน้ำหนักระยะประสาท และ BM25 มักทำหน้าที่เป็นตัวดึงข้อมูลระยะแรก ก่อนที่จะจัดลำดับใหม่ของระบบประสาท ความเร็ว การตีความได้ และต้นทุนการฝึกอบรมเป็นศูนย์รับประกันบทบาทที่ยั่งยืนในการค้นหาการผลิต
จดหมายข่าวฟรี
เรื่องราว AI ที่ตรวจสอบแล้ว 3 เรื่องทุกวันทำงาน เช้า, เขียนเป็นภาษาอังกฤษธรรมดา ฟรีตลอดไป ไม่มีโฆษณา
อีเมลหนึ่งฉบับทุกวันทำงาน ยกเลิกการสมัครในคลิกเดียว เราไม่เคยขายหรือแชร์ที่อยู่อีเมลของคุณ
ทดสอบตัวเอง
ข้อเสนอแนะทันทีสำหรับทุกคำตอบ และใบรับรองที่สามารถแชร์ได้พร้อม ID ที่ตรวจสอบได้เมื่อคุณผ่านหลักสูตร
สนับสนุนการศึกษา AI ฟรี AI Understanding เป็นองค์กรไม่แสวงหาผลกำไร 501(c)(3) — ไม่มีโฆษณา ไม่มีกำแพงเงิน, ตลอดไป บริจาค
BM25 เป็นฟังก์ชันการจัดอันดับตามคำหลักแบบคลาสสิก ซึ่งจะให้คะแนนเอกสารตามความถี่ที่คำค้นหาปรากฏขึ้น ปรับตามความหายากของคำ และความยาวของเอกสาร มีอายุหลายทศวรรษ แต่ยังคงเป็นพื้นฐานสำหรับการค้นหาที่แข็งแกร่งและแพร่หลายอย่างน่าทึ่ง
BM25 รวมความถี่ของคำศัพท์ ความถี่ของเอกสารผกผัน (ความหายากของคำศัพท์) และการทำให้ความยาวเอกสารเป็นมาตรฐานให้เป็นคะแนนความเกี่ยวข้อง
IDF ให้รางวัลคำศัพท์ที่ไม่ค่อยพบในคอลเลกชันและลดน้ำหนักคำทั่วไป เนื่องจากการจับคู่ที่หายากจะให้ความรู้มากกว่า
หากไม่มีการทำให้เป็นมาตรฐาน เอกสารที่ยาวขึ้นจะสะสมการจับคู่ระยะยาวมากขึ้น พารามิเตอร์ b จะปรับความยาวเพื่อให้การเปรียบเทียบมีความยุติธรรม
ดัชนีแบบกลับด้านช่วยให้ BM25 ให้คะแนนเฉพาะเอกสารที่มีเงื่อนไขการสืบค้น ทำให้การดึงข้อมูลมีประสิทธิภาพมาก
b controls the strength of length normalization; zero removes that adjustment while other scoring components remain.
เรียนรู้ต่อไป
คำแนะนำเพิ่มเติมที่เลือกสำหรับหัวข้อนี้
ต่อไปคำแนะนำต่อไป
การดึงข้อมูลปฏิสัมพันธ์ล่าช้าของ ColBERT
ภาษาเอไอ