经典搜索核心算法BM25算法.docxVIP

有关于TF-IDF而言，在信息检索和文本发掘领域，BM25算法例更具理论 基础，并且是工程实践中见义勇为的重要基线（Baseline）算法。BM25在20世 纪70年月到80年月被提出，到目前为止已经过去二三十年了，可是这个算法依旧在好多信息检索的任务中表现优秀，是好多工程师首选的算法之一。 今日我就来说说BM25算法的历史、算法自己的核心观点以及BM25的一些重要变种，帮助你迅速掌握这个信息检索和文本发掘的利器。 BM25的历史 BM25，有时全称是OkapiBM25，是由英国一批信息检索领域的计算机科学家开发的排序算法。这里的“BM”是“最正确般配”（BestMatch）的简称。 BM25背后有两位有名的英国计算机科学家。第一位叫斯蒂芬·罗伯逊（StephenRobertson）。斯蒂芬最早从剑桥大学数学系本科毕业，而后从城市 大学（CityUniversity）获取硕士学位，以后从伦敦大学学院（UniversityCollege London）获取博士学位。斯蒂芬从1978年到1998年之间在城市大学任教。1998年到2013年间在微软研究院剑桥实验室工作。我们从前提到过，美国计算机协会ACM此刻每三年颁发一次“杰拉德·索尔顿奖”，用于表彰对信息检索技术有突出贡献的研究人员。2000年这个奖项颁给斯蒂芬，奖赏他在理论方面对信息检索的贡献。BM25堪称斯蒂芬一世中最重要的成就