BM25-RANKING

Algo scoring TF/IDF probabiliste sature.

Définition

Formule BM25 : score(D,Q) = sum (IDF(qi) * f(qi,D) * (k1+1) / (f(qi,D) + k1*(1 - b + b * |D|/avgdl))). Paramètres k1 (saturation, défaut 1.2), b (length normalisation, défaut 0.75). Avantages vs TF-IDF naïf : saturation empêche un terme trop fréquent de dominer, normalisation longueur évite biais documents courts/longs. Variantes : BM25F (champs poids), BM25+ (correction underflow).

Origine

BM25 publie 1994 par Stephen Robertson et Karen Sparck Jones a City University London (projet Okapi).

Exemple en contexte

Elasticsearch 8.x utilise BM25 par defaut ; configurable via similarity.k1 et similarity.b dans index settings pour tuner par cas usage.

Termes liés

• Lucene — implementation BM25.