Tag: 信息检索

TF-IDF 用「词频 × 稀缺度」给词打分，是信息检索绕不开的经典。本文快速讲透它的核心原理，重点展开两大应用：搜索系统里的相关性打分，以及把文本变成稀疏向量后的分类、相似度与关键词提取。

向量语义召回与 BM25 关键词召回的分数天然不可比，混合检索需要一个仲裁者。本文以混合检索为例讲解 RRF（Reciprocal Rank Fusion）算法的公式与 k 常数的数学直觉，并横向对比分数级融合、名次级融合与学习排序三类融合策略的取舍。

在搜广推系统中，搜索是最核心的能力之一。本文从信息检索的经典算法 TF-IDF 出发，深入剖析其原理与局限，再引出工业界广泛使用的 BM25 算法，探讨它如何优雅地解决 TF-IDF 的不足。