如何选择OKAPI BM25参数：b和k1

Question

我实际上想知道，我们如何根据经验验证或评估BM25公式中b和k1的值？换句话说，最“科学”的评价是什么？

我们可以参考哪些研究论文，以了解这类评估是如何完成的？

Answer 1

这些BM25参数的最佳值非常依赖于您的数据收集。阅读：Pluggable Similarity Algorithms | Elasticsearch

调整参数的一种简单方法是调整它们，然后评估它们对性能的影响。如果结果不满意，请再次更改参数并评估结果。它可以通过遗传算法或ACO等元启发式算法实现自动化。

也有一些论文可供选择：

• He, B., & Ounis, I. (2003, November). A study of parameter tuning for term frequency normalization.
• He, B., & Ounis, I. (2005, March). Term Frequency Normalisation Tuning for BM25 and DFR Models.