BM25 是什麼？

分數怎麼算

BM25 屬於 TF-IDF 一類的計分方式。查詢字詞在文件裡出現越多次，分數越高，但增加的幅度會逐漸變小；越少見的字詞權重越高；文件越長，同樣的出現次數算得越少。

Elasticsearch 用參數 k1 控制字詞次數多快達到飽和，用 b 控制文件長度的影響，預設值分別是 1.2 與 0.75。

和語意檢索的差別

BM25 本身按詞項計分，不會自行理解同義詞。若系統沒有加入同義詞展開，使用者說「訂位」、工具只寫「預約」，就可能缺少可匹配的詞項；以 Embedding 為基礎的語意檢索則是另一種建立關聯的方式。兩者可以並用，再將候選交給重排序模型精排。