BM25

BM25

BM25 排名函数的 Python 实现。

执行

该程序有4个主要模块：解析器、查询处理器、排名函数和数据结构。解析器模块解析查询文件和语料库文件以分别产生列表和字典。查询处理器获取查询列表中的每个查询，并根据术语对文档进行评分。排名函数是BM25排名函数的实现；它在计算中使用自然对数。最后，数据结构模块包含倒排索引和文档长度表。倒排索引使用字典，将每个单词映射到字典；该辅助词典将每个文档 ID 映射到外部词典中的词频。文档长度表包含每个文档的长度，并且还具有计算集合的平均文档长度的功能。

如何跑步

要运行，只需在 src 文件夹中运行$ python main.py即可。