BM25

概述

BM25（Best Matching 25）是一种基于 TF-IDF 的词汇精确匹配排序函数，广泛用于信息检索系统，擅长技术术语、错误代码等精确标识符匹配。

关键内容

1. 算法原理：基于 TF-IDF 的改进版本，通过词频和逆文档频率计算文档与查询的相关性得分，是传统搜索引擎的核心算法之一。

2. 优势场景：对精确词语或短语匹配能力强，特别适合技术术语、错误代码（如"TS-999"）等精确标识符检索。

3. 局限性：无语义理解能力，无法捕捉查询意图的语义相似性，需与语义嵌入结合形成混合检索。

4. 在 RAG 中的应用：与语义嵌入互补，形成传统 RAG 的双引擎机制。在 上下文检索 中，语境化 BM25 进一步将检索失败率降低至 2.9%（相对基准降低 49%）。

来源

• 02_contextual_retrieval.md — 检索技术全栈解析章节

相关

• 上下文检索 — uses
• TF-IDF — extends
• 语义嵌入 — compares_to
• Reranking — relates_to