BM25公式

 

 

其中q、d、C分别表示查询、文档和文档集合，|q|和|d|分别是查询q和文档d的长度，avdl是文档集合中文档的平均长度。w表示特征词项(Term)，c(w,d)和c(w,q)分别表示w出现在d和q中的个数，N是文档集合中的文档总数，df(w)表示出现w的文档个数。p(w|C)表示C中出现w的概率。公式中的k1,k3,b，都是人工经验调节的参数。

 

BM25模型是一个经验启发式模型，存在着巨大的鲁棒性问题，具体表现在：

 

(1) 这些模型有需要人工经验调节的参数。同一模型在面对同一查询、同一文档集的情况下，不同的参数其取值结果性能相差较大；

(2) 如果参数不变，同一模型对同一查询，在不同的文档集上结果也会性能相差很大；

(3) 同一模型对不同查询，同一组参数，同一文档集合上的结果性能也会相差很大。