Sözlüğe Dön/Bilgi Erişimi, RAG ve Vektör Veritabanları/BM25
#326 Information Retrieval (IR)#328 Dense Retrieval
Madde #327RAG & Vektör/sozluk/bm25

BM25

Best Matching 25 (Okapi BM25)

Türkçe: En İyi Eşleşme 25 Algoritması
Ayrıntılı Tanım
TF-IDF algoritmasının eksiklerini gidererek; kelime sıklığını logaritmik olarak doyuma ulaştıran (saturation) ve doküman uzunluğunu normalize eden klasik leksikal (kelime bazlı) arama algoritmasıdır.
Ne İşe Yarar / Çözülen Problem
Bir kelime dokümanda 100 kez geçiyor diye o dokümanın haksız yere 100 kat daha alakalı sayılmasını engeller; ElasticSearch ve geleneksel arama motorlarının altın standardıdır.
Nasıl Çalışır? (Teknik & Mekanizma)
Score(D,Q)=∑q∈QIDF(q)⋅f(q,D)⋅(k1+1)f(q,D)+k1⋅(1−b+b⋅∣D∣avgdl)\text{Score}(D, Q) = \sum_{q \in Q} \text{IDF}(q) \cdot \frac{f(q, D) \cdot (k_1 + 1)}{f(q, D) + k_1 \cdot \left(1 - b + b \cdot \frac{|D|}{\text{avgdl}}\right)} k1k_1 terim doygunluğunu, bb ise doküman uzunluk cezasını kontrol eder.
Örnek Senaryo & Pratik Uygulama
Bir tıp kütüphanesinde arama: Bir makalede "aspirin" kelimesinin 5 kez geçmesiyle 50 kez geçmesi arasında mantıksal olarak devasa bir fark olmadığını kavrayıp skoru dengede tutmak.
Benzer Terimlerden Farkı
TF-IDF doğrusal artarken, BM25 bir tavana ulaşır ve durur. Ancak derin anlamsal benzerlikleri değil, tam kelime eşleşmelerini arar.
İlişkili Terimler (3)
#130
TF-IDF
Terim Frekansı - Ters Doküman Frekansı
#328
Dense Retrieval
Yoğun / Vektörel Bilgi Erişimi
#332
Hybrid Search
Hibrit Arama
Ait Olduğu Kategori

Bilgi Erişimi, RAG ve Vektör Veritabanları

Dense/Sparse retrieval, Vektör indeksleme (HNSW), Rerankers ve RAG pipeline.

Toplam Terim:37 Madde
Bu Kategorideki Tüm Terimleri Gör →
Önceki Terim (#326)Information Retrieval (IR)
Sonraki Terim (#328)Dense Retrieval