Lucene에서 tf가 커지면 항상 문서 스코어가 향상됩니까?

Question

기본 용어 빈도 (tf)는 검색되는 특정 용어가 필드에 나타나는 횟수의 sqrt로 간단히 계산된다는 것을 알고 있습니다. 그래서 검색어를 여러 번 포함하는 문서는 더 높은 tf를 가지므로 체중이 더 커집니다.

내가 대해 확실 해요 것은이 증가이 문서가 득점하는 데 도움 여부 무게가 더 높은 또는 는 문서 점수를 줄일 수 있기 때문에 그 이동 거리 액션의 책 하이버 네이트 검색과 질의 벡터에서 문서 벡터 때문에 말하는 것 같습니다 (363 쪽). 나는 문서 벡터 모델이 lucene 스코어링 방정식에 어떻게 들어 맞는지 고민하고있다.

Answer 1

나는이 책을 검사 할 필요가 없지만 기본적으로 색인 생성시 수동으로 설정할 수있는 다른 부스트는 무시한다. 시간), 일부 문서의 점수가 루씬의 기본 점수 모델 및 특정 쿼리에 대한 다른 문서의 점수보다) 더 높은 (또는 낮은 데는 세 가지 이유가 있습니다 :

• 조회 된 용어는 낮은 문서를 가지고 빈도 (IDF 점수를 올리는),
• 쿼리 된 용어는 문서에서 많은 수의 발생이 있습니다 (TF 부분),
• 쿼리 된 용어는 문서의 다소 작은 필드에 나타납니다 (norm 점수를 높이는 부분).

이는

• T가 나타나는 N D1 타임스 경우 두 문서 D1 및 D2와 하나, 기간 T 쿼리 것을 의미
• T는 D2에서 p> N 번 나타나고
• D2의 질의 된 필드는 D1과 동일한 크기 (항의 수)를가집니다.

D2는 D1보다 점수가 좋습니다.