小编bro*_*ozo的帖子

我在尝试在 SQL Server 2008 R2 中实现 BM25 算法时遇到了问题。我知道 SQL Server 包含全文搜索选项，它已经实现了 BM25 的变体，但我想做一些参数调整测试，并且由于 FTS 过程是不可编辑的（据我所知），我我决定自己实现它。

我有两个表，TF（词频）和 DF（文档频率），结构如下：

TF

*注：权重列表示该词的重要性（通常为1）

ID | Term | DocumentID | Count | TermID | Weight*

DF

ID | Term | Count

TF 表包含了词条和文档之间的关系；也就是说，该词在文档中的出现频率。DF 表包含有关有多少文档包含一个术语的信息。可以使用 DF.ID 和 TF.TermID 链接这两个表。使用这两个表，我现在想根据维基百科文章中的公式计算两个文档（一个文档充当查询）之间的 BM25 相似度值。表 TF 和 DF 分别转换为函数 f(q, D) 和 n(q)：

我希望结果采用以下格式：

DocumentA_ID | DocumentB_ID | BM25_Value

这是我到目前为止的一些代码：

DECLARE @N FLOAT;
DECLARE @AVGDL FLOAT;
DECLARE @K1 FLOAT;
DECLARE @B FLOAT;
SET @K1 = 1.2;
SET @B …