排名計算問題

計算排名的過程，取決于一系列因素。不同語言的斷字符對文本進行的詞匯切分也不同。例如，字符串“dog-house”可以被一種斷字符斷為“dog”和“house”而被另一種斷字符斷為“dog-house”。這意味著匹配和排名將根據所指定語言而有所不同，因為不僅詞不同，而且文檔長度也不同。文檔長度的差異可能會影響所有查詢的排名。

諸如 IndexRowCount 之類的統計信息可能會大不相同。例如，如果一個目錄的主索引有二十億行，那么對一個新文檔的索引將被編制為內存中的中間索引，而基于該內存中索引內的文檔數對該文檔的排名可能與主索引中的文檔排名不同。因此，建議在完成產生大量要創建索引或重新創建索引的行的任意填充后，使用 ALTER FULLTEXT CATALOG ... REORGANIZE Transact-SQL 語句將這些索引合并為一個主索引。全文引擎也會根據參數（例如中間索引的數目和大?。┳詣雍喜⑺饕?

MaxOccurrence 值被規范化到 32 個范圍的其中一個內。這意味著，比方說，50 個詞長的文檔與 100 個詞長的文檔的處理方式相同。下面是用于規范化的表。由于這兩個文檔的長度位于相鄰表值 32 與 128 之間的范圍內，因此將認為它們具有相同的有效長度 128 (32 < docLength <= 128)。

	復制代碼
{ 16, 32, 128, 256, 512, 725, 1024, 1450, 2048, 2896, 4096, 5792, 8192, 11585, 16384, 23170, 28000, 32768, 39554, 46340, 55938, 65536, 92681, 131072, 185363, 262144, 370727, 524288, 741455, 1048576, 2097152, 4194304 };

復制代碼

                    { 16, 32, 128, 256, 512, 725, 1024, 1450, 2048, 2896, 4096, 5792, 8192, 11585, 

16384, 23170, 28000, 32768, 39554, 46340, 55938, 65536, 92681, 131072, 185363, 

262144, 370727, 524288, 741455, 1048576, 2097152, 4194304 };

CONTAINSTABLE 排名

CONTAINSTABLE 排名使用以下算法：

	復制代碼
StatisticalWeight = Log2( ( 2 + IndexedRowCount ) / KeyRowCount ) Rank = min( MaxQueryRank, HitCount * 16 * StatisticalWeight / MaxOccurrence )

短語匹配項的排名方式與各個鍵類似，只不過要估計 KeyRowCount （包含該短語的行數），并且此值可能會比實際值大。

ISABOUT 排名

CONTAINSTABLE 使用 ISABOUT 選項支持查詢加權詞。按照傳統信息檢索系統的說法，ISABOUT 表示向量空間查詢。所使用的默認排名算法為廣為人知的公式 Jaccard。將根據查詢中的每個詞計算排名，然后按如下描述將這些排名相結合。

	復制代碼
ContainsRank = same formula used for CONTAINSTABLE ranking of a single term (above). Weight = the weight specified in the query for each term. Default weight is 1. WeightedSum = Σ[key=1 to n] ContainsRankKey * WeightKey Rank = ?( MaxQueryRank * WeightedSum ) / ( ( Σ[key=1 to n] ContainsRankKey^2 ) + ( Σ[key=1 to n] WeightKey^2 ) - ( WeightedSum ) )

復制代碼

                        ContainsRank = same formula used for CONTAINSTABLE ranking of a single term (above).

Weight = the weight specified in the query for each term. Default weight is 1.

WeightedSum = Σ[key=1 to n] ContainsRankKey * WeightKey

Rank = ?( MaxQueryRank * WeightedSum ) / ( ( Σ[key=1 to n] ContainsRankKey^2 ) 

      + ( Σ[key=1 to n] WeightKey^2 ) - ( WeightedSum ) )

FREETEXTTABLE 排名

FREETEXTTABLE 排名基于 OKAPI BM25 排名公式計算。FREETEXTTABLE 查詢將通過派生詞（原始查詢詞的變形）向查詢中添加詞，這些詞將被作為單獨的、與派生出它們的詞沒有特殊聯系的詞來處理。同義詞庫功能派生出的同義詞將被當作單獨的、具有同等加權值的詞來處理。查詢中的每個詞都會對排名產生影響。

	復制代碼
Rank = Σ[Terms in Query] w ( ( ( k1 + 1 ) tf ) / ( K + tf ) ) * ( ( k3 + 1 ) qtf / ( k3 + qtf ) ) ) Where: w is the Robertson-Sparck Jones weight. In simplified form, w is defined as: w = log10 ( ( ( r + 0.5 ) * ( N – R + r + 0.5 ) ) / ( ( R – r + 0.5 ) * ( n – r + 0.5 ) ) N is the number of indexed rows for the property being queried. n is the number of rows containing the word. K is ( k1 * ( ( 1 – b ) + ( b * dl / avdl ) ) ). dl is the property length, in word occurrences. avdl is the average length of the property being queried, in word occurrences. k1, b, and k3 are the constants 1.2, 0.75, and 8.0, respectively. tf is the frequency of the word in the queried property in a specific row. qtf is the frequency of the term in the query.

復制代碼

                    Rank = Σ[Terms in Query] w ( ( ( k1 + 1 ) tf ) / ( K + tf ) ) * ( ( k3 + 1 ) qtf / ( k3 + qtf ) ) )

Where: 

w is the Robertson-Sparck Jones weight. 

In simplified form, w is defined as: 

w = log10 ( ( ( r + 0.5 ) * ( N – R + r + 0.5 ) ) / ( ( R – r + 0.5 ) * ( n – r + 0.5 ) )

N is the number of indexed rows for the property being queried. 

n is the number of rows containing the word. 

K is ( k1 * ( ( 1 – b ) + ( b * dl / avdl ) ) ). 

dl is the property length, in word occurrences. 

avdl is the average length of the property being queried, in word occurrences. 

k1, b, and k3 are the constants 1.2, 0.75, and 8.0, respectively. 

tf is the frequency of the word in the queried property in a specific row. 

qtf is the frequency of the term in the query.

全文索引排名計算問題

更多文章、技術交流、商務合作、聯系博主

微信掃碼或搜索：z360901061

微信掃一掃加我為好友

QQ號聯系： 360901061

您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。

【本文對您有幫助就好】元

2元

5元

10元

20元

自定義