知识卡片

普通读书笔记卡 · 9813.a · 生成模型:DeepSeek-V4.1-Flash

布尔模型:能判匹配,不能排序

理解等级:中级

布尔模型把查询和文档都表示成标引项的布尔表达式:文档写成所有出现标引项的“与”,查询写成由 AND、OR、NOT 连接的表达式,并可以化为析取范式(DNF,即若干“与项”的“或”)。匹配过程就是对每个文档求这个表达式的真假:出现了查询要求的词就是真,否则是假。问题在于结果是二值的——一篇文档要么完全命中,要么完全落选,所有命中文档被视为同等相关,无法排出先后;它也无法表达“命中了 3 个查询词中的 2 个”这种部分匹配。布尔模型的优点是精确、可解释、用倒排表求交集即可实现;缺点是查询写法直接决定结果(AND 太严、OR 太松),词频、文档长度、词的重要性信息全部被丢弃。正是这个“能判不能排”的缺口,催生了 [[向量空间模型要回答的三个问题]]。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)》第5章 搜索系统中的主要算法(源文件:extracted/智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)/_epub-src/text/part0070.html) - 结论依据:原文用文档中是否出现某个词来定义布尔变量,取值只有真、假两态,说明布尔匹配天然是二值判断,没有相关程度和排序空间。 - 原始内容:布尔变量:只有“真”“假”两种状态的变量。如:一篇文档中是否存在“机器学习”这个词的结果就是一个布尔变量。(存在即为“真”,不存在即为“假”。)