2014年11月28日 (五) 08:31的版本

test idf and tf

• data

 d0 [{如何，怎么}} {办理，办} {户口，户口本} # 到当地派出所办理  # 如何办理户口
 d1 {办理，办} {户口，户口本} [{流程，步骤}] # 到当地派出所办理  # 如何办理户口
 d2 [{如何，怎么}} {办理，办} {身份证，身份} # 到当地派出所办理  # 如何办理身份证
 d3 {办理，办} {身份证} [{流程，步骤}] # 到当地派出所办理  # 如何办理身份证

• 搜索

query:"如何办理户口"  => question:如何 question:办理户口

• result

 doc=0 score=0.114656925 shardIndex=-1|0.114656925 = (MATCH) product of:
   0.22931385 = (MATCH) sum of:
     0.22931385 = (MATCH) weight(question:如何 in 0) [DefaultSimilarity], result of:
       0.22931385 = score(doc=0,freq=1.0 = termFreq=1.0
 ), product of:
       0.4748871 = queryWeight, product of:
         1.287682 = idf(docFreq=2, maxDocs=4)
         0.3687922 = queryNorm
       0.48288077 = fieldWeight in 0, product of:
         1.0 = tf(freq=1.0), with freq of:
           1.0 = termFreq=1.0
         1.287682 = idf(docFreq=2, maxDocs=4)
         0.375 = fieldNorm(doc=0)
  0.5 = coord(1/2)

• 详细计算流score(query,d0)
• 参考公式：[1]

• tf("如何" in d0)= \sqrt{frequency} = \sqrt{1}=1
• idf("如何")=1+ln( \frac{numDocs}{docFreq+1})=1+ln( \frac{4}{2+1} )