Разреженный поиск BM25

Разреженный поиск основан на точном совпадении ключевых слов (мешок слов). BM25 улучшает TF-IDF двумя дополнениями:

насыщение частоты термина — каждое следующее вхождение даёт всё меньший прирост (параметр k1);
нормализация длины документа (параметр b).

Редкие слова весят больше (IDF).

Сила — точные имена, технические коды, термины. Слабость — не понимает синонимы («kitty» не найдёт «cat»).

Обучаемые варианты (SPLADE, BGE-M3 sparse) добавляют нейросетевые веса терминам.