BM25 (Okapi BM25)

BM25 nedir?

BM25 (açılımı Best Matching 25), bir arama sorgusuna karşı belgeleri alaka düzeyine göre sıralayan klasik bir puanlama fonksiyonudur. Kelime eşleşmesine dayanır: sorgudaki kelimeler bir belgede ne sıklıkta geçiyor ve bu kelimeler tüm koleksiyonda ne kadar nadir — BM25 bu ikisini birleştirip her belgeye bir alaka puanı verir. TF-IDF'in daha olgun, daha dengeli hali sayılır ve onlarca yıldır arama sistemlerinin varsayılan omurgası.

Nasıl çalışır?

İki temel sinyali harmanlar. Birincisi kelime sıklığı (term frequency) — bir kelime belgede çok geçiyorsa alaka artar, ama BM25 bunu doyuma uğratır: bir kelimenin 100 kez geçmesi, 10 kez geçmesinden orantısız daha iyi sayılmaz. İkincisi ters belge sıklığı (inverse document frequency) — "ve", "bir" gibi her yerde geçen kelimeler değersizleşir, nadir kelimeler ağırlık kazanır. Üstüne belge uzunluğu düzeltmesi ekler: uzun bir belge sırf uzun olduğu için haksız avantaj kazanmasın diye puan normalize edilir. İki ayar parametresi (k1 ve b) doyum eğrisini ve uzunluk cezasını kontrol eder.

Neden önemli?

Anlamsal aramanın (embedding tabanlı) yükselmesine rağmen BM25 hâlâ her yerde. Hızlı, ucuz, yorumlanabilir ve eğitim gerektirmez — bir vektör modelinin aksine kutudan çıktığı gibi çalışır. En önemlisi, modern RAG sistemlerinde tek başına değil, anlamsal aramayla birlikte hibrit kurulumda kullanılıyor: BM25 tam kelime eşleşmesini yakalar, embedding'ler anlamı yakalar, ikisi birleşince sonuç daha sağlam olur.

Kullanım alanları

Arama motorları (Elasticsearch ve OpenSearch'ün varsayılan sıralaması BM25'tir), doküman erişim sistemleri, RAG hattında geri getirme (retrieval) adımı ve hibrit aramada anahtar kelime bacağı. Bir sohbet botuna "kendi belgelerimden cevap versin" dediğinde, arka planda büyük ihtimalle BM25 ya da onunla harmanlanan bir sistem çalışıyordur.