---
title: "Что такое BM25? Ранжирование Okapi BM25 простыми словами"
description: "BM25 — стандартная функция ранжирования по ключевым словам в Lucene и Elasticsearch. Как работают параметры k1 и b и почему арабский текст нужно нормализовать."
url: https://broadrouter.com/ru/glossary/bm25/
lang: ru
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Переведено с английского с помощью ИИ. [Читать оригинал на английском](https://broadrouter.com/glossary/bm25/) (обновлён 2026-11-16).

# BM25

Обновлено 2026-11-16

BM25 (Okapi BM25) — это функция ранжирования для поиска по ключевым словам, которая оценивает документ по тому, как часто в нём встречаются слова запроса, насколько эти слова редки во всей коллекции и какова длина документа. Это сходство по умолчанию в Lucene и Elasticsearch.

Также называют: Okapi BM25, алгоритм BM25, ранжирование BM25, лексический поиск, полнотекстовый поиск, поиск по ключевым словам, lexical search, keyword search

BM25 — это «ключевословная» половина большинства поисковых систем: быстрая, дешёвая и хорошая на точных терминах.

## Как это работает

BM25 вырос из вероятностной модели релевантности, которую Robertson и Zaragoza обобщили в работе «The Probabilistic Relevance Framework: BM25 and Beyond» (2009). В описании класса в Lucene сказано, что функцию представили Robertson, Walker, Jones и другие на TREC-3.

Для каждого слова запроса BM25 объединяет три сигнала:

-   **Частота термина**: чем чаще слово встречается в документе, тем выше балл, но с убывающей отдачей.
-   **Обратная частота документа (IDF)**: редкие термины весят больше. В Lucene она реализована как `log(1 + (docCount - docFreq + 0.5)/(docFreq + 0.5))`.
-   **Нормализация по длине**: совпадение в коротком документе весит больше, чем такое же совпадение в длинном.

Настраивают её два параметра. Из документации Elasticsearch:

| Параметр | По умолчанию | Что задаёт |
| --- | --- | --- |
| `k1` | 1.2 | “non-linear term frequency normalization (saturation)” (перевод: «нелинейная нормализация частоты термина (насыщение)») |
| `b` | 0.75 | “to what degree document length normalizes tf values” (перевод: «в какой степени длина документа нормализует значения tf») |

BM25 — сходство по умолчанию в Elasticsearch.

## Почему это важно

-   **Точные совпадения.** Коды товаров, имена и сообщения об ошибках — то, где [эмбеддинги](https://broadrouter.com/ru/glossary/embeddings/) слабее всего, а BM25 силён.
-   **Стоимость.** Ему не нужны ни вызовы модели, ни GPU — только инвертированный индекс.
-   **Гибридный поиск.** Большинство RAG-систем в продакшене сочетают его с векторным поиском; см. [гибридный поиск](https://broadrouter.com/ru/glossary/hybrid-search/).

## Арабский текст и BM25

BM25 сопоставляет токены точно, поэтому всё зависит от того, как анализируется текст. В арабском одно и то же слово можно написать с разными формами алифа, с огласовками или без них, с та марбутой (ة), записанной как ха (ه), а артикли и союзы пишутся слитно со словом. Без [нормализации арабского текста](https://broadrouter.com/ru/glossary/arabic-text-normalization/) и стемминга эти варианты не совпадут.

Встроенный анализатор `arabic` в Elasticsearch выстраивает цепочку фильтров: `lowercase`, `decimal_digit`, `arabic_stop`, `arabic_normalization`, маркер ключевых слов и `arabic_stemmer`. Нормализуйте запросы и документы одинаково. В статье о [нормализации арабского текста для поиска](https://broadrouter.com/ru/blog/arabic-text-normalization-search/) проверено, какие правила помогают, а какие вредят, а инструмент [нормализатор арабского текста](https://broadrouter.com/tools/arabic-text-normalizer/) позволяет опробовать их на своём тексте.

## В BroadNet Inference

BM25 работает в вашем поисковом движке, а не в LLM. Эндпоинтов для эмбеддингов или реранкинга BroadNet не предлагает; она обслуживает чат-модели, которые читают найденное вами. Отправляйте лучшие результаты BM25 или гибридного поиска модели вроде [Qwen3.8 27B](https://broadrouter.com/ru/models/qwen3.8-27b/) через Chat Completions API. Полный конвейер показан в статье о [поиске для арабского RAG](https://broadrouter.com/ru/blog/arabic-rag-search/).

## Вопросы и ответы

### Нужен ли BM25, если уже есть эмбеддинги?

Да. BM25 силён на точных терминах — именах, кодах, текстах ошибок, — которые эмбеддинги могут размывать. Многие RAG-системы используют оба подхода и объединяют результаты гибридным поиском.

### Что делают параметры k1 и b?

k1 задаёт, как быстро повторы термина перестают добавлять баллы (насыщение частоты термина). b задаёт, насколько сильно нормализуется длина документа. В Lucene и Elasticsearch по умолчанию k1 1.2 и b 0.75.

### Работает ли BM25 с арабским?

Да, если сначала обработать текст анализатором для арабского. Без нормализации и стемминга варианты написания и присоединённые приставки мешают словам совпадать.

## См. также

-   [Гибридный поиск (hybrid search)](https://broadrouter.com/ru/glossary/hybrid-search/) (термин)
-   [Эмбеддинги (embeddings)](https://broadrouter.com/ru/glossary/embeddings/) (термин)
-   [Реранкинг (reranking)](https://broadrouter.com/ru/glossary/reranking/) (термин)
-   [RAG (генерация, дополненная поиском)](https://broadrouter.com/ru/glossary/rag/) (термин)
-   [Нормализация арабского текста (Arabic text normalization)](https://broadrouter.com/ru/glossary/arabic-text-normalization/) (термин)
-   [Векторная база данных (vector database)](https://broadrouter.com/ru/glossary/vector-database/) (термин)
-   [Нормализация арабского текста для поиска и RAG: что менять, а что нет](https://broadrouter.com/ru/blog/arabic-text-normalization-search/) (статья)
-   [RAG на арабском: нормализация, чанкинг и поиск, который работает](https://broadrouter.com/ru/blog/arabic-rag-search/) (статья)

Проверьте на своей реальной нагрузке. Новые аккаунты получают стартовый грант US$5 на Gemma и распознавание речи. Для DeepSeek, GLM и Qwen3.8 нужно пополнить баланс.

[Начать](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-glossary-bm25&utm_content=page-cta) ·

**Источники**

-   [Документация Elasticsearch, модуль similarity (BM25 по умолчанию, k1 и b) (проверено 2026-11-15)](https://www.elastic.co/docs/reference/elasticsearch/index-settings/similarity)
-   [Apache Lucene 9.12 API, BM25Similarity (проверено 2026-11-15)](https://lucene.apache.org/core/9_12_0/core/org/apache/lucene/search/similarities/BM25Similarity.html)
-   [Документация Elasticsearch, языковые анализаторы (анализатор arabic) (проверено 2026-11-15)](https://www.elastic.co/docs/reference/text-analysis/analysis-lang-analyzer)
-   [Robertson и Zaragoza, The Probabilistic Relevance Framework: BM25 and Beyond, Foundations and Trends in Information Retrieval 3, 2009 (запись DOI, проверено 2026-11-15)](https://doi.org/10.1561/1500000019)
