hbsearch 0.1.1

Various BM25 algorithms for document ranking

Hybrid Search

Installation

pip install hbsearch

Usage

Example

from hbsearch import hybird_search,hybird_search_top_k

toy_doc_string = (
    '精确模式，试图将句子最精确地切开，适合文本分析；全模式，'
    '把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义；'
    '搜索引擎模式，在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。'
    'I am from China, I like math.'
  )

query = '精确模式'

#chunk size for long text
chunk_size=10
# search results
results_and_score, results = hybird_search(query, toy_doc_string, chunk_size)

# print the result list
print(*results_and_score, sep="\n")


# top k search results, 
top_k = 5


# get search results
results_and_score = hybird_search_top_k(query, toy_doc_string,top_k, chunk_size)

# print the result list
print(*results_and_score, sep="\n")

Output

----------using 2*GPUs----------
Building prefix dict from the default dictionary ...
Loading model from cache /tmp/jieba.cache
Loading model cost 0.601 seconds.
Prefix dict has been built successfully.
('精确模式，试图将句子', 0.03278688524590164)
('最精确地切开，适合文', 0.03200204813108039)
('本分析；全模式，把句', 0.03149801587301587)
('决歧义；搜索引擎模式', 0.031009615384615385)
('，在精确模式的基础上', 0.030834914611005692)
('词语都扫描出来, 速', 0.030309988518943745)
('子中所有的可以成词的', 0.03007688828584351)
('度非常快，但是不能解', 0.029857397504456328)
('，对长词再次切分，提', 0.028985507246376812)
('高召回率，适合用于搜', 0.02857142857142857)
('索引擎分词。I am', 0.028169014084507043)
(' from China', 0.027777777777777776)
(', I like math', 0.0273972602739726)
('.', 0.02702702702702703)
----------using 2*GPUs----------
('精确模式，试图将句子', 0.03278688524590164)
('最精确地切开，适合文', 0.031024531024531024)
('高召回率，适合用于搜', 0.0304147465437788)
('本分析；全模式，把句', 0.030330882352941176)
('，在精确模式的基础上', 0.03021353930031804)