---
title: "Cos’è BM25? Il ranking per parole chiave Okapi BM25 spiegato"
description: "BM25 è la funzione di ranking per parole chiave standard in Lucene ed Elasticsearch. Come funzionano k1 e b, e perché il testo arabo va prima normalizzato."
url: https://broadrouter.com/it/glossary/bm25/
lang: it
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Tradotto dall’inglese con l’aiuto dell’IA. [Leggi l’originale in inglese](https://broadrouter.com/glossary/bm25/) (aggiornato il 2026-11-16).

# BM25

Aggiornato 2026-11-16

BM25 (Okapi BM25) è una funzione di ranking per la ricerca per parole chiave che assegna un punteggio a un documento in base a quanto spesso vi compaiono i termini della query, a quanto sono rari nella collezione e alla lunghezza del documento. È la similarità predefinita in Lucene ed Elasticsearch.

Detto anche: ricerca lessicale, ranking BM25, algoritmo BM25, Okapi BM25, lexical search

BM25 è la metà “parole chiave” della maggior parte dei sistemi di ricerca: veloce, economico e bravo con i termini esatti.

## Come funziona

BM25 nasce dal probabilistic relevance framework, riassunto da Robertson e Zaragoza in “The Probabilistic Relevance Framework: BM25 and Beyond” (2009). La classe di Lucene ricorda che è stato introdotto da Robertson, Walker, Jones e altri a TREC-3.

Per ogni termine della query, BM25 combina tre segnali:

-   **Frequenza del termine**: più occorrenze nel documento alzano il punteggio, ma con rendimenti decrescenti.
-   **Frequenza inversa nei documenti (IDF)**: i termini rari contano di più. Lucene la implementa come `log(1 + (docCount - docFreq + 0.5)/(docFreq + 0.5))`.
-   **Normalizzazione per lunghezza**: una corrispondenza in un documento breve conta più della stessa corrispondenza in uno lungo.

Due parametri lo regolano. Dalla documentazione di Elasticsearch:

| Parametro | Default | Cosa controlla |
| --- | --- | --- |
| `k1` | 1.2 | “non-linear term frequency normalization (saturation)” (traduzione: normalizzazione non lineare della frequenza del termine, saturazione) |
| `b` | 0.75 | “to what degree document length normalizes tf values” (traduzione: in che misura la lunghezza del documento normalizza i valori di tf) |

BM25 è la similarità predefinita in Elasticsearch.

## Perché è importante

-   **Corrispondenze esatte.** Codici prodotto, nomi e messaggi di errore sono il punto in cui gli [embedding](https://broadrouter.com/it/glossary/embeddings/) sono più deboli e BM25 è forte.
-   **Costo.** Non richiede chiamate a modelli né GPU, solo un indice invertito.
-   **Ricerca ibrida.** La maggior parte dei sistemi RAG in produzione lo abbina alla ricerca vettoriale; vedi [ricerca ibrida](https://broadrouter.com/it/glossary/hybrid-search/).

## Testo arabo e BM25

BM25 confronta i token in modo esatto, quindi dipende da come il testo viene analizzato. In arabo la stessa parola può essere scritta con forme diverse di alef, con o senza diacritici, o con la teh marbuta (ة) scritta come heh (ه), e articoli e congiunzioni si attaccano alla parola. Senza [normalizzazione del testo arabo](https://broadrouter.com/it/glossary/arabic-text-normalization/) e stemming, queste varianti non combaciano.

L’analyzer `arabic` integrato in Elasticsearch concatena questi filtri: `lowercase`, `decimal_digit`, `arabic_stop`, `arabic_normalization`, un keyword marker e `arabic_stemmer`. Normalizza query e documenti nello stesso modo. [Normalizzazione del testo arabo per la ricerca](https://broadrouter.com/it/blog/arabic-text-normalization-search/) verifica quali regole aiutano e quali peggiorano, e lo strumento [normalizzatore di testo arabo](https://broadrouter.com/tools/arabic-text-normalizer/) ti fa provare sul tuo testo.

## Su BroadNet Inference

BM25 gira nel tuo motore di ricerca, non nell’LLM. BroadNet non offre endpoint per embedding o rerank; serve i modelli di chat che leggono ciò che recuperi. Invia i migliori risultati BM25 o ibridi a un modello come [Qwen3.8 27B](https://broadrouter.com/it/models/qwen3.8-27b/) tramite la Chat Completions API. [Ricerca RAG in arabo](https://broadrouter.com/it/blog/arabic-rag-search/) mostra una pipeline completa.

## Domande frequenti

### BM25 serve ancora se ho gli embedding?

Sì. BM25 è forte sui termini esatti come nomi, codici e messaggi di errore, che gli embedding possono rendere sfocati. Molti sistemi RAG usano entrambi e uniscono i risultati con la ricerca ibrida.

### A cosa servono k1 e b?

k1 controlla quanto in fretta i termini ripetuti smettono di aggiungere punteggio (saturazione della frequenza del termine). b controlla quanto pesa la normalizzazione per lunghezza del documento. Lucene ed Elasticsearch usano come default k1 1.2 e b 0.75.

### BM25 funziona con l’arabo?

Sì, se prima il testo viene analizzato per l’arabo. Senza normalizzazione e stemming, le varianti grafiche e i prefissi attaccati impediscono alle parole di combaciare.

## Vedi anche

-   [Ricerca ibrida (hybrid search)](https://broadrouter.com/it/glossary/hybrid-search/) (termine)
-   [Embedding (embeddings)](https://broadrouter.com/it/glossary/embeddings/) (termine)
-   [Reranking (riordinamento dei risultati)](https://broadrouter.com/it/glossary/reranking/) (termine)
-   [RAG (retrieval-augmented generation)](https://broadrouter.com/it/glossary/rag/) (termine)
-   [Normalizzazione del testo arabo (Arabic text normalization)](https://broadrouter.com/it/glossary/arabic-text-normalization/) (termine)
-   [Database vettoriale (vector database)](https://broadrouter.com/it/glossary/vector-database/) (termine)
-   [Normalizzare il testo arabo per ricerca e RAG: cosa cambiare, cosa no](https://broadrouter.com/it/blog/arabic-text-normalization-search/) (articolo)
-   [RAG in arabo: normalizzazione, chunking e retrieval che funzionano](https://broadrouter.com/it/blog/arabic-rag-search/) (articolo)

Provalo sul tuo carico di lavoro reale. I nuovi account partono con USD 5 di credito per Gemma e trascrizione. DeepSeek, GLM e Qwen3.8 richiedono una ricarica.

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

**Fonti**

-   [Documentazione di Elasticsearch, modulo similarity (BM25 predefinito, k1 e b) (verificato il 2026-11-15)](https://www.elastic.co/docs/reference/elasticsearch/index-settings/similarity)
-   [Apache Lucene 9.12 API, BM25Similarity (verificato il 2026-11-15)](https://lucene.apache.org/core/9_12_0/core/org/apache/lucene/search/similarities/BM25Similarity.html)
-   [Documentazione di Elasticsearch, analyzer per lingua (analyzer arabic) (verificato il 2026-11-15)](https://www.elastic.co/docs/reference/text-analysis/analysis-lang-analyzer)
-   [Robertson e Zaragoza, The Probabilistic Relevance Framework: BM25 and Beyond, Foundations and Trends in Information Retrieval 3, 2009 (record DOI, verificato il 2026-11-15)](https://doi.org/10.1561/1500000019)
