---
title: "BM25 nedir? Okapi BM25 anahtar kelime sıralaması | BroadRouter"
description: "BM25, Lucene ve Elasticsearch'teki standart anahtar kelime sıralama fonksiyonudur. k1 ve b ayarları nasıl çalışır, Arapça metin neden önce normalize edilmeli?"
url: https://broadrouter.com/tr/glossary/bm25/
lang: tr
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

İngilizceden yapay zekâ desteğiyle çevrilmiştir. [İngilizce aslını okuyun](https://broadrouter.com/glossary/bm25/) (güncelleme: 2026-11-16).

# BM25

Güncellendi 2026-11-16

BM25 (Okapi BM25), anahtar kelime araması için bir sıralama fonksiyonudur; bir belgeyi sorgu terimlerinin içinde ne sıklıkla geçtiğine, bu terimlerin koleksiyonda ne kadar nadir olduğuna ve belgenin uzunluğuna göre puanlar. Lucene ve Elasticsearch'te varsayılan benzerlik fonksiyonudur.

Diğer adları: BM25, BM25 algoritması, BM25 sıralama, sözcüksel arama, anahtar kelime araması, Okapi BM25, lexical search

BM25 çoğu arama sisteminin anahtar kelime yarısıdır: hızlı, ucuz ve tam terimlerde iyi.

## Nasıl çalışır

BM25, Robertson ve Zaragoza’nın “The Probabilistic Relevance Framework: BM25 and Beyond” (2009) çalışmasında özetlediği olasılıksal alaka çerçevesinden gelir. Lucene’in sınıf belgesi, yöntemin TREC-3’te Robertson, Walker, Jones ve diğerleri tarafından tanıtıldığını belirtir.

BM25 her sorgu terimi için üç sinyali birleştirir:

-   **Terim sıklığı**: belgede daha fazla geçmek puanı artırır, ama azalan getiriyle.
-   **Ters belge sıklığı (IDF)**: nadir terimler daha çok sayılır. Lucene bunu `log(1 + (docCount - docFreq + 0.5)/(docFreq + 0.5))` olarak uygular.
-   **Uzunluk normalizasyonu**: kısa bir belgedeki eşleşme, uzun bir belgedeki aynı eşleşmeden daha çok sayılır.

İki parametre onu ayarlar. Elasticsearch belgelerine göre:

| Parametre | Varsayılan | Neyi kontrol eder |
| --- | --- | --- |
| `k1` | 1.2 | “non-linear term frequency normalization (saturation)” (çeviri: doğrusal olmayan terim sıklığı normalizasyonu (doygunluk)) |
| `b` | 0.75 | “to what degree document length normalizes tf values” (çeviri: belge uzunluğunun tf değerlerini ne ölçüde normalize ettiği) |

BM25, Elasticsearch’te varsayılan benzerlik fonksiyonudur.

## Neden önemli

-   **Tam eşleşmeler.** Ürün kodları, adlar ve hata mesajları, [embedding’lerin](https://broadrouter.com/tr/glossary/embeddings/) en zayıf, BM25’in ise güçlü olduğu yerlerdir.
-   **Maliyet.** Model çağrısı veya GPU gerektirmez, yalnızca bir ters indeks gerekir.
-   **Hibrit arama.** Üretimdeki RAG sistemlerinin çoğu onu vektör aramasıyla eşleştirir; bkz. [hibrit arama](https://broadrouter.com/tr/glossary/hybrid-search/).

## Arapça metin ve BM25

BM25 token’ları birebir eşleştirir; bu yüzden metnin nasıl çözümlendiğine bağlıdır. Arapçada aynı kelime farklı elif biçimleriyle, harekeli veya harekesiz ya da te marbuta (ة) he (ه) olarak yazılarak yazılabilir; tanımlıklar ve bağlaçlar da kelimeye bitişir. [Arapça metin normalizasyonu](https://broadrouter.com/tr/glossary/arabic-text-normalization/) ve kök bulma olmadan bu varyantlar eşleşmez.

Elasticsearch’ün yerleşik `arabic` çözümleyicisi şu filtreleri zincirler: `lowercase`, `decimal_digit`, `arabic_stop`, `arabic_normalization`, bir keyword işaretleyici ve `arabic_stemmer`. Sorguları ve belgeleri aynı şekilde normalize edin. [Arama için Arapça metin normalizasyonu](https://broadrouter.com/tr/blog/arabic-text-normalization-search/) yazısı hangi kuralların yardımcı olduğunu, hangilerinin zarar verdiğini test eder; [Arapça metin normalleştirici](https://broadrouter.com/tools/arabic-text-normalizer/) aracı da bunları kendi metninizde denemenizi sağlar.

## BroadNet Inference’ta

BM25 LLM’de değil, arama motorunuzda çalışır. BroadNet embedding veya rerank uç noktaları sunmaz; getirdiğiniz içeriği okuyan sohbet modellerini sunar. En iyi BM25 veya hibrit sonuçlarınızı Chat Completions API üzerinden [Qwen3.8 27B](https://broadrouter.com/tr/models/qwen3.8-27b/) gibi bir modele gönderin. [Arapça RAG araması](https://broadrouter.com/tr/blog/arabic-rag-search/) eksiksiz bir işlem hattı gösterir.

## Sık sorulan sorular

### Embedding'lerim varken BM25 hâlâ işe yarar mı?

Evet. BM25, embedding'lerin bulanıklaştırabildiği adlar, kodlar ve hata dizeleri gibi tam terimlerde güçlüdür. Birçok RAG sistemi ikisini birlikte çalıştırır ve sonuçları hibrit aramayla birleştirir.

### k1 ve b ne işe yarar?

k1, tekrarlanan terimlerin ne kadar çabuk puan eklemeyi bıraktığını (terim sıklığı doygunluğu) belirler. b, belge uzunluğunun ne ölçüde normalize edildiğini belirler. Lucene ve Elasticsearch varsayılan olarak k1 1.2 ve b 0.75 kullanır.

### BM25 Arapçada çalışır mı?

Evet, metin önce Arapça için çözümlenirse. Normalizasyon ve kök bulma olmadan yazım varyantları ve bitişik ön ekler kelimelerin eşleşmesini engeller.

## Ayrıca bakın

-   [Hibrit arama (hybrid search)](https://broadrouter.com/tr/glossary/hybrid-search/) (terim)
-   [Embedding (gömme vektörü)](https://broadrouter.com/tr/glossary/embeddings/) (terim)
-   [Yeniden sıralama (reranking)](https://broadrouter.com/tr/glossary/reranking/) (terim)
-   [RAG (erişimle artırılmış üretim)](https://broadrouter.com/tr/glossary/rag/) (terim)
-   [Arapça metin normalizasyonu (normalization)](https://broadrouter.com/tr/glossary/arabic-text-normalization/) (terim)
-   [Vektör veritabanı (vector database)](https://broadrouter.com/tr/glossary/vector-database/) (terim)
-   [Arama ve RAG için Arapça metin normalleştirme: neyi değiştirmeli?](https://broadrouter.com/tr/blog/arabic-text-normalization-search/) (yazı)
-   [Arapça RAG: işe yarayan normalleştirme, parçalama ve erişim](https://broadrouter.com/tr/blog/arabic-rag-search/) (yazı)

Gerçek iş yükünüzle deneyin. Yeni hesaplar şunlar için US$5 kredi ile başlar: Gemma ve transkripsiyon. Bakiye yüklemesi gerekenler: DeepSeek, GLM ve Qwen3.8.

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

**Kaynaklar**

-   [Elasticsearch belgeleri, benzerlik modülü (varsayılan BM25, k1 ve b) (kontrol tarihi 2026-11-15)](https://www.elastic.co/docs/reference/elasticsearch/index-settings/similarity)
-   [Apache Lucene 9.12 API, BM25Similarity (kontrol tarihi 2026-11-15)](https://lucene.apache.org/core/9_12_0/core/org/apache/lucene/search/similarities/BM25Similarity.html)
-   [Elasticsearch belgeleri, dil çözümleyicileri (arabic çözümleyicisi) (kontrol tarihi 2026-11-15)](https://www.elastic.co/docs/reference/text-analysis/analysis-lang-analyzer)
-   [Robertson ve Zaragoza, The Probabilistic Relevance Framework: BM25 and Beyond, Foundations and Trends in Information Retrieval 3, 2009 (DOI kaydı, kontrol tarihi 2026-11-15)](https://doi.org/10.1561/1500000019)
