1.  查询 ，文档 。假定 上有 个初始点各自符合分布 ，还有 个点表示文档词的位置。
2. 选取 上任意一个度规。对每个初始点和文档点，计算距离 。把 作为分布的变量，计算分数 。
3.  对每个初始点 使用“路径选择器”
4.  返回

这其实是什么呢，去掉了 learning to rank 层，并且相差一个输入线性变换的 K-NRM (Xiong et al., 2017)。K-NRM 对 “每一行” 都使用 个核函数。如果设计得当， 也可以是内生变量。

本系列 posts 只用一些简单的概念讨论检索的输入和表示，还有两篇结束。下个系列使用几何工具进行信号的变换，它们对应一部分“隐层”的行为。