凯伦·斯巴克·琼斯：教会搜索排名的统计学家
1972年，《文献杂志》（Journal of Documentation）发表了一位签有短期合同的剑桥研究员撰写的十一页论文，其标题平平无奇：“术语特异性的统计解释及其在检索中的应用”。其论点近乎尴尬地简单：出现在每个文档中的单词什么也没告诉你，而出现在极少数文档中的单词则说明了大量信息，因此应对它们赋予相应的权重。该论文引入了逆文档频率。半个世纪后，它成为信息检索领域被引用最多的结果之一，其某种版本基本上存在于地球上的每一个搜索引擎中。
一个刻意保留的挪威姓氏
凯伦·伊达·博尔特·斯巴克·琼斯（Karen Ida Boalth Spärck Jones）于1935年8月26日出生在约克郡哈德斯菲尔德。她的父亲阿尔弗雷德·欧文·琼斯（Alfred Owen Jones）讲授化学；她的母亲伊达·斯巴克（Ida Spärck）是一名逃往英国并在第二次世界大战期间为流亡挪威政府工作的挪威人。这个复合姓氏是一个深思熟虑的举动。她在职业生涯中保留了母亲的挪威姓氏，正如她所说，这样做“维持了你自身的永久存在”——这是对被同化的一种早期而无声的拒绝。
从历史到语言研究单位
她于1953年至1956年在剑桥大学格顿学院攻读历史，并以哲学（按剑桥的习惯称为道德科学）作为她的毕业年科目。这里面没有任何计算方面的内容。她毕业后成为了一名学校教师。
拉回她的是对她丈夫所做工作的好奇心。她于1958年与计算机科学家罗杰·尼德姆（Roger Needham）结婚，并通过他接触到了剑桥语言研究单位，这是一个由玛格丽特·马斯特曼（Margaret Masterman）运营的小型、古怪的机构，致力于让机器处理含义。马斯特曼为她提供了一个研究职位。斯巴克·琼斯接受了这一职位，并将其余生奉献给了让计算机利用人类语言做有用地步的问题。她的博士学位关于语义分类，据报道在出现在1964年的书籍《同义词与语义分类》（Synonymy and Semantic Classification）之前受到了主考官的冷遇——该书现在被认为是自然语言处理的奠基文本。
稀有词价值更高的理念
逆文档频率背后的真知灼见具有所有好主意的特质：一旦说明便显而易见，之前则隐形。20世纪60年代的检索系统将查询的单词视为或多或少可互换的。斯巴克·琼斯认为，术语的有用性是其在整个集合中特异性的函数——包含它的文档越少，其区分度就越大。“The”不承载信号；“photosynthesis”承载了几乎所有的信号。将该权重乘以该术语在给定文档中出现的频率，便得到了TF–IDF，这种评分方案将文档检索从集合匹配转变为排名。
她更广泛的研究计划远远超出了这一公式：检索的概率模型、自动文档摘要、数据库查询系统、语音和多媒体检索、用户和智能体建模，以及她的一大心结——对语言系统的严格评估。她从1994年起担任DARPA/NIST文本检索会议的项目委员会成员，这一努力使检索研究在经验上具有可问责性。
签订三十年短期合同
她的体制轨迹与她的知识轨迹并不相符。她于1974年加入剑桥大学计算机实验室，并在那里的滚动短期合同上工作，直到1993年终于成为正式员工——将近二十年。她直到1999年才成为计算机与信息教授，即2002年退休前三年，并且她几乎工作到去世。她直言不讳地将这种不稳定性归咎于她的性别。她在2001年对一名IEEE口述历史采访者表示，剑桥“在许多方面并不人性化，从女性友好的意义上来说”。在她职业生涯的大部分时间里，她是房间里唯一的女性。
计算太重要了，不能留给男人
她将这种经历转化为有组织的努力，而不是私下的抱怨：她是计算机实验室women@cl网络的发起成员之一，是旨在将女孩引入该领域的推广活动的设计师，也是她现在被引用最多的名言的作者——“计算太重要了，不能留给男人。”荣誉来得很晚，然后一涌而至：1988年的杰拉德·萨尔顿奖（Gerard Salton Award）、1993年的AAAI会士、1994年的计算语言学协会（Association for Computational Linguistics）会长、英国国家学术院会士及其自2000年至2002年的副院长、2002年的ASIS&T功绩奖、2004年的ACL终身成就奖、2006年的ACM–AAAI艾伦·纽厄尔奖（Allen Newell Award），以及2007年的ACM女性小组雅典娜奖（Athena Award）和英国计算机学会的洛夫莱斯奖章（Lovelace Medal），她是第一位获得该奖章的女性。
为什么凯伦被称为天才
展现出来的天赋是纪律下的抽象——能够找到抓取模糊人类直觉的一个可测量量，然后坚持对其进行测量。每个人都知道有些词比其他词提供更多信息。斯巴克·琼斯将其转化为你可以在任何集合上计算的加权函数，然后花了几十年时间争论必须凭经验评估语言系统，而不是仅仅对其进行赞赏。她的训练背景是历史和哲学，而不是数学或工程，这使得这一转变更加陌生且更加令人印象深刻：她将统计推理引入了一个当时由符号、规则编写的人工智能主导的领域，当风向对她不利时，她基本上是正确的。她所倡导的意义的统计-语境观点——即一个词的含义是它在一个语料库中所处伴侣的函数——是现在主导该领域的机器学习语言模型的智识先驱。
诚实的反对意见是，IDF是一个单一的、数学上微不足道的想法。它是一个比率的对数；一个合格的统计学家可以在一个下午推导出来。它的重要性在于框架和时机，而不是技术深度，斯巴克·琼斯本人也从未对其进行过粉饰。她也没有构建让她成名的系统——搜索引擎是在几十年后由其他人商业化的，大多没有记功于她。她的主张建立在早期正确的基础上，建立在一系列远不如那个单一公式光鲜的仔细评估工作之上，并且建立在判断力而非火力之上。这是一种真正的智识区别，应该准确描述而不是夸大。
遗产
她于2007年4月4日因癌症逝世，享年71岁。伦敦的《泰晤士报》在四年前曾为她的丈夫发表过讣告，但没有为她发表；《纽约时报》最终在2019年在其“被忽视”（Overlooked）系列中发表了一篇讣告，称她为“计算机科学的先驱”。纠正一直在继续：自2008年起由英国计算机学会信息检索专业组每年颁发的凯伦·斯巴克·琼斯奖；2007年更名的哈德斯菲尔德大学斯巴克·琼斯大楼；以及由剑桥和英国政府于2024年推出的斯巴克AI奖学金。每一个排名的搜索结果列表都是对她十一页论文的脚注。
