基于分布式表征和局部排序的信息檢索集合選擇方法.pdf_第1頁
已閱讀1頁,還剩69頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、集合選擇是分布式信息檢索系統(tǒng)的重要組成部分。利用文本語義信息來度量查詢與集合的相關(guān)度是提高集合選擇準(zhǔn)確度的一個(gè)有效途徑。本文從文本的語義表示入手,提出一種基于分布式表征(Distributed Representation)和局部排序的信息檢索集合選擇方法。該方法針對現(xiàn)有集合選擇方法在文本表示上存在的語義獲取不準(zhǔn)確問題,采用神經(jīng)網(wǎng)絡(luò)語言模型來訓(xùn)練查詢與文檔對應(yīng)的分布式表征向量,以提高查詢與文檔相關(guān)度的準(zhǔn)確度;針對原始查詢過于簡短、不易確

2、定查詢意圖的問題,使用一種結(jié)合Wikipedia和ListNet的方法對原始查詢進(jìn)行擴(kuò)展,以進(jìn)一步提高查詢與文檔相關(guān)度的準(zhǔn)確度;在已知查詢與文檔相關(guān)度的基礎(chǔ)上,針對傳統(tǒng)方法的文檔排序方式不合理問題,使用局部排序的方法對文檔進(jìn)行排序,并引入文檔評分閾值,來提高查詢與集合相關(guān)度的準(zhǔn)確度。最后,本文選取ReDDE、MReDDE、CRCS和LBCS方法作為基準(zhǔn)方法,在三種集合劃分方式下分別對本文方法中三大組成要素的單項(xiàng)有效性和綜合有效性進(jìn)行驗(yàn)證

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論