2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩45頁未讀, 繼續(xù)免費閱讀

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)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著我國智能手機(jī)的普及,移動互聯(lián)網(wǎng)使用人數(shù)的增加,促使了移動互聯(lián)網(wǎng)的飛速發(fā)展,網(wǎng)絡(luò)中存儲的各種數(shù)據(jù)呈指數(shù)級增長。如何利用信息檢索技術(shù)快捷有效地從這些海量的數(shù)據(jù)中獲取有用的信息,是工業(yè)界和學(xué)術(shù)界都極其關(guān)注的問題。
  傳統(tǒng)的信息檢索技術(shù)大多基于“詞袋”模型,假設(shè)詞項之間是相互獨立的,而忽略了詞項之間的依賴關(guān)系。本文利用統(tǒng)計方法捕獲詞項之間的依賴關(guān)系,構(gòu)建更有效的中文信息檢索模型。主要的工作包括以下幾個方面:
  第一,從統(tǒng)計的

2、角度,本文提出了全獨立、順序依賴以及全依賴三種詞項之間的依賴關(guān)系,基于這三種依賴關(guān)系分別構(gòu)建了檢索的文本特征,設(shè)計了排序函數(shù)。考慮到文本長度以及中文語句的特殊性,在構(gòu)建文本特征時,將詞項之間的距離納入統(tǒng)計范圍。我們在NTCIR-5中文信息檢索測試集上進(jìn)行了實驗。實驗分為兩部分,第一部分實驗分別基于三種依賴關(guān)系構(gòu)造文本特征,在基于順序依賴和全依賴關(guān)系構(gòu)造文本特征時,只組合兩個詞項。第二部分實驗在基于順序依賴和全依賴關(guān)系構(gòu)造文本特征時,查詢

3、文本范圍內(nèi)組合多個詞項構(gòu)建文本特征,并與第一部分的實驗數(shù)據(jù)做了比較。在平均準(zhǔn)確率(MAP)和P@10兩種評測指標(biāo)上做了比較,基于順序依賴關(guān)系和全依賴關(guān)系構(gòu)建的文本特征所得到的檢索結(jié)果都優(yōu)于基于全獨立關(guān)系的文本特征的檢索結(jié)果,而且在構(gòu)建文本特征時,多于兩個詞項組合的文本特征的檢索結(jié)果要優(yōu)于只組合兩個詞項的文本特征的檢索結(jié)果。
  第二,實現(xiàn)了一個基于詞項依賴信息的中文全文信息檢索系統(tǒng)。該系統(tǒng)主要包含三個模塊:文檔解析模塊、索引模塊、

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。

評論

0/150

提交評論