结合邻近度的语义位置语言检索模型
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8-10页 |
| 1.2 本文工作 | 第10-11页 |
| 1.2.1 主要工作及创新之处 | 第10-11页 |
| 1.3 论文组织 | 第11-12页 |
| 第二章 信息检索概述 | 第12-29页 |
| 2.1 信息检索的基础 | 第12-16页 |
| 2.1.1 基本概念 | 第12-14页 |
| 2.1.2 信息检索原理及流程 | 第14-16页 |
| 2.2 信息检索建模 | 第16-22页 |
| 2.2.0 信息检索模型描述 | 第16-17页 |
| 2.2.1 布尔模型 | 第17-18页 |
| 2.2.2 向量空间模型 | 第18-20页 |
| 2.2.3 概率模型 | 第20-22页 |
| 2.3 语言模型 | 第22-24页 |
| 2.3.1 基于多项过程的语言模型 | 第22-23页 |
| 2.3.2 基于伯努利过程的语言模型 | 第23-24页 |
| 2.4 结合语义的位置语言模型 | 第24-27页 |
| 2.4.1 对 k ( i , j )核函数讨论 | 第26-27页 |
| 2.5 检索评价 | 第27-28页 |
| 2.5.1 检索指标 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 结合邻近度的语义位置语言检索模型 | 第29-38页 |
| 3.1 邻近度的思想 | 第29-30页 |
| 3.1.1 邻近度的研究背景 | 第29-30页 |
| 3.1.2 本文目标 | 第30页 |
| 3.2 结合邻近度的概率模型 | 第30-32页 |
| 3.2.1 结合邻近度的 BM25 模型 | 第31页 |
| 3.2.2 结合基于跨度的邻近度 BM25 模型 | 第31-32页 |
| 3.3 结合邻近度的语义位置语言检索模型 | 第32-35页 |
| 3.3.1 狄利克雷先验分布的语言模型 | 第33-34页 |
| 3.3.2 结合邻近度的 SPLM 检索模型 | 第34-35页 |
| 3.4 模型复杂度分析 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 词项邻近度得分计算 | 第38-42页 |
| 4.1 词项邻近度计算策略 | 第38-41页 |
| 4.1.1 词项邻近度距离及得分度量策略 | 第38-39页 |
| 4.1.2 以词项为中心的邻近度计算方法 | 第39-41页 |
| 4.2 本章小结 | 第41-42页 |
| 第五章 实验 | 第42-48页 |
| 5.1 实验准备 | 第42-43页 |
| 5.1.1 数据集介绍与预处理 | 第42页 |
| 5.1.2 参数设置与评价指标 | 第42-43页 |
| 5.2 检索性能对比 | 第43-45页 |
| 5.3 σ和μ对模型检索性能的影响 | 第45-46页 |
| 5.4 本章小结 | 第46-48页 |
| 第六章 总结与展望 | 第48-50页 |
| 6.1 总结 | 第48页 |
| 6.2 未来工作的展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 简历 | 第54-55页 |
| 致谢 | 第55页 |
