基于有监督学习的查询扩展技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 查询扩展研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 本文主要工作 | 第14页 |
| 1.4 本文的结构 | 第14-16页 |
| 第2章 信息检索技术介绍 | 第16-21页 |
| 2.1 信息检索相关概念 | 第16-17页 |
| 2.2 经典检索模型 | 第17-20页 |
| 2.2.1 布尔模型 | 第17-18页 |
| 2.2.2 向量空间模型 | 第18-19页 |
| 2.2.3 概率模型 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第3章 查询扩展技术介绍 | 第21-31页 |
| 3.1 基于语义词典的查询扩展 | 第22-23页 |
| 3.2 基于全局分析的查询扩展 | 第23-24页 |
| 3.2.1 基于全局聚类的查询扩展 | 第23页 |
| 3.2.2 基于相似性词典的查询扩展 | 第23-24页 |
| 3.2.3 基于潜在语义分析的查询扩展 | 第24页 |
| 3.3 基于相关反馈的查询扩展 | 第24-26页 |
| 3.4 基于局部分析的查询扩展 | 第26-29页 |
| 3.4.1 基于聚类的查询扩展 | 第26-28页 |
| 3.4.2 基于伪相关反馈的查询扩展 | 第28-29页 |
| 3.5 基于用户日志的查询扩展 | 第29-30页 |
| 3.6 本章小结 | 第30-31页 |
| 第4章 基于有监督学习的查询扩展 | 第31-43页 |
| 4.1 基于有监督学习的查询扩展策略及流程 | 第31-33页 |
| 4.2 相关文档集获取 | 第33-34页 |
| 4.3 查询扩展词的确定 | 第34-36页 |
| 4.3.1 候选扩展词的提取 | 第34-35页 |
| 4.3.2 候选扩展词的筛选 | 第35-36页 |
| 4.4 有监督分类模型的训练 | 第36-42页 |
| 4.4.1 SVM分类模型 | 第36-37页 |
| 4.4.2 训练数据的生成 | 第37-38页 |
| 4.4.3 训练特征提取 | 第38-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第5章 实验及结果分析 | 第43-52页 |
| 5.1 实验数据 | 第43-45页 |
| 5.1.1 TREC会议 | 第43页 |
| 5.1.2 TREC数据集 | 第43-45页 |
| 5.2 评价标准 | 第45-46页 |
| 5.3 SVM分类器参数设置 | 第46-47页 |
| 5.4 实验结果分析 | 第47-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第6章 系统实现 | 第52-58页 |
| 6.1 系统概述 | 第52-54页 |
| 6.2 功能模块介绍 | 第54-56页 |
| 6.2.1 信息获取 | 第54页 |
| 6.2.2 信息预处理 | 第54-55页 |
| 6.2.3 事件发现 | 第55页 |
| 6.2.4 新闻检索 | 第55-56页 |
| 6.3 系统评价 | 第56-57页 |
| 6.4 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间发表论文与研究成果清单 | 第63-64页 |
| 致谢 | 第64页 |
