首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于词重要性的信息检索图模型

摘要第3-4页
Abstract第4-5页
1 引言第8-14页
    1.1 研究背景及研究意义第8-9页
    1.2 相关工作第9-12页
    1.3 本文主要工作第12页
    1.4 本文内容组织第12-14页
2 信息检索概述第14-22页
    2.1 信息检索基本流程第14页
    2.2 信息检索系统第14-16页
    2.3 信息检索经典模型第16-20页
        2.3.1 布尔模型第16页
        2.3.2 向量空间模型第16-17页
        2.3.3 概率模型第17-19页
        2.3.4 语言模型第19-20页
    2.4 检索系统评测第20-21页
        2.4.1 检索系统评价指标第20-21页
        2.4.2 信息检索评测活动第21页
    2.5 本章小节第21-22页
3 词项权重计算方法及文档的图形表示第22-30页
    3.1 词项权重计算方法第22-24页
        3.1.1 Piv和BM25第22-23页
        3.1.2 TF归一化方法第23-24页
    3.2 文档的图形表示第24-29页
        3.2.1 TextRank与TextLink第25-26页
        3.2.2 PosRank与PosLink第26-28页
        3.2.3 TW-IDF第28-29页
    3.3 本章小节第29-30页
4 基于词重要性的信息检索图模型第30-34页
    4.1 词项图构建第30-31页
        4.1.1 文档词项图第30-31页
        4.1.2 词项图构建过程第31页
    4.2 词项重要性度量第31-33页
    4.3 TI-IDF检索图模型构建第33页
    4.4 本章小节第33-34页
5 实验第34-42页
    5.1 实验准备第34-36页
        5.1.1 实验数据集第34-35页
        5.1.2 数据集预处理第35-36页
    5.2 对比实验第36-37页
    5.3 对比实验结果及分析第37-41页
        5.3.1 TF与TI,TF-IDF与TI-IDF第37页
        5.3.2 已有检索模型实验结果第37-38页
        5.3.3 TI-IDF模型的词项权重计算方法对比第38-40页
        5.3.4 TI-IDF对比实验结果第40-41页
    5.4 本章小结第41-42页
6 总结与展望第42-44页
    6.1 总结第42页
    6.2 研究展望第42-44页
参考文献第44-50页
致谢第50-51页
在读研期间公开发表论文(著)及科研情况第51页

论文共51页,点击 下载论文
上一篇:大规模海场景的混合式实时绘制
下一篇:基于词项共现关系图模型的中文观点句识别研究