基于概念的信息检索模型研究
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-12页 |
| 第1章 绪论 | 第12-17页 |
| ·研究目的及意义 | 第12-14页 |
| ·主要内容及基本结构 | 第14-15页 |
| ·论文的组织结构 | 第15-17页 |
| 第2章 相关研究工作概述 | 第17-37页 |
| ·传统信息检索方法 | 第17-19页 |
| ·基于语言模型的检索方法 | 第19-22页 |
| ·查询使然排序 | 第20-21页 |
| ·相对熵排序 | 第21-22页 |
| ·基于语义增强的检索方法 | 第22-30页 |
| ·查询扩展 | 第23-25页 |
| ·相关性反馈 | 第25-27页 |
| ·主题模型 | 第27-29页 |
| ·概念模型 | 第29页 |
| ·文档扩展 | 第29-30页 |
| ·基于排序学习的检索方法 | 第30-32页 |
| ·中文文本索引方法 | 第32-34页 |
| ·检索模型的评价方法 | 第34-35页 |
| ·文本的概念自动标注方法 | 第35-37页 |
| 第3章 文本的概念标注方法 | 第37-51页 |
| ·引言 | 第37页 |
| ·基于领域辞典中概念的方法 | 第37-39页 |
| ·基于维基百科概念的方法 | 第39-48页 |
| ·维基百科概念库的构建 | 第39-41页 |
| ·基于排序学习的概念标注方法 | 第41-42页 |
| ·特征集 | 第42-43页 |
| ·实验配置 | 第43-46页 |
| ·实验结果分析 | 第46-48页 |
| ·基于自动抽取概念的方法 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 概念的语义表征模型 | 第51-60页 |
| ·引言 | 第51页 |
| ·领域辞典中概念的表征 | 第51-54页 |
| ·维基百科概念的表征 | 第54-58页 |
| ·基于混合模型的方法 | 第54-57页 |
| ·基于互信息的方法 | 第57-58页 |
| ·概念间的语义相关度计算 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 基于概念的文档平滑方法 | 第60-78页 |
| ·引言 | 第60页 |
| ·基于概念的文档表征方法 | 第60-63页 |
| ·基于领域辞典中概念的方法 | 第60-61页 |
| ·基于维基百科概念的方法 | 第61-63页 |
| ·文档的语义平滑模型 | 第63-64页 |
| ·专业领域文档集的实验 | 第64-68页 |
| ·实验配置 | 第64-66页 |
| ·和传统方法的比较 | 第66-67页 |
| ·不同平滑参数的比较 | 第67-68页 |
| ·新闻文档集的实验 | 第68-77页 |
| ·实验配置 | 第68-69页 |
| ·和传统模型的比较 | 第69-71页 |
| ·不同平滑参数的比较 | 第71-72页 |
| ·不同概念数的比较 | 第72页 |
| ·和其它概念表征方法的比较 | 第72-74页 |
| ·和其它概念标注方法的比较 | 第74-76页 |
| ·和其它文档平滑方法的比较 | 第76-77页 |
| ·本章小结 | 第77-78页 |
| 第6章 基于概念的查询平滑方法 | 第78-96页 |
| ·引言 | 第78页 |
| ·基于概念的查询表征方法 | 第78-81页 |
| ·基于伪相关反馈的方法 | 第78-79页 |
| ·基于交互式选择的方法 | 第79-81页 |
| ·查询的语义平滑模型 | 第81-82页 |
| ·专业领域文档集的实验分析 | 第82-88页 |
| ·实验配置 | 第82-84页 |
| ·和相关性模型的比较 | 第84-85页 |
| ·不同平滑参数的比较 | 第85-86页 |
| ·联合平滑实验 | 第86-88页 |
| ·新闻文档集的实验分析 | 第88-95页 |
| ·实验配置 | 第88-90页 |
| ·和相关性模型的比较 | 第90-91页 |
| ·不同平滑参数的比较 | 第91-92页 |
| ·和其它语义平滑方法的比较 | 第92-93页 |
| ·和自动概念标注方法的比较 | 第93-94页 |
| ·联合平滑实验 | 第94-95页 |
| ·本章小节 | 第95-96页 |
| 第7章 基于概念相关度的中文检索模型 | 第96-103页 |
| ·引言 | 第96页 |
| ·检索模型 | 第96-99页 |
| ·查询-文档相关度计算 | 第96-97页 |
| ·基于排序学习的方法 | 第97-98页 |
| ·特征集 | 第98-99页 |
| ·实验配置 | 第99-101页 |
| ·语料集 | 第100页 |
| ·训练样本分组 | 第100-101页 |
| ·特征归一化处理 | 第101页 |
| ·实验结果分析 | 第101-102页 |
| ·和传统模型的比较 | 第101-102页 |
| ·和使用部分特征集方法的比较 | 第102页 |
| ·本章小节 | 第102-103页 |
| 第8章 结论与展望 | 第103-106页 |
| ·结论 | 第103-105页 |
| ·展望 | 第105-106页 |
| 参考文献 | 第106-121页 |
| 攻读博士学位期间发表的论文 | 第121-122页 |
| 参与撰写的书籍 | 第122页 |
| 参与的科研项目 | 第122页 |
| 获得的奖励 | 第122页 |
| 社会服务 | 第122-123页 |
| 致谢 | 第123页 |
