| 摘要 | 第1-6页 |
| 英文摘要 | 第6-12页 |
| 图目录 | 第12-13页 |
| 表目录 | 第13-14页 |
| 第一章 引言 | 第14-18页 |
| 第二章 信息检索模型与评测概述 | 第18-32页 |
| ·信息检索概述 | 第18-22页 |
| ·TREC简介 | 第18-19页 |
| ·术语定义 | 第19-21页 |
| ·信息检索模型概述 | 第21-22页 |
| ·布尔模型 | 第22-23页 |
| ·经典的布尔模型 | 第22-23页 |
| ·扩展布尔模型 | 第23页 |
| ·向量空间模型 | 第23-27页 |
| ·基本的形式化 | 第24页 |
| ·词项权重的tf*idf计算方法 | 第24-25页 |
| ·词项权重的规格化处理 | 第25-26页 |
| ·小结与讨论 | 第26-27页 |
| ·概率检索模型 | 第27-28页 |
| ·实验评测方法 | 第28-30页 |
| ·未插值平均准确率(MAP) | 第29-30页 |
| ·Precision@ X | 第30页 |
| ·本章总结 | 第30-32页 |
| 第三章 基于统计语言建模的信息检索方法 | 第32-48页 |
| ·引言 | 第32-33页 |
| ·统计语言建模技术 | 第33-35页 |
| ·n-gram语言模型 | 第33-35页 |
| ·查询似然检索模型 | 第35-40页 |
| ·投掷骰子的问题 | 第35-36页 |
| ·基于查询似然的检索模型 | 第36-37页 |
| ·文档语言模型的估计 | 第37-38页 |
| ·与tf*idf权重的关系 | 第38-40页 |
| ·对查询似然检索模型的改进与拓展 | 第40-42页 |
| ·统计翻译检索模型 | 第40-41页 |
| ·基于完全贝叶斯的查询似然 | 第41页 |
| ·KL距离检索模型 | 第41-42页 |
| ·实验评测 | 第42-44页 |
| ·SLMIR在跨语言检索与分布式检索中的应用 | 第44-46页 |
| ·分布式信息检索 | 第44-45页 |
| ·跨语言信息检索 | 第45-46页 |
| ·本章总结 | 第46-48页 |
| 第四章 文档语言模型的估计与平滑研究 | 第48-70页 |
| ·概述 | 第48-49页 |
| ·平滑的一般形式及几种常用的平滑方法 | 第49-51页 |
| ·几种常用的平滑方法 | 第50-51页 |
| ·平滑对检索性能的影响 | 第51-59页 |
| ·实验设计 | 第51-52页 |
| ·平滑的行为特点分析 | 第52-57页 |
| ·平滑方法之间的性能对比 | 第57-58页 |
| ·平滑的双重角色 | 第58-59页 |
| ·GJM-2: 一种改进的线性插值平滑方法 | 第59-63页 |
| ·GJM与GJM-1 | 第59-61页 |
| ·改进的GJM-2 平滑方法 | 第61页 |
| ·实验结果 | 第61-63页 |
| ·基于词项风险的平滑模型 | 第63-68页 |
| ·平滑模型描述 | 第63-65页 |
| ·词项风险的度量 | 第65页 |
| ·实验和结果分析 | 第65-68页 |
| ·本章总结 | 第68-70页 |
| 第五章 WQL检索模型及其启发式查询扩展 | 第70-88页 |
| ·引言 | 第70-71页 |
| ·相关研究现状 | 第71-72页 |
| ·WQL检索模型及其启发式查询扩展 | 第72-78页 |
| ·WQL检索模型 | 第72-74页 |
| ·WQL中的启发式查询扩展 | 第74-76页 |
| ·几种典型的扩展方法 | 第76-78页 |
| ·LOCOOC：一种基于局部共现的查询扩展方法 | 第78-80页 |
| ·共现信息的度量 | 第78页 |
| ·整合全局统计信息 | 第78-80页 |
| ·一个例子 | 第80页 |
| ·实验设计 | 第80-82页 |
| ·实验结果 | 第82-85页 |
| ·查询扩展的有效性 | 第82-83页 |
| ·扩展规模对扩展效果的影响 | 第83-85页 |
| ·本章总结 | 第85-88页 |
| 第六章 查询语言模型的估计与联想式扩展 | 第88-106页 |
| ·引言 | 第88-89页 |
| ·从语言模型“反推”的角度看查询扩展 | 第89-90页 |
| ·基于语言模型估计的反推方法 | 第90-92页 |
| ·基于混合生成模型的极大似然估计方法 | 第91-92页 |
| ·基于联想式扩展的反推方法 | 第92-98页 |
| ·词项之间的依赖关系 | 第92-94页 |
| ·词项联想网络(WAN, Word Association Network) | 第94-95页 |
| ·利用WAN反推查询语言模型 | 第95-96页 |
| ·词项依赖概率的计算 | 第96-98页 |
| ·实验评测和结果分析 | 第98-103页 |
| ·实验方法 | 第98-100页 |
| ·数据集和评价指标 | 第100页 |
| ·反推的有效性分析 | 第100-102页 |
| ·插值系数α对反推的影响 | 第102-103页 |
| ·本章总结 | 第103-106页 |
| 第七章 结束语 | 第106-110页 |
| ·本文工作总结和主要创新 | 第106-108页 |
| ·文档语言模型的平滑估计 | 第106-107页 |
| ·查询似然检索模型中的启发式查询扩展 | 第107页 |
| ·查询语言模型的估计与联想式扩展 | 第107-108页 |
| ·下一步工作展望 | 第108-110页 |
| 附录 | 第110-114页 |
| 1.T REC Ad Hoc检索任务的文档示例 | 第110-112页 |
| 2.T REC Ad Hoc检索任务为的topic示例 | 第112-114页 |
| 参考文献 | 第114-124页 |
| 致谢 | 第124-126页 |
| 作者简历 | 第126-127页 |