基于排序学习和查询重构的全文检索模型研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究现状 | 第9-12页 |
| 1.3 研究内容与创新点 | 第12页 |
| 1.4 结构及章节安排 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 2 相关基础知识原理 | 第14-28页 |
| 2.1 word2vec | 第14-17页 |
| 2.2 LDA主题模型 | 第17-20页 |
| 2.3 反馈神经网络 | 第20-24页 |
| 2.3.1 神经网络基础 | 第20-22页 |
| 2.3.2 反向传播算法 | 第22-24页 |
| 2.4 排序学习 | 第24-27页 |
| 2.5 本章小结 | 第27-28页 |
| 3 基于排序学习和查询重构的检索模型 | 第28-49页 |
| 3.1 模型总体介绍 | 第28-29页 |
| 3.2 评分规则定义 | 第29-32页 |
| 3.2.1 TFIDF评分规则 | 第30页 |
| 3.2.2 BM25评分规则 | 第30-31页 |
| 3.2.3 语言模型评分规则 | 第31页 |
| 3.2.4 LDA评分规则 | 第31-32页 |
| 3.3 查询重构和主题偏移 | 第32-35页 |
| 3.3.1 查询重构 | 第32-33页 |
| 3.3.2 主题偏移 | 第33-35页 |
| 3.4 ListGate的演变过程 | 第35-47页 |
| 3.4.1 从ListNet到ListSum | 第35-41页 |
| 3.4.2 从ListSum到ListGate | 第41-47页 |
| 3.5 时间复杂度分析 | 第47页 |
| 3.6 本章小结 | 第47-49页 |
| 4 数据处理和实验分析 | 第49-60页 |
| 4.1 数据集 | 第49-50页 |
| 4.1.1 OHSUMED数据集 | 第49-50页 |
| 4.1.2 政务数据集 | 第50页 |
| 4.2 数据预处理 | 第50-51页 |
| 4.3 评价标准 | 第51-52页 |
| 4.3.1 平均准确率MAP | 第51-52页 |
| 4.3.2 归一化折扣累积增益NDCG | 第52页 |
| 4.4 实验结果和分析 | 第52-59页 |
| 4.4.1 OHSUMED数据集 | 第52-56页 |
| 4.4.2 政务数据集 | 第56-59页 |
| 4.5 本章小结 | 第59-60页 |
| 5 总结和展望 | 第60-62页 |
| 5.1 总结 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 附录 | 第67页 |
| A. 作者在攻读学位期间发表的论文目录 | 第67页 |
