| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 目录 | 第6-8页 |
| 第一章 引言 | 第8-12页 |
| 1.1 研究背景与意义 | 第8-10页 |
| 1.2 本文工作 | 第10-11页 |
| 1.2.1 主要工作 | 第10页 |
| 1.2.2 创新之处 | 第10-11页 |
| 1.3 论文组织 | 第11-12页 |
| 第二章 信息检索概述 | 第12-26页 |
| 2.1 信息检索的概念 | 第12-14页 |
| 2.1.1 基本概念 | 第12-13页 |
| 2.1.2 检索流程 | 第13-14页 |
| 2.2 信息检索的经典模型 | 第14-19页 |
| 2.2.1 布尔模型 | 第15-16页 |
| 2.2.2 向量空间模型 | 第16-17页 |
| 2.2.3 概率模型 | 第17-19页 |
| 2.3 基于统计语言模型的检索模型 | 第19-22页 |
| 2.3.1 查询似然模型 | 第20页 |
| 2.3.2 统计翻译模型 | 第20-21页 |
| 2.3.3 风险最小化模型 | 第21-22页 |
| 2.4 位置语言模型 | 第22-23页 |
| 2.5 信息检索模型的评测 | 第23-25页 |
| 2.5.1 无序检索结果集合的评价 | 第24-25页 |
| 2.5.2 有序检索结果集合的评价 | 第25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 结合语义的位置语言模型 | 第26-40页 |
| 3.1 基本思想 | 第26-28页 |
| 3.1.1 考虑位置之间语义关系的必要性 | 第26页 |
| 3.1.2 PLM 存在的缺陷 | 第26页 |
| 3.1.3 本文的目标 | 第26-28页 |
| 3.2 模型的建立 | 第28-29页 |
| 3.3 p ( j | D, i )的估计 | 第29页 |
| 3.4 p ( w | D, j )的估计 | 第29-34页 |
| 3.4.1 p ( w | D, j )的估计思想 | 第30-31页 |
| 3.4.2 利用互信息估计 p ( w | w_ j) | 第31-32页 |
| 3.4.3 利用平滑互信息估计 p ( w | w _j) | 第32-34页 |
| 3.5 模型的分析 | 第34-36页 |
| 3.5.1 PLM 与 SPLM 的联系 | 第35页 |
| 3.5.2 PLM 与 SPLM 的区别 | 第35-36页 |
| 3.6 本章小结 | 第36页 |
| 3.7 附录：平滑互信息的理论证明 | 第36-40页 |
| 第四章 基于位置语言模型的检索模型 | 第40-43页 |
| 4.1 采用平滑技术计算位置语言模型 | 第40页 |
| 4.2 构造位置的检索得分S (Q , D , i) | 第40-41页 |
| 4.3 构造文档的检索得分S (Q , D) | 第41-42页 |
| 4.3.1 基于最好位置的策略 | 第41页 |
| 4.3.2 基于多个位置的策略 | 第41页 |
| 4.3.3 基于多σ的策略 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 实验 | 第43-54页 |
| 5.1 数据集与评价指标 | 第43-44页 |
| 5.1.1 数据集介绍与预处理 | 第43-44页 |
| 5.1.2 参数设置与评价指标 | 第44页 |
| 5.2 检索性能对比 | 第44-46页 |
| 5.3 σ对两个模型检索性能的影响 | 第46-49页 |
| 5.4 α对 SPLM 模型检索性能的影响 | 第49-51页 |
| 5.5 ε对两个模型检索性能的影响 | 第51-53页 |
| 5.6 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 总结 | 第54页 |
| 6.2 未来工作的展望 | 第54-56页 |
| 参考文献 | 第56-62页 |
| 简历 | 第62-63页 |
| 致谢 | 第63页 |
