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

信息检索模型风险及其评价方法研究

摘要第4-5页
ABSTRACT第5页
第一章 绪论第8-13页
    1.1 研究背景及研究意义第8-9页
        1.1.1 信息检索模型风险研究第8-9页
        1.1.2 风险评价指标研究第9页
    1.2 国内外研究现状第9-11页
    1.3 本文的研究内容第11-12页
    1.4 本文组织结构第12-13页
第二章 信息检索模型风险评价方法第13-25页
    2.1 模型有效性评价方法第13-15页
    2.2 模型稳定性评价方法第15-17页
    2.3 基于偏差方差分解的评价指标第17-22页
        2.3.1 偏差方差的概念第17-18页
        2.3.2 基于AP的偏差方差分解第18-22页
    2.4 基于偏差方差分解的风险评价指标的一般化第22-25页
        2.4.1 基于MAP的偏差方差分解第22-23页
        2.4.2 基于归一化MAP的偏差方差分解第23页
        2.4.3 无偏目标模型的设置第23-25页
第三章 信息检索模型风险控制策略第25-33页
    3.1 查询语言模型与查询扩展技术概述第25-28页
        3.1.1 查询语言模型概述第25-27页
        3.1.2 查询扩展模型技术概述第27-28页
    3.2 影响查询模型风险的因素第28页
    3.3 利用知识图谱降低查询模型的风险第28-33页
        3.3.1 知识图谱Freebase概述第28-29页
        3.3.2 外部扩展词权重估计第29-30页
        3.3.3 扩展词权重的优化第30-31页
        3.3.4 两种外部特征与原始查询模型的结合第31-33页
第四章 实验第33-43页
    4.1 基于偏差方差分解的评价方法在TREC任务上的实验第33-38页
        4.1.1 TREC历史数据概述第33-34页
        4.1.2 基于AP/ERR的偏差方差分解评价结果第34-35页
        4.1.3 基于MAP/(M)ERR的偏差方差分解评价结果第35-37页
        4.1.4 基于归一化MAP/(M)ERR的偏差方差分解评价结果第37-38页
    4.2 基于知识图谱的查询扩展实验第38-43页
        4.2.1 数据集概述第38-39页
        4.2.2 模型参数设置第39-40页
        4.2.3 基于知识图谱的查询扩展模型的有效性分析第40-41页
        4.2.4 基于知识图谱的查询扩展模型的风险分析第41-43页
第五章 总结和展望第43-44页
参考文献第44-49页
发表论文和参加科研情况说明第49-50页
致谢第50-51页

论文共51页,点击 下载论文
上一篇:光滑粒子流体动力学方法及其在气动声学中的应用
下一篇:量子语言模型中量子纠缠的辨识与建模