基于语言模型的微博文本检索方法
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 课题背景及研究的目的和意义 | 第10-13页 |
| 1.1.1 课题背景 | 第10-11页 |
| 1.1.2 研究的目的和意义 | 第11-13页 |
| 1.2 本文的主要研究内容 | 第13-15页 |
| 1.3 课题相关研究现状 | 第15-20页 |
| 1.3.1 微博检索 | 第15-17页 |
| 1.3.2 信息检索模型 | 第17-19页 |
| 1.3.3 自动阈值选择 | 第19-20页 |
| 1.4 本文的组织结构 | 第20-21页 |
| 第2章 语言模型检索方法用于微博文本检索 | 第21-29页 |
| 2.1 基于语言模型的信息检索方法 | 第21-24页 |
| 2.1.1 文档先验的选择 | 第22-23页 |
| 2.1.2 文档模型的参数估计 | 第23页 |
| 2.1.3 文档模型的建模方式 | 第23-24页 |
| 2.2 基于多项式分布的检索模型 | 第24-26页 |
| 2.3 基于伯努利分布的检索模型 | 第26-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 微博文本检索结果的排序方法 | 第29-37页 |
| 3.1 根据文档得分进行排序 | 第29页 |
| 3.2 根据微博的创建时间进行排序 | 第29-30页 |
| 3.3 适应性自动阈值选择方法 | 第30-31页 |
| 3.4 文档得分分布模型 | 第31-33页 |
| 3.5 混合模型的参数估计 | 第33-34页 |
| 3.6 阈值的确定 | 第34-36页 |
| 3.7 本章小结 | 第36-37页 |
| 第4章 实验结果与分析 | 第37-48页 |
| 4.1 实验数据 | 第37-38页 |
| 4.2 实验配置 | 第38-39页 |
| 4.3 多项式模型和伯努利模型的比较 | 第39-40页 |
| 4.4 实时性先验的效果 | 第40-42页 |
| 4.5 语言模型方法之间的比较 | 第42-43页 |
| 4.6 自动阈值选择方法的效果 | 第43-44页 |
| 4.7 结合语言模型和自动阈值选择的方法 | 第44-46页 |
| 4.8 本章小结 | 第46-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-56页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第56-58页 |
| 致谢 | 第58页 |
