| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景 | 第9-12页 |
| ·本文动机 | 第12-13页 |
| ·研究主要工作 | 第13-14页 |
| ·论文的组织结构 | 第14-16页 |
| 第二章 信息检索模型综述 | 第16-31页 |
| ·布尔模型 | 第17-18页 |
| ·向量空间模型 | 第18-22页 |
| ·文档的向量化的表示 | 第18-19页 |
| ·索引词的区分能力 | 第19-20页 |
| ·文档相关度计算 | 第20-21页 |
| ·规格化权重 | 第21-22页 |
| ·概率模型 | 第22-28页 |
| ·概率模型的基本假设前提和理论 | 第23页 |
| ·概率信息检索的基本过程 | 第23页 |
| ·信息检索中的参数估计 | 第23-25页 |
| ·概率检索中文档的排序 | 第25-26页 |
| ·概率信息中检索的几个模型 | 第26-28页 |
| ·语言模型 | 第28-31页 |
| 第三章 Baseline的检索模型中的相关反馈技术 | 第31-40页 |
| ·向量空间中的相关反馈 | 第31-36页 |
| ·向量空间模型中三种主要的反馈策略 | 第32-34页 |
| ·Rocchio相关反馈技术的改进 | 第34-36页 |
| ·概率模型中的相关反馈技术 | 第36-40页 |
| ·概率模型中的反馈策略 | 第36-38页 |
| ·经典概率模型相关反馈的优缺点 | 第38-39页 |
| ·概率模型中查询词修改问题 | 第39-40页 |
| 第四章 基于改进语言模型的信息检索系统设计 | 第40-50页 |
| ·引言 | 第40页 |
| ·系统流程简介 | 第40-41页 |
| ·设计整体思路 | 第41-42页 |
| ·相关工作 | 第42-43页 |
| ·基于KNN的文档簇提取模块 | 第43-44页 |
| ·KNN算法分析 | 第43页 |
| ·KNN算法实现 | 第43-44页 |
| ·基于改进语言模型的相关反馈模块 | 第44-46页 |
| ·扩展词的分类处理模块 | 第46-48页 |
| ·扩展词的特征 | 第46-47页 |
| ·语料库的标注方法 | 第47页 |
| ·训练与分类 | 第47-48页 |
| ·命名实体抽取模块 | 第48-50页 |
| 第五章 实验对比与分析 | 第50-60页 |
| ·引言 | 第50页 |
| ·相关反馈评测介绍及设计思路 | 第50-51页 |
| ·测试文档集(TREC)的介绍 | 第51-53页 |
| ·TREC检索性能评测方法 | 第53-55页 |
| ·实验设计 | 第55-56页 |
| ·实验结果对比 | 第56-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·工作总结 | 第60页 |
| ·需要进一步解决的工作 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间发表的学术论文 | 第67页 |