摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第9-15页 |
1.1 研究背景和意义 | 第9-10页 |
1.2 国内外研究现状 | 第10页 |
1.3 论文的主要贡献 | 第10-12页 |
1.4 论文的组织结构 | 第12-15页 |
第二章 信息检索 | 第15-23页 |
2.1 引言 | 第15页 |
2.2 相关概念 | 第15-16页 |
2.2.1 结构化、半结构化和非结构化数据 | 第15页 |
2.2.2 信息需求和查询 | 第15-16页 |
2.2.3 相关性和相关度 | 第16页 |
2.3 检索模型 | 第16-20页 |
2.3.1 经典布尔模型 | 第16-17页 |
2.3.2 向量空间模型 | 第17-19页 |
2.3.3 概率模型 | 第19-20页 |
2.4 信息检索的评价 | 第20-23页 |
2.4.1 TREC会议 | 第20页 |
2.4.2 正确率和召回率 | 第20-21页 |
2.4.3 MAP | 第21页 |
2.4.4 Precision@K | 第21-23页 |
第三章 语言模型 | 第23-35页 |
3.1 基本理论 | 第23-25页 |
3.1.1 概率有穷自动机和语言模型 | 第23-24页 |
3.1.2 n-gram语言模型 | 第24-25页 |
3.2 查询似然模型 | 第25-27页 |
3.2.1 查询似然建模 | 第25-26页 |
3.2.2 模型的参数估计 | 第26-27页 |
3.3 语言模型的扩展 | 第27-28页 |
3.3.1 KL距离模型 | 第27页 |
3.3.2 翻译模型 | 第27-28页 |
3.4 实验评测 | 第28-35页 |
3.4.1 测试语料集 | 第28页 |
3.4.2 Lemur项目和Galago工具 | 第28-29页 |
3.4.3 实验设计 | 第29-30页 |
3.4.4 结果分析 | 第30-35页 |
第四章 基于语言模型的段落检索系统 | 第35-45页 |
4.1 引言 | 第35-36页 |
4.2 段落检索和段落划分 | 第36-38页 |
4.2.1 段落检索 | 第36-37页 |
4.2.2 段落划分 | 第37-38页 |
4.3 PLM模型 | 第38-39页 |
4.4 实验评测 | 第39-45页 |
4.4.1 实验设计 | 第39-40页 |
4.4.2 结果分析 | 第40-45页 |
第五章 引入启发式查询扩展的PLM模型 | 第45-59页 |
5.1 引言 | 第45-46页 |
5.2 查询扩展和扩展词选取策略 | 第46-49页 |
5.2.1 查询扩展 | 第46-47页 |
5.2.2 扩展词选取策略 | 第47-49页 |
5.3 启发式查询扩展 | 第49-51页 |
5.3.1 启发式扩展词选取策略 | 第49-50页 |
5.3.2 启发式评分函数 | 第50-51页 |
5.4 引入启发式查询扩展的PLM模型 | 第51-53页 |
5.4.1 PLM模型的权重 | 第51-52页 |
5.4.2 PLM模型的启发式查询扩展 | 第52-53页 |
5.5 实验评测 | 第53-59页 |
5.5.1 实验设计 | 第53-54页 |
5.5.2 结果分析 | 第54-59页 |
第六章 引入聚类平滑的PLM模型 | 第59-73页 |
6.1 引言 | 第59-60页 |
6.2 经典的平滑方法 | 第60-63页 |
6.2.1 Jelinek-Mercer平滑方法 | 第61页 |
6.2.2 Dirichlet平滑方法 | 第61页 |
6.2.3 Absolute discounting平滑方法 | 第61-62页 |
6.2.4 经典平滑方法的性能分析 | 第62-63页 |
6.3 聚类平滑方法 | 第63-68页 |
6.3.1 Dirichlet平滑方法与聚类平滑方法 | 第63-66页 |
6.3.2 文档聚类 | 第66-68页 |
6.3.3 为PLM模型引入聚类平滑方法 | 第68页 |
6.4 实验评测 | 第68-73页 |
6.4.1 对实验平台Galago的扩展 | 第68-69页 |
6.4.2 实验设计 | 第69页 |
6.4.3 结果分析 | 第69-73页 |
结论与展望 | 第73-75页 |
参考文献 | 第75-79页 |
攻读学位期间取得的研究成果 | 第79-81页 |
致谢 | 第81页 |