2015年10月18日
[IR课程笔记]概率检索模型
摘要： 几个符号意义： R：相关文档集 NR：不相关文档集 q:用户查询 dj：文档j1/0风险情况 PRP（probability ranking principle）：概率排序原理，利用概率模型来估计每篇文档和需求相关概率，然后对结果进行排序。 贝叶斯最优决策原理，基于最小损失风险作... 阅读全文
posted @ 2015-10-18 17:28 Yuki_i 阅读(1385) 评论(0) 推荐(0)
[IR课程笔记]向量空间模型（Vector Space Model）
摘要： VSM思想 把文档表示成R|v|上的向量，从而可以计算文档与文档之间的相似度（根据欧氏距离或者余弦夹角） 那么，如何将文档将文档表示为向量呢？ 首先，需要选取基向量/dimensions，基向量须是线性独立的或者正交的向量。 在IR系统中，有两种方式决定基向量： 1.核心概念的思想（core... 阅读全文
posted @ 2015-10-18 14:48 Yuki_i 阅读(1050) 评论(0) 推荐(0)
[IR课程笔记]统计语言模型
摘要： Basic idea 1.一个文档（document）只有一个主题（topic） 2.主题指的是这个主题下文档中词语是如何出现的 3.在某一主题下文档中经常出现的词语，这个词语在这个主题中也是经常出现的。 4.在某一主题下文档中不经常出现的词语，这个词语在这个主题中也是不经常出现的。 5.由... 阅读全文
posted @ 2015-10-18 13:45 Yuki_i 阅读(1119) 评论(0) 推荐(0)