蒙古文信息檢索系統(tǒng)中檢索單元選取方法的研究.pdf_第1頁
已閱讀1頁，還剩59頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

1、目前,中文信息檢索和英文信息檢索都進入成熟階段,但是由于蒙古語言的獨特性,蒙古文信息檢索還有很多關(guān)鍵技術(shù)問題尚未完全解決,這些問題的解決對蒙古文信息檢索的發(fā)展具有重要的意義,本文所研究的課題就是其中之一。
　　 蒙古語是內(nèi)蒙古自治區(qū)的主體民族語言,是屬于黏著性語言。蒙古文單詞由詞根銜接不同的詞綴構(gòu)成的,本文結(jié)合蒙古語的自身特點,利用已選好的信息檢索模型對蒙古文信息檢索系統(tǒng)中檢索單元選取方法做了進一步的研究。供選擇的信息檢索模型有

2、TF-IDF模型、向量空間模型和語言模型,并采用三種平滑算法進行平滑處理,分別是Good-Turing Smooth方法、JM Smooth方法、KatzSmooth方法,供選擇的檢索單元有整詞形式、詞根形式、詞根+詞綴的形式、n-gram形式,對每一種選取好的檢索單元,都進行以下四個步驟:對語料庫建立索引,解析Query,檢索以及評價,從而比較它們的查全率和查準率,找出合適的檢索單元。
　　 本文使用了29510篇文檔,文檔集

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論