2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩117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、貝葉斯網(wǎng)絡(luò)又稱信念網(wǎng)絡(luò),是一種對概率關(guān)系的有向圖解描述,適用于不確定性和概率性事物,是現(xiàn)階段處理不確定信息的主流技術(shù)。由于不確定性問題也廣泛存在于信息檢索領(lǐng)域,所以自上世紀八十年代末貝葉斯網(wǎng)絡(luò)第一次用于信息檢索以來,基于貝葉斯網(wǎng)絡(luò)的信息檢索研究得到迅速發(fā)展,產(chǎn)生了一系列信息檢索模型。同義詞指在信息檢索中能夠互換,表達相同或相近概念的詞。相關(guān)詞指意義盡管不同,但經(jīng)常一起出現(xiàn),有一定關(guān)聯(lián)關(guān)系的詞。由于同義詞、相關(guān)詞都從語義上表達了用戶的查詢

2、意圖,因此同義詞、相關(guān)詞識別及其關(guān)系量化,以及如何利用它們來擴展查詢,一直是信息檢索領(lǐng)域重要的研究內(nèi)容。 本文針對基于貝葉斯網(wǎng)絡(luò)信息檢索模型存在的,沒有合理利用術(shù)語之間關(guān)系的缺陷,利用同義詞和相關(guān)詞挖掘了術(shù)語之間關(guān)系,并利用這些關(guān)系對原有基于貝葉斯網(wǎng)絡(luò)的信息檢索模型進行了擴展。實驗表明這種擴展提高了模型的檢索性能。主要研究成果包括: ⑴利用查詢術(shù)語的同義詞、詞語相似度等概念對信念網(wǎng)絡(luò)模型進行了擴展,提出了基于查詢術(shù)語相似

3、關(guān)系的信念網(wǎng)絡(luò)模型的擴展模型,利用實驗驗證了模型擴展后的性能。 ⑵提出一種改進的共現(xiàn)頻率法,利用該方法挖掘了索引術(shù)語之間的相關(guān)關(guān)系,將這種相關(guān)關(guān)系引入信念網(wǎng)絡(luò)模型,提出了一個具有兩層術(shù)語節(jié)點的擴展信念網(wǎng)絡(luò)模型,利用實驗驗證了模型的性能。 ⑶將查詢術(shù)語同義詞作為查詢證據(jù)引入信念網(wǎng)絡(luò)模型,提出了組合同義詞證據(jù)的信念網(wǎng)絡(luò)檢索模型,實驗驗證了模型性能。 ⑷利用同義詞方法挖掘了簡單貝葉斯網(wǎng)絡(luò)檢索模型(SBN模型)中術(shù)語之間

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。
  • 6. 下載文件中如有侵權(quán)或不適當內(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。

最新文檔

評論

0/150

提交評論