预览加载失败,请重新加载试试~

Web信息檢索排序函數(shù)技術(shù)研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩57頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、Web作為信息的發(fā)布與獲取渠道給人們帶來(lái)了巨大便利,與此同時(shí),海量Web信息環(huán)境中人們獲取有用信息的困難日益凸現(xiàn),即所謂的“信息爆炸”與“信息湮沒(méi)”現(xiàn)象并存。人們只能求助于Web信息檢索工具——搜索引擎來(lái)獲取web上的有用信息,然而實(shí)際效果卻難以讓人滿意。 排序函數(shù)是信息檢索系統(tǒng)的核心。排序函數(shù)以某種準(zhǔn)則計(jì)算文檔表示與用戶查詢表示的匹配程度,并據(jù)此對(duì)文檔排序,最終返回一個(gè)有序的文檔列表作為檢索的結(jié)果。本文研究Web信息檢索排序函

2、數(shù)技術(shù)。 本文研究Web信息檢索排序函數(shù)技術(shù),研究的主要內(nèi)容包括以下三方面: (1)基于統(tǒng)計(jì)語(yǔ)言模型的信息檢索方法及其在中文信息檢索中的應(yīng)用。首先深入分析研究了信息檢索中的各種統(tǒng)計(jì)語(yǔ)言模型,并做了統(tǒng)計(jì)語(yǔ)言模型和傳統(tǒng)概率檢索模型的對(duì)比研究。重點(diǎn)研究了N-Gram模型在中文信息檢索中的應(yīng)用。研究表明,利用一元語(yǔ)言模型,中文信息檢索可以取得和目前主流檢索算法相當(dāng)?shù)男阅?,但是卻略過(guò)了分詞這一環(huán)節(jié)。最后,分析了統(tǒng)計(jì)語(yǔ)言模型的不足,

3、提出了改進(jìn)的思想,指出Web環(huán)境中研究的重點(diǎn)為統(tǒng)計(jì)語(yǔ)言模型框架下Web文檔結(jié)構(gòu)信息的表達(dá)。 (2)Web信息檢索結(jié)構(gòu)化排序函數(shù)及標(biāo)引詞加權(quán)技術(shù)。從Web文檔內(nèi)部結(jié)構(gòu)和外部結(jié)構(gòu)兩方面深入探討了Web信息檢索結(jié)構(gòu)化排序函數(shù)技術(shù),即基于超鏈分析和基于Web文檔內(nèi)部結(jié)構(gòu)的排序算法。指出了對(duì)提高Web檢索性能有著重要意義的數(shù)個(gè)文檔結(jié)構(gòu)(標(biāo)題、粗體、元數(shù)據(jù)、錨文本等),同時(shí)指出有效的Web檢索算法是結(jié)合文檔內(nèi)容、超鏈分析及文檔結(jié)構(gòu)信息的混合

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論