【信息检索导论】第11章 概率检索模型
来源:互联网 发布:淘宝全球购买手是什么 编辑:程序博客网 时间:2024/04/29 08:06
第11章 概率检索模型
概率排序模型
利用概率模型来估计每篇文档和需求的相关概率P(R=1|d,q),然后对结果进行次序。这是PRP(probability ranking principle,概率排序原理)
最简单的PRP 情况是,检索没有任何代价因子,或者说不会对不同行为或错误采用不同的权重因子。在返回一篇不相关文档或者返回一篇相关文档不成功的情况下,将失去1 分(在计算精确率时这种基于二值的情形也往往称为1/0 风险)。而检索的目标是对于用户任意给定的k值,返回可能性最高的文档前k 篇作为结果输出。也就是说,PRP 希望可以按照P(R=1|d,q)值的降序来排列所有文档。当返回一个无序文档集而不是排序的结果时,可以通过贝叶斯最优决策原理(Bayes optimal decision rule)来基于最小损失风险作出决策,即返回相关的可能性大于不相关的可能性的文档
二值独立模型
本质上说,BIM 模型就是多元贝努利朴素贝叶斯模型。
概率模型的扩展
词项之间的树形依赖
BM25算法
IR中的贝叶斯网络方法:文档集网络、查询网络
- 【信息检索导论】第11章 概率检索模型
- 信息检索概率模型
- 【信息检索导论】第12章 基于语言建模的信息检索模型
- 【信息检索导论】第8章 信息检索的评价
- 【信息检索导论】第1章 布尔检索
- 【信息检索导论】第6章 文档评分、词项权重计算及向量空间模型
- 【信息检索导论】第14章 - 第18章
- 【信息检索导论】第4章 索引构建
- 【信息检索导论】第5章 索引压缩
- 【信息检索导论】第3章 词典及容错式检索
- 《信息检索导论》读书笔记
- 《信息检索导论》第二章总结
- 《信息检索导论》第三章总结
- 《信息检索导论》第四章总结
- 《信息检索导论》第五章总结
- 《信息检索导论》第六章总结
- 《信息检索导论》第七章总结
- 《信息检索导论》第十九章总结
- 【信息检索导论】第7章 一个完整搜索系统中的评分计算
- FusionCharts 无法传递多个参数
- 【Qt再征途】 qt Mobility api 解决找不到某类
- 【信息检索导论】第8章 信息检索的评价
- 【信息检索导论】第9章 相关反馈及查询扩展
- 【信息检索导论】第11章 概率检索模型
- java编写乘法口诀表
- Windows 7下直接开启AHCI
- 【信息检索导论】第12章 基于语言建模的信息检索模型
- Vim 配置与快捷键
- 【信息检索导论】第13章 文本分类及朴素贝叶斯方法
- powershell-path-format
- 黑马程序员Java笔记——流程控制
- 【信息检索导论】第14章 - 第18章