ir-lab胡曉光-資料下載頁
2025-09-18 23:57本頁面
【導(dǎo)讀】檢索模型是一個(gè)四元組[D,Q,F,R]. 把索引中的每個(gè)詞作為空間的一個(gè)維度。把每一個(gè)查詢也作為空間中的一個(gè)向量。通過計(jì)算文檔和查詢的內(nèi)積或余弦等來表。根據(jù)詞項(xiàng)在文檔和文檔集中的頻率。其中tfi,j可以先歸一化處理。TermQuery為L(zhǎng)ucene支持的最簡(jiǎn)單的查詢方式。其中的idf和boost值與文檔無關(guān)不影響排名。fieldboost人為賦予的經(jīng)驗(yàn)值默認(rèn)值都為。此時(shí)lucene按照單位長(zhǎng)度的文檔包含的關(guān)鍵詞個(gè)數(shù)。BooleanQuery是一種復(fù)合式的Query支持多。＋俄羅斯恐怖事件－美國(guó)?？梢詫?duì)不同的query賦予不同的boost值表示。整理可得計(jì)算公式如下。Lucene支持的邏輯操作例子。對(duì)于強(qiáng)制符號(hào)+和－會(huì)首先對(duì)匹配結(jié)果進(jìn)行。有三篇文本內(nèi)容如下。按照缺省方式建索引fieldboost=. 首先可算得fieldnorm分別為，，注意norm在實(shí)現(xiàn)時(shí)只用了1個(gè)字節(jié)表示故誤差較大。輸入多個(gè)關(guān)鍵詞studentchina
【正文】 Lee is a es from China. ? 按照缺省方式建索引 fieldboost = ? 根據(jù)公式 fieldnorm = fieldboost / sqrt(fieldlength) ? 首先可算得 fieldnorm分別為 ， ， ? 注意 norm在實(shí)現(xiàn)時(shí)只用了 1個(gè)字節(jié)表示 故誤差較大 信息檢索實(shí)驗(yàn)室 Lucene檢索實(shí)例 ? 現(xiàn)在輸入查詢 student 計(jì)算每篇文檔分值 ? score = sqrt(freq) * idf * boost * norm ? idf = ln(maxDoc/(docFreq + 1) )+ ? 可得計(jì)算結(jié)果如下 文檔 docFreq idf freq norm score aaa 3 2 bbb 3 1 ccc 3 1 信息檢索實(shí)驗(yàn)室 Lucene檢索實(shí)例 ? 輸入多個(gè)關(guān)鍵詞 student china ? scorej = coordj*∑i(boost i*idf i*tfi,j*idfi*fieldnorm) / sqrt(∑i (idf i *idf i *boost i *boost i)) ? 可得計(jì)算結(jié)果如下 文檔 queryNorm student china coord score aaa bbb ccc 信息檢索實(shí)驗(yàn)室 Any Question?
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1