sewm20xx中文web檢索測評報告-資料下載頁
2024-09-29 20:08本頁面
【導讀】對URL、Title、Anchortext、Content進。加入中文分詞模塊；采用正向最大匹配算法。分別使用兩組詞庫，測試詞庫對檢索結(jié)果的影響。小詞庫：包含6萬個常用詞?；ヂ?lián)網(wǎng)詞庫來自于對搜狗搜索引擎所索引到的中。統(tǒng)計出的詞條數(shù)約為15萬條高頻詞，除。我們發(fā)現(xiàn)，對于NPHP任務，Title域顯得。比其他url域和contont域更加重要。權(quán)值為10的時候效果最佳，權(quán)值為3次之。前面得到的結(jié)果的后面。級入口頁面查詢算法》?？疾炝薚itle設置不同的權(quán)重對NPHP結(jié)果。使用百度相關(guān)搜索進行擴展查詢也存在問。題，很多相關(guān)查詢沒有結(jié)果，例如，“2020計算機等級考試”。嘗試將分類、聚類應用到檢索任務中，提
【正文】 √ √ RUN4 √ √ √ RUN5 √ √ 13 CWT200g— NPHP結(jié)果 序號 中文分詞 (小詞庫） 中文分詞 (互聯(lián)網(wǎng)詞庫） PageRank 二次排序 Title域權(quán)重 RUN1 √ √ √ 10 RUN2 √ √ √ 10 RUN3 √ √ √ 3 RUN4 √ √ 3 RUN5 √ √ 3 14 總結(jié) ? 主要測試了中文分詞模塊中，互聯(lián)網(wǎng)詞庫對檢索結(jié)果的影響 ? 考察了 Title設置不同的權(quán)重對 NPHP結(jié)果的影響 ? 利用百度相關(guān)搜索進行擴展查詢 15 展望 ? 使用百度相關(guān)搜索進行擴展查詢也存在問題，很多相關(guān)查詢沒有結(jié)果，例如，“ 2020計算機等級考試”。最好的方式是根據(jù)描述來自動產(chǎn)生擴展查詢詞。 ? 嘗試將分類、聚類應用到檢索任務中，提高檢索精度 16 謝謝大家！歡迎交流！
教學課件相關(guān)推薦
鄂ICP備17016276號-1