【信息检索导论】第11章 概率检索模型
2013-08-17 18:38
781 查看
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
相关文章推荐
- 信息检索导论学习笔记(6)-文档评分,词项权重计算及向量空间模型
- 【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
- 信息检索导论学习笔记(3)——词典及容错式检索
- 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
- 《搜索引擎-信息检索实践》7.2.1 分类应用与检索/BM25检索模型
- [IR课程笔记]概率检索模型
- 信息检索导论第六章- 第六章 文档评分、词项权重计算及向量空间模型
- 王斌 信息检索导论 现代信息检索 课程建议 大作业
- 概率检索模型:BIM+BM25+BM25F
- 读书笔记:Ross:概率模型导论:方差和协方差
- 读书笔记:应用随机过程:概率模型导论:Aloha协议问题
- caffe:自己的数据训练模型 用于视频检索(一)
- html学习第三天—— 第11章 盒子模型 div
- 搜索引擎的检索模型-查询与文档的相关度计算
- 最近博客转型,focus到Topic Modeling及LDA概率模型 PRML研读,欢迎交流
- 第11章 增加文章检索功能
- 机器学习中的概率模型和概率密度估计方法及VAE生成式模型详解之三(第1章)
- TF-IDF模型的概率解释
- 概率分析和随机算法(1)——算法导论(5)