楼主: DL-er
435 0

基于主题语言模型的中文信息检索系统研究 [推广有奖]

  • 0关注
  • 6粉丝

会员

学术权威

74%

还不是VIP/贵宾

-

威望
0
论坛币
15 个
通用积分
1.0351
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
38540 点
帖子
3853
精华
0
在线时间
813 小时
注册时间
2017-9-5
最后登录
2018-6-30

楼主
DL-er 在职认证  发表于 2018-1-22 00:20:01 |只看作者 |坛友微信交流群|倒序 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
摘要:准确的文档语言模型估计对于改善语言模型检索系统的性能是非常重要的.在本文中我们提出了基于主题语言模型的信息检索系统,首先设计了"改进的两阶段K-Means聚类算法"来对文档集合进行聚类,通过引入AspectModel结合聚类结果可以得到基于主题的语言模型.这个新的语言模型较深入地刻画了词汇在不同主题下的分布规律以及文档所蕴含不同主题的分布规律.将主题语言模型和文档本身的语言模型通过线性插值可以更准确地估计文档语言模型.实验结果表明我们提出的这个方法显著改善了检索系统的性能,与Jelinek-Mercer模型方法相比较,主题语言模型检索系统的平均精度提高大约16.17%,召回率提高大约9.64%.

原文链接:http://www.cqvip.com//QK/96983X/200503/15596493.html

送人玫瑰,手留余香~如您已下载到该资源,可在回帖当中上传与大家共享,欢迎来CDA社区交流学习。(仅供学术交流用。)

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:检索系统 信息检索 k-means聚类 k-means aspect 人工智能 自然语言处理 主题语言模型 信息检索

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加JingGuanBbs
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-4-20 09:02