07第七章 检索模型精品.ppt

* * * 可去掉 * * * * * * * * * * * * * * * * 将信息检索作为分类问题(Cont.) P(R|D)：当文档D是相关文档的条件概率； P(NR|D)：当文档D是非相关文档的条件概率。 检索问题即求条件概率问题 If Prob(R|di, q) Prob(NR|di, q) then di 是检索结果，否则不是检索结果 * 概率检索模型背景知识 概率检索模型将文档向量与查询向量间的相关度概率化，在概率论的框架下解决信息检索的问题。例如：定义三个随机变量R，Q，D：相关度R={0，1}，查询Q={q1,q2,…}，文档D={d1,d2,…}，则可以通过计算条件概率P(R=1|Q=q,D=d)来度量文档和查询的相关度。 概率模型包括一系列模型，如l回归模型及最经典的二值独立模型BIM、BM25模型等。 7.2 概率模型(Cont.) * 基本假设 文档对查询的相关性与文档集合中的其它文档无关，这点被称为概率模型的相关性独立原则； 文档和查询中的特征项与特征项之间是相互独立的； 文档和查询中的特征项权重都是二值的，即要么是0，要么是1； 文档相关性是二值的，即只有相关和不相关两种，也就是说，一篇文档要么属于理想文档集，要么不属于理想文档集。 7.2 概率模型(Cont.) 查询式与文档的相关度概率定义 在概率模型中特征项的权重都是二值的 wi,j