- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
(第一届全国信息检索与内容安全学术会议检索主题难易度预测
检索主题难易度预测
吕学强,赖治国,昝红英,项昆
(北京大学计算语言学研究所,北京 100871)
TREC2004 Robust任务有一项新要求,就是要把检索主题按照从易到难的顺序排列. 针对新要求,该文提出了基于单词歧义性大小的检索主题难易度模型. 根据WordNet和它附带的Brown语料库构造了单词义项分布词典,然后把检索主题中的单词按歧义性大小分为七类,通过计算平均单词容易度来度量检索主题的难度. 实验结果表明该模型有一定的预测能力. 最后预测了TREC2004 Robust任务的250个检索主题的难易度.
信息检索;文本检索会议; 鲁棒性任务; 检索主题难易度;义项分布
Prediction of Topic Difficulty
L? Xue-qiang, LAI Zhi-guo, ZAN Hong-ying, XIANG Kun
(Institute of Computational Linguistics, Peking University, Beijing 100871)
TREC2004 robust track requires predicting the relative difficulty of the topics. A topic difficulty model based on word sense ambiguity was proposed in this paper. After constructing a sense distribution dictionary using WordNet and Brown corpus, the words in a topic could be put into seven classes. Average word easiness reflected the topic difficulty. Experimental results showed that the model can predict topic difficulty to some extent. According to the model, the relative difficulty of 250 topics in TREC2004 robust track was predicted.
Information retrieval; TREC; robust track; topic difficulty; sense distribution
引言
文本检索会议(Text REtrieval Conference,TREC, )从1992年创办以来影响越来越大,对推动文本信息检索的发展起到了巨大的作用. TREC2003已发展到有22个国家的93个研究小组参加[1]. 国内复旦大学、清华大学、哈尔滨工业大学、中科院计算所、中科院自动化所、中科院软件所等单位也参加过TREC[2-8],并且取得过优良的成绩.
TREC2004 鲁棒性任务提出了一项新要求,那就是在提交的检索结果之后,还要附上250个检索主题(topic)的难度顺序. TREC2002 QA任务中也有类似要求[9],当时的QA任务要求参测系统把500个问题按自信程度降序排列,并以下列方式进行打分:
(1)
其中Q代表检索主题总数. 这样排序第1的问题权重是排序第500的问题权重的X倍,排序对最后的总得分起着至关重要的作用,系统得分主要由自信程度排在前列的几个问题决定,排在后面的问题对总得分没有太大影响.
鲁棒性任务主要研究较难检索主题的处理,所以不仅不会象QA任务那样降低最差检索主题的权重,反而会专门考虑它们,TREC2003鲁棒性任务中就专门对得分最低的四分之一的检索主题进行了评价.
针对鲁棒性任务的新要求,本文提出了检索主题难易度模型.
检索主题难易度模型
检索主题构成
TREC中的一个检索主题由三部分构成:标题部分、描述部分和叙述部分,叙述部分又可分为肯定叙述部分和否定叙述部分. 下面是一个检索主题的例子:
top
num Number: 301
title International Organized Crime
desc Description:
Identify organizations that participate in international criminal activity, the activity, and, if possible, collaborating organizations and the countries involved.
narr Narrative:
A releva
您可能关注的文档
- (第45章自测题及分析.doc
- (附录四:民间金融与中小企业发展:对温州的实证分析.doc
- (第48章审计习题.doc
- (附表1申请资质认定检测能力表.doc
- (质量工程师职位描述.doc
- (附表一5强企业管理岗位测评与测评分析试卷.doc
- (附表一92学年度四技二专考试类别及科目表.doc
- (质量总结报告.doc
- (第4章审计风险评估练习题.doc
- (附:典型事故案例分析:.doc
- 人教版四年级上册数学期末测试卷带答案(名师推荐).docx
- 2024广播影视职业技能鉴定经典例题含完整答案详解(各地真题).docx
- 2024教育硕士高频难、易错点题含完整答案详解(全优).docx
- 2024教育硕士综合提升测试卷(原创题)附答案详解.docx
- 2024广播影视职业技能鉴定真题(真题汇编)附答案详解.docx
- 2024民航职业技能鉴定通关题库含完整答案详解(全优).docx
- 2024教育硕士高频难、易错点题及答案详解【全国通用】.docx
- 2024教育硕士模拟试题附答案详解【培优A卷】.docx
- 人教版四年级上册数学期末测试卷含答案【培优a卷】.docx
- 2024民航职业技能鉴定题库含答案详解(预热题).docx
最近下载
- 交通运输行政执法人员考试题及答案 .pdf VIP
- 卸料平台专项施工措施(修).doc VIP
- 广播电视技术能手竞赛部分试题.pdf VIP
- 医疗机构从业人员行为规范.pptx VIP
- 第6单元 美丽乡村—我学会了吗 (课件)2025-2026学年度青岛版数学三年级上册.pptx VIP
- 22G101-1图集—混凝土结构施工图平面整体表示方法制图规则和构造详图(现浇混凝土框架、剪力墙、梁、板).pdf VIP
- 《古希腊哲学思想及其影响:大学西方文化教案》.doc VIP
- 山东-造价文件汇编.pdf VIP
- 牧场物语矿石镇的伙伴们攻略 [2].doc VIP
- 主题活动——1200张纸有多厚(课件)2025-2026学年度青岛版(六三)数学三年级上册.pptx VIP
文档评论(0)