[理学]lecture11-probmodel.pdf

IntroductionIntroduction  toto  InformationInformation  RetrievalRetrieval 2011/11/07 中科院研究生院2011年秋季课程《现代信息检索》 更新时间： 现代信息检索 Modern Information Retrieval 第11讲 概率检索模型 Probabilistic Information Retrieval 授课人授课人：：王斌王斌 httpp :///~wanggbin 1 *改编自”An introduction to  Information retrieval”网上公开的课件，地址/IR-book/ 提纲 ❶上一讲及向量空间模型回顾 ❷基本概率统计知识 ❸Logistic回归模型 ❹BIM模型 ❺BM25模型 2 提纲 ❶上一讲及向量空间模型回顾 ❷基本概率统计知识 ❸Logistic回归模型 ❹BIM模型 ❺BM25模型 3 现代信息检索现代信息检索 结构化检索(Structured retrieval)  基本配置基本配置：结构化或非结构化查询结构化或非结构化查询++结构化文档结构化文档 结构化检索的应用场景 数字图书馆、专利数据库、博客、包含已标注命名实体 （如人名、地名）的文本 例子 数字图书馆数字图书馆: give me a ff ullll‐llengthh articlle on ff ast ff ourier transforms 专利专利: giive me pattens whhose cllaiims mentition RSARSA publiblic kkey  encryption and that cite US patent 4,405,829 实体标记文本实体标记文本:: givegive meme articlesarticles aboutabout sightseeingsightseeing tourstours ofof  the Vatican and the Coliseum 44 现代信息检索现代信息检索 XML 文档文档 55 现代信息检索现代信息检索 挑战1: 返回文档的一部分 XMLXML检索中检索中，用户希望返回文档的一部分用户希望返回文档的一部分 （（即即XMLXML元素元素））， 而不像非结构化检索那样往往返回整个文档 例子 如果在《莎士比亚全集》中查找Macbeth’s castle，那么到底应 该返回场（scene ）、幕（act ）还是整个剧本呢？ 上述情况下上述情况下，用户可能在查找用户可能在查找场场((scene)scene) 但是，另一个没有具体指定返回节点的查询Macbeth ，应该返 回剧本的名称而不是某个子单位 解决办法: 结构化文档检索原理((structured