Lec.05-检索模型与搜索排序.pdfVIP

TOC ❖ 什么是检索模型？ ❖ 布尔模型 ❖ 向量空间模型 ❖ TF-IDF框架 信息检索与搜索引擎 陈若愚 ❖ 检索质量评价标准 计算机学院 检索模型与搜索排序 北京信息科技⼤学 1 2 概述 内容相似性计算框架 ❖ 搜索结果排序是搜索引擎最核⼼的构成部分，决定了搜 查询表⽰：“苹果” 索引擎的质量好坏及⽤户的满意程度 ❖ 搜索结果排序最重要的两个因素是：（⽤户查询和⽹页 信息需求 的）内容相关性和⽹页链接情况 相关度计算 ❖ 在给定⽤户搜索词的情况下，如何判断⽹页内容是否与 检索模型 ⽤户查询相关，这是由检索模型决定的 ❖ 最重要的检索模型包括：布尔模型、向量空间模型、概 率模型、语⾔模型... ⽂档表⽰ 3 4 ❖ ⽤户发出查询词Q后，可以把⽂档集根据“是否相关”及 “是否包含查询词”两个维度进⾏划分 检索模型的理想化假设 包含查询词 不包含查询词 相关⽂档 I II ❖ 假设⽤户需求已经通过查询⾮常清晰明确地表达出来 IV III ❖ 检索模型的研究不涉及⽤户需求建模 不相关⽂档 ❖ ⽤户需求建模是现阶段搜索引擎发展的重要⽅向 ❖ 好的检索模型，应该在排序结果中，提升第⼀、第⼆象 限⽂档的排名，抑制第三、第四象限⽂档的排名 5 6 布尔模型 布尔模型（续） ❖ 布尔模型是检索模型中最简单的⼀种，其基础是集合论 苹果 AND (乔布斯 OR iPad2) ❖ ⽂档与⽤户查询由其包含的单词集合表⽰，两者的相似 性由布尔代数运算来判定 ❖ ⽤户查询以逻辑表达式的形式出现，即使⽤“与/或/⾮” ❖ 含义：如果⼀篇⽂档包含单词“苹果” ，同时也包含单词 等逻辑连接词将⽤户查询词串联，表达⽤户信息需求 “乔布斯”或“iPad2”两者中的任何⼀个，那这篇⽂档就是 满⾜⽤户需求的。 ❖ 满⾜⽤户逻辑表达式的⽂档就是相关⽂档