《信息检索导论》课后习题答案.docxVIP

《信息检索导论》课后习题答案 《信息检索导论》课后习题答案 PAGE 《信息检索导论》课后习题答案 《信息组织与检索》作业答案 布尔检索 习题1-2 考虑如下几篇文档： 文档1 breakthrough drug for schizophrenia 文档2 new schizophrenia drug 文档3 new approach for treatment of schizophrenia 文档4 new hopes for schizophrenia patients a. 画出文档集对应的词项—文档矩阵； b. 画出该文档集的倒排索引（参考图 1-3中的例子）。 Term-Documentmatrix: 1 2 3 4 approach 0 0 1 0 breakthrough 1 0 0 0 drug 1 1 0 0 for 1 0 1 1 hopes 0 0 0 1 new 0 1 1 1 of 0 0 1 0 patients 0 0 0 1 schizophrenia 1 1 1 1 treatment 0 0 1 0 Inverted Index: approach - 3 breakthrough -1 drug -1-2 for -1-3-4 hopes -4 new -2-3-4 of -3 patients -4 schizophrenia -1-2-3-4 treatment 3 注意：倒排索引中的词表（dictionary）和每个词项的倒排列表（posting list）需要排序，便于查找。这里我们暂不考虑词的正规化处理（如hopes-hope）。 补充习题1 写出AND查询的伪代码 面向过程风格的伪代码： 给定两个指针p1和p2，分别指向两倒排列表list1和list2（链表实现）的首元素；令docId(p1)表示p1所指向的元素的docId查询结果存放在answer列表里。 这里应用了“化归”思想（将新问题转化归为旧问题来解决）。这里，比较两排序列表的首元素，排除较小的docId（不可能有匹配）后，我们构造出新的剩余列表，再次进行两列表的首元素的比较。 While p1 != null AND p2 != null If p1-docId==p2-docId etDocId() == ().getDocId() ()); (); (); Else if ().getDocId() ().getDocId() (); Else (); End 习题1-10 写出OR查询的伪代码 面向过程风格的伪代码： 给定两个指针p1和p2，分别指向两倒排列表list1和list2（链表实现）的首元素；令docId(p1)表示p1所指向的元素的docId；查询结果存放在answer列表里。 While p1 != null AND p2 != null If p1-docId == p2-docId insert(answer, p1)； p1=p1-next； p2=p2-next； etDocId() == ().getDocId() ()); (); (); Else if ().getDocId() ().getDocId() ()); (); Else ()); (); End While () != null ()); (); END While () != null ()); (); END 补充习题2 若一个文集有1000篇文档，有40篇是关于信管专业建设的。我的信息需求是了解信管专业的专业建设情况，用某搜索引擎在这个文集上搜索，查询词为“信管”，搜出100篇包含“信管”的文档，这其中有20篇是信管专业建设方面的，其它80篇是关于信管的其它情况。请问该查询的正确率和召回率是多少 正确率=20/100= 召回率=20/40= 词项词典及倒排记录表 习题2-1 在布尔检索系统中，进行词干还原从不降低正确率。 错；相当于扩充出同一个词干表示的多个词，会降低正确率。 在布尔检索系统中，进行词干还原从不降低召回率。 对。 c. 词干还原会增加词项词典的大小。 错。 d. 词干还原应该在构建索引时调用，而不应在查询处理时调用。 错；应同时做才能保证索引中和查询词的匹配。 习题2-2 请给出如下单词的归一化形式（归一化形式也可以是词本身）。 a. ’Cos - cos b. Shi’ite - shiite（是隔音号） c. cont’d -contd（contd. 可表示contained 包括；continued 继续） d. Hawai’i -hawaii e