首页  思维导图  详情

句子检测方法

2016-07-18 14:21:37   0  举报





仅支持查看

AI智能生成

句子检索方法

文本

作者其他创作

大纲/内容

向量空间模型

假设条件

假设特征之间相互独立，将文档或句子转化为向量

查询相关性计算

向量内积

夹角余弦公式

典型的余弦规格化方法比较适合句子的检索

距离计算函数

特征权重估计与规格化

权重计算

tf*idf

权重规格化

单一长度规格化

Cosine规格化

转轴文档长度规格化

查询扩展方法

语义扩展

子主题

效果

WordNet的语义衍生对句子检索没有明显的提高

伪相关反馈查询

基本思想

自动地选取查询相关度比较高的句子作为“相关”的检
索结果，将这些句子按照一定的加权比例对查询进行正向反馈，采用它们的向量进一步
修正查询向量，从而实现查询的扩展

效果

伪相关反馈是一种比较好的查询扩展方法，在不特别损失检索准确率的前提下，它极大地提高了检索的召回率，从而提高了整体性能

局部共现扩展

基本思想

利用高频共现的词对来实现查询向量与句子向量的进一步扩展

效果

局部共现扩展尽管缺乏很严格的理论依据，但是它可以通过统计的方法挖掘
出特征词语之间的内在关联性，并能够较好地改进查询的结果，在实验中性能最好

Noovel系统句子查询扩展方法

利用伪相关反馈的思想，选取查询相关
度排名靠前的句子集合，在此基础上进行局部共现统计

概率模型

基本思想

通过估计用户查询Q与文
档D相关的概率来判定D是否与Q相关

代表模型

OKAPI 系统

基于概率检索模型设计，使用著名的bm25公式及
其变形（bm2500、bm250）等计算特征词语的权值

语言模型

基本思想

它认为：每个文档对应一个统计语言模型，称为文
档的语言模型(Language Model)。它主要描述了该文档中各个单词的统计分布特征。因
此每个文档看作是由其语言模型抽样产生的一个样本。查询 q 也可以看作是由该文档的语言模型抽样产生的一个样本。因此，我们可以根据每个文档语言模型抽样生成查询
的概率来排序，概率值越大，则该文档就越满足查询要求，作为检索结果的可能性就越
大

效果

实验表明，语言模型不适宜句子级别的检索