计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2013年
1期
71-75
,共5页
文本挖掘%关联规则%实体检索%实体名识别%词频-逆文档频率%维基百科%搜索引擎
文本挖掘%關聯規則%實體檢索%實體名識彆%詞頻-逆文檔頻率%維基百科%搜索引擎
문본알굴%관련규칙%실체검색%실체명식별%사빈-역문당빈솔%유기백과%수색인경
针对信息检索领域特定类型实体的检索问题,在传统搜索引擎的基础上,提出一种基于多角度关联模型的实体检索方法,综合运用实体名识别(NER)、文本向量、关联规则等技术以及Wikipedia、Stanford NER等工具,并在TREC2010 实体检索项目中进行评测.实验结果表明,与基于BM25和贝叶斯模型的检索方法相比,该方法的nDCG@R值平均提高11.49％和18.09％.
針對信息檢索領域特定類型實體的檢索問題,在傳統搜索引擎的基礎上,提齣一種基于多角度關聯模型的實體檢索方法,綜閤運用實體名識彆(NER)、文本嚮量、關聯規則等技術以及Wikipedia、Stanford NER等工具,併在TREC2010 實體檢索項目中進行評測.實驗結果錶明,與基于BM25和貝葉斯模型的檢索方法相比,該方法的nDCG@R值平均提高11.49％和18.09％.
침대신식검색영역특정류형실체적검색문제,재전통수색인경적기출상,제출일충기우다각도관련모형적실체검색방법,종합운용실체명식별(NER)、문본향량、관련규칙등기술이급Wikipedia、Stanford NER등공구,병재TREC2010 실체검색항목중진행평측.실험결과표명,여기우BM25화패협사모형적검색방법상비,해방법적nDCG@R치평균제고11.49％화18.09％.
