信息檢索導(dǎo)論-王斌-第二次課后作業(yè)(6-12)

1、1、習(xí)題6-10tf-idf = tf * idfcar的tf-idf值在三篇文檔中分別為：doc1:27*1.65= 44.55 ; doc2:4*1.65= 6.6; doc： 24*1.65= 39.6 ;auto的tf-idf值在三篇文檔中分別為：doc1:3*2.08= 6.24 ; doc2:33*2.08= 68.64 ; doc : 0*2.08= 0;insurance 的tf-idf 值在三篇文檔中分別為：doc1:0*1.62= 0; doc2:33*1.62= 53.46 ; doc : 29*1.62= 46.98 ;best的tf-idf值在三篇文檔中分別為：doc

2、1:14*1.5= 21.0 ; doc2:0*1.5= 0; doc : 17*1.5= 25.5 ;2、習(xí)題6-191/1.922 = 0.521301/1.922 = 0.677詞查詢(xún)文檔qi*d itfwfdfidfq i=wf-idftfwfd i=歸一化的wfdigital111000033110.521.56video0010000020110.520cameras11500002.3012.30121.3010.6771.558所用公式：wf = 1+ ?裨?w 0i0?idf?log ?歸一化： x2 + 12 + 1.301 2 = 1.922-可編輯修改-最后的相似度結(jié)果

3、為：1.56+1.558=3.1183、習(xí)題7-2勝者表是提出的一種更快獲取得分較高文檔的一種方法，基本思路是考慮r篇白tf tf值。但在實(shí)際應(yīng)用中，還應(yīng)考慮到文檔長(zhǎng)度以及用戶(hù)對(duì)搜索結(jié)果的關(guān)注程度等因素，并希望只關(guān)注那些不僅相關(guān)度高并且權(quán)威度也大的文檔。如果只根據(jù)tf值來(lái)選取最后的結(jié)果文檔，很可能導(dǎo)致的情況是，搜索結(jié)果和查詢(xún)雖然相關(guān)，但會(huì)有文檔長(zhǎng)度過(guò)長(zhǎng)且不是用戶(hù)想得到的結(jié)果的問(wèn)題。因此在考慮到全局的情況下，引入了 g(d)和tf-idf來(lái)對(duì)勝者表進(jìn)一步擴(kuò)展和精確。這樣高分文檔更可能在倒排索引的前期出現(xiàn)。4、習(xí)題7-8-可編輯修改-5、習(xí)題8-8m 心詼l mizmn nnner 鴨相小而；nr

4、/jnr rrnmn 吵。4. ma匕=(t+ 4+ 尹告)忤 0。方十用十對(duì)/* n邨m牙修尸ob.系統(tǒng)1的返回結(jié)果中相關(guān)文檔比較集中，靠前兩個(gè)，靠后兩個(gè)。系統(tǒng) 2的返回結(jié)果中相 關(guān)文檔比較分散。系統(tǒng) 1比系統(tǒng)2獲得較高的map值。排名靠前的相關(guān)文檔對(duì) map值影響較大，相關(guān)文檔位置越靠前，系統(tǒng)能獲得越高的map值。c. ri=2/4=0.5r2=1/4=0.25按照r正確性值來(lái)看，與 map的排序結(jié)果一致。6、習(xí)題9-34-3 以;l 股限。居0山，四-3）： %：江+日看 自彼賒始有響丸” 3_加%脛根%!lq.。）十僅15k（w0.5 lq）0。球hr也。i）二（3玨50.波2山5.卜

5、0。兄.075小沙）二（卷 五二血l （?, 7510 _.斜陽(yáng)曲&闕變網(wǎng) 遍玳牛，祝由百7、習(xí)題9-7矩陣c里的元素表示該詞項(xiàng)是否在這些文檔中同時(shí)出現(xiàn)，1表示同時(shí)出現(xiàn)，0表示沒(méi)有同時(shí)出現(xiàn)。-可編輯修改-8、習(xí)題11-3(l-j mlj和型仕甘物ld蕈大返峽,gl撤既心) 烝卡力3)噌征林產(chǎn)務(wù)三九犀小利g -他心加-閨但會(huì)嘴也4l復(fù)扁f 帕-)叼產(chǎn)i s7r辟一者卜多抵二帚9、習(xí)題12-6d=(, , ,landed, 1, , , ,sensation, 1, ,martin, 1)a. p(the) = 2/11 = 0.182, p(martian) = 1/11 = 0.091b. p

6、(sensation|pop) = 1, p(pop|the) = 010、習(xí)題 12-7該文檔集的查詢(xún)似然模型為:clickgotheshearsboysmetalhere模型11/21/81/81/81/800模型21000000模型3000001/21/2模型41/4001/401/41/4文檔集模型7/161/161/162/161/162/162/16每篇文檔模型對(duì)應(yīng)的概率：p(d|q) 8p(d) n?r?(1 - ? + ?(?)-可編輯修改-querydoc1doc2doc3doc4click15/3223/327/3211/32shears2/161/161/163/16click shears15/25623/5127/51233/512p(click|doc1)=1/2*1/2+7/16*1/2=15/32,p(click|doc2)=1*1/2+7/16*1/2=23/32p(shears|doc1)=1/8*1/2+2/16*1/2=2/16,p(click shears|doc1)=15/32*2/16=15/256對(duì)于查詢(xún)click shear