CSpace  > 中国科学院计算技术研究所期刊论文  > 中文
基于查询性能预测的鲁棒检索排序研究
薛源海; 俞晓明; 刘悦; 关峰; 程学旗
2016
发表期刊中文信息学报
ISSN1003-0077
卷号30.0期号:005页码:169
摘要信息检索技术致力于从海量的信息资源中为用户获取所需的信息。相较于传统的简单模型,近些年来的大量研究工作在提升了检索结果平均质量的同时,往往忽略了鲁棒性的问题,即造成了很多查询的性能下降,导致用户满意度的显著下降。本文提出了一种基于排序学习的查询性能预测方法,针对每一个查询,对多种模型得到的检索结果列表进行预测,将其中预测性能最优的检索结果列表展示给用户。在LETOR的三个标准数据集OHSUMED、MQ2008和MSLR-WEB10K上的一系列对比实验表明,在以经典的BM25模型作为基准的情况下,与当前最好的检索模型之一LambdaMART相比,该方法在提升了检索结果平均质量的同时,显著地减少了性能下降的查询的数量,具备较好的鲁棒性。
关键词查询性能预测 排序学习 鲁棒检索排序
语种英语
文献类型期刊论文
条目标识符http://119.78.100.204/handle/2XEOYT63/29054
专题中国科学院计算技术研究所期刊论文_中文
作者单位中国科学院计算技术研究所
第一作者单位中国科学院计算技术研究所
推荐引用方式
GB/T 7714
薛源海,俞晓明,刘悦,等. 基于查询性能预测的鲁棒检索排序研究[J]. 中文信息学报,2016,30.0(005):169.
APA 薛源海,俞晓明,刘悦,关峰,&程学旗.(2016).基于查询性能预测的鲁棒检索排序研究.中文信息学报,30.0(005),169.
MLA 薛源海,et al."基于查询性能预测的鲁棒检索排序研究".中文信息学报 30.0.005(2016):169.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[薛源海]的文章
[俞晓明]的文章
[刘悦]的文章
百度学术
百度学术中相似的文章
[薛源海]的文章
[俞晓明]的文章
[刘悦]的文章
必应学术
必应学术中相似的文章
[薛源海]的文章
[俞晓明]的文章
[刘悦]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。