擬似関連性フィードバック検索のためのWebベースデータ濃縮の要素の評価【JST・京大機械翻訳】

Breuer Timo; Pest Melanie; Schaer Philipp

プレプリント

J-GLOBAL ID：202202204237001752 整理番号：22P0302070

擬似関連性フィードバック検索のためのWebベースデータ濃縮の要素の評価【JST・京大機械翻訳】

Evaluating Elements of Web-based Data Enrichment for Pseudo-Relevance Feedback Retrieval

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年03月10日プレプリントサーバーでの情報更新日： 2022年03月10日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

本研究では,Web検索エンジンの結果に基づく擬似関連性検索法を解析した。Web検索エンジン結果ページとリンクコンテンツからのテキストデータによるトピックスを豊かにすることによって,著者らは,関連文書のために試験収集を捜すために使用することができる主題特異的でコスト効率の良い分類器を訓練する。TREC共通コア2018で最初に作られた試みを,GrossmanとCormackにより行い,異なる検索エンジン,質問,および試験収集を考慮した時間にわたるシステム性能の質問に取り組んだ。著者らの実験結果は,どのように考慮された成分が検索性能に影響するかを示した。全体として,分析方法は平均検索性能に関してロバストであり,関連フィードバック方法のデータ濃縮のためにWebコンテンツを使用する有望な方法であった。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

検索技術

, , , , , ,

前のページに戻る