sewm20xx中文web检索评测内容摘要:
top numNumber:NP815 title法学视野中的高校学生申诉制度 /title /top 相关答案集构建流程 各参赛队提交结果 pooling得到待判断的文档集 招募人员进行相关判断 对相关判断进行检查, 得到相关答案集 主要内容 Web检索评测介绍 CWT200g amp。 CWT20g 评测结果 总结及讨论 2020年提交结果的参赛队 TEAM NAME TDRUNS (200g/20g) NPHPRUNS (200g/20g) 华南理工大学木棉队 KSE 5/5 5/5 大连理工大学 DLUT 3/3 3/3 山东大学计算机科学与技术学院 IRSDU 0/1 0/2 各主题的相关答案数 各个主题的答案数020406080100120140160180146 149 152 155 158 161 164 167 171 174 177 181 184 188 191 195 198 202 205 208 211 214200G20G评测方法 TD主题提取 – P@10, RP, bpref 导航搜索 – MRR TD评测结果 2 0 G T D 评测结果0DLUT_TD_RUN1_20GDLUT_TD_RUN2_20GDLUT_TD_RUN3_20GIRSDU_TD20g_RUN_1KSE_20G_TD_RUN_1KSE_20G_TD_RUN_2KSE_20G_TD_RUN_3K。sewm20xx中文web检索评测
相关推荐
,必定是存放在某一个表格中,对于不在表格中的部分,将其看作一个表格,便于处理。 根据表格的嵌套关系对每个表格进行分级,对处于最高级别的表格进行比较。 主要是根据 table表格中包含的文字数目和表格中的一些特殊字符进行比较,按照一定规则将一部分 table内容去除掉。 将剩下的内容视为一个新的网页,并进行同样的迭代操作。
由于网页中有部分超常的英文字符以及一些乱码,分词系统会报错并且停止。 –针对这个问题,我们对这些异常文件另外处理,采用北大天网提供的分词程序。 江西师范大学网络应用研究所 特征选择 对于训练集 example1,共有 166241个词,根据词频,滤掉了那些词频小于 2或者大于 8000的词,剩下 74258个。 对于 example2,也采用相同的操作,剩下 12648个词。
分词 采用哈工大分词程序 增加部分停用词,词汇数量达到 2040个 2020/11/4 8 特征提取 ( 1) CHI 分别计算词条与个各类别的 CHI值,取最大值作为该词项的 CHI值 ECE(期望交叉熵) 是一种基于概率的方法,交叉熵越大,对文本类别分布的影响越大 CHI+DF 使用 DF移除低于一定阈值低频词, 消除 CHI对低频词的倚重,再用
. j a v aT ok e nsN u t c h A n a l y s i s. j a v aN u t c h A n a l y s i sC o n s t a n t s . j a v aT o k e n . j a v aWordsegmentation Create Word segmentation system that – Can handle large
/top 8 百度相关搜索 扩展后为:计算机等级考试时间、国家计算机等级考试、计算机等级考试网、计算机等级考试查询、计算机等级考试试题、电脑等级考试、江苏计算机等级考试、 2020计算机等级考试 用扩展后的查询词搜索,每个查询词均返回 300条结果; 合并扩展查询结果。 9 检索策略: NPHP对 Title域进行不同加权 我们发现,对于 NPHP任务, Title域显得比其他 url域和
iii nlp lini)(**21 rprpF 队伍 编号 训练集 北京工业大学 1 1 北京大学信息管理系 2 1 华南理工 3~11 9 合肥电子工程学院 12 1 大连理工 1318 6 山东大学 19~20 2 江西师范 2124 4 海南大学 25 1 总计结果数 25 已提交结果的队伍: Macrop Macror Macrof1 Macrop Macror Macrof1