“Search method”版本间的差异
来自cslt Wiki
(→find) |
|||
第37行: | 第37行: | ||
* 采用最细粒度分词(对于标准问题在建立索引时,模板不用),可以提高正确率。61=>66.对于标准问题建索引时. | * 采用最细粒度分词(对于标准问题在建立索引时,模板不用),可以提高正确率。61=>66.对于标准问题建索引时. | ||
* 对输入的问题不应用细粒度分词(细粒度的59%,不用66%)。 | * 对输入的问题不应用细粒度分词(细粒度的59%,不用66%)。 | ||
+ | * lucene4.6 已经增加了同义词拓展[http://www.hankcs.com/program/java/lucene-synonymfilterfactory.html] |
2014年11月5日 (三) 12:30的版本
lucene method
- data set
- jiangkaipeng:
- different method result
method | Default | BM25 | LMDirichlet | DFR | LMJelinekMercer | IB |
---|---|---|---|---|---|---|
Accary | 0.66228 | 0.66228 | 0.4091 | 0.65476 | 0.65476 | 0.6666 |
- add boost keyword
method | Default | idf_train | idf_train_norm | idf_baidu | idf_baidu_norm |
---|---|---|---|---|---|
Accary | 0.66228 | 0.651629 | 0.57644 | 0.647869 | 0.65288 |
our method
method | lucene | BM25 | VSM |
---|---|---|---|
Accary | 0.6184 | 0.614 | 0.377 |
find
- 采用最细粒度分词(对于标准问题在建立索引时,模板不用),可以提高正确率。61=>66.对于标准问题建索引时.
- 对输入的问题不应用细粒度分词(细粒度的59%,不用66%)。
- lucene4.6 已经增加了同义词拓展[1]