“Search method”版本间的差异
来自cslt Wiki
（→lucene method） |
（→boost keyword） |
||
| 第6行： | 第6行： | ||
= boost keyword = | = boost keyword = | ||
| − | + | [[boost keyword before search]] | |
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
|} | |} | ||
* TFIDF Formula | * TFIDF Formula | ||
2014年11月21日 (五) 01:12的版本
MERT-4 Method
lucene method
boost keyword
boost keyword before search |}
- TFIDF Formula
- coord(q,d)*query_boost*query_norm*sum(idf^2 * tf * term_boost * norm(t,d)) [1]
- add the new keyword value from proMe method
our method
| method | lucene | vsm_idf(haiguan) | VSM_idf(baidu) | vsm_idf(tain) | vsm_idf(calculate) |
|---|---|---|---|---|---|
| Accary | 0.6628 | 0.6228 | 0.6197 | 0.5827 | 0.5426 |
synonyms method
- fuzzy match
- calculate the similarity value = 1/(5-5*av_value).where av_value = average(word2vec+Synonyms forest+hownet).
- lucene
- lucene4.6 already added synonyms method (org.apache.lucene.analysis.synonym[2]) like :(a -> x) (a b -> y) (b c d -> z) or extend the query.
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[3]
bug fix
- vsm method
- doesn't clear the pattern before search
