二、信息检索模型研究.ppt

* 课后练习 利用夹角余弦方式(向量的分量采用TF表示) 进行计算(s=0.2，文档长度以字节数表示，1个汉字以2个字节计算，不含标点和空格)，写出计算过程，并判断哪篇文档和查询q更相关(不去除停用词)。 查询q：2010 亚运会 举办地 文档d1：第十六届亚运会2010年11月在广州开幕 文档d2：第11届亚运会在中国北京举行，参赛国家37个 如何判断两个文档之间是否存在抄袭？ Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 基于概率统计的IR模型(Probabilistic models) 概率模型 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. * 概率模型 随机现象与随机事件 事件有多种不同的结果，在同样的条件下进行一系列重复试验，每次出现的结果都不能预先确定的事件称为随机事件 随机现象在每次试验中的结果虽然是不确定的，但在大量重复试验下，各种不同结果出现的可能性的大小是具有规律性的 例如，统计大量的新生儿的性别，男女约各占50％，多次抛一枚均匀的硬币，正反面出现的次数约各占50％ 为研究随机现象的统计规律性而进行的试验称为随机试验。用字母Ｅ来表示。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. * 概率模型 随机试验具有下面三个特点 1. 在相同条件下可以重复进行 2. 试验前不能确定出现哪种结果 3. 能够知道可能出现的所有结果 在随机试验中出现的每一个结果，称为随机试验的基本事件。全体基本事件组成的集合称为样本空间Ｕ。例如，上面举过的例子中， 和 样本空间Ｕ的子集称为随机事件。因此，随机事件是指随机试验出现的一种结果或几种结果的总和。用A、B、C等表示。 样本空间Ｕ表示必然事件，空集 表示不可能事件 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. * 概率模型——1. 事件的关系和运算 事件的包含和相等 如果事件A发生必然导致事件B发生，那么称事件A包含于事件B，或称事件B包含事件A，记作　　 例如，掷一枚骰子， 如果 ，同时 ，则称A＝B 事件的和 事件A发生或事件B发生，称为事件A与事件B的和，记作A＋B。 事件A发生或事件B发生，换句话说，就是事件A和事件B至少有一件发生。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. * 概率模型 例如：分析下列事件的关系 ⑴ 随机抽查一批产品的质量，记 A＝{抽到三个不合格产品} B＝{抽到两个以上不合格产品} ⑵抛两枚硬币，记 C＝{不出现反面朝上} D＝{两个都是正面朝上} 解： ⑴ 事件A发生则事件B一定发生了，所以 ⑵ 抛两枚硬币，不出现反面朝上，即出现两个正面，显然C＝D Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. * 概率模型 (3) 以直径和长度两项指标衡量产品的质量，设 A＝{零件直径不合格}，B＝{零件长度不合格}, E＝{零件不合格}, 试用事件A、B表示E 解 事件E发生，表示或者事件A发生或者事件B发生或者事件A、B同时发生，即事件A、B至少有一件发生 故 E＝A＋B (4) 从一批产品中任意取出2件，A1＝{恰好有1件是次品}，A2＝{恰好有2件是次品}，试用A1、A2表示事件B＝{至少有1件是次品} 解 至少有1件是次品的意思是说，恰好有1件是次品，或者2件都是次品 因此 B＝A1＋ A