2012年秋季期末试题.doc

中国科学院研究生院 课程编号：71258-Z-2 试 题 专 用 纸 课程名称：现代信息检索 任课教师：王斌 ——————————————————————————————————————————————— 姓名 学号 成绩 判断题(正确打√，错误打Ｘ。每题2分，共30分) 建立倒排索引时，只能以文件作为索引单位。 ( Ｘ ) 词项集合和词条集合有时可以完全不同，甚至交集为空集。(√ ) 轮排索引和k-gram索引都可以支持通配查询的处理。 (√ ) 倒排索引的构建与所处的硬件环境息息相关。(√ ) γ的编码序列唯一，但解码序列不唯一。（ Ｘ） 向量空间模型的计算当中，采用余弦相似度和欧氏距离得到的相似度是一致的，即两个向量的余弦相似度大，则欧氏距离一定小，而当余弦相似度小时欧氏距离大。（Ｘ ） 信息检索系统中只存在一种索引结构。（Ｘ ） 隐式相关反馈中对用户的行为进行分析，因此一定会提高检索的效果。（ Ｘ） 在BM25检索模型中，考虑了文档长度对检索带来的影响。（(√ ） 在朴素贝叶斯分类器，基于多项式模型和基于贝努利模型的实现中采用了完全相同的假设 。（(Ｘ ） 特征选择函数MI(Expected Mutual Information)考虑了词项不存在对分类带来的影响。( Ｘ) SVM分类的速度与支持向量的个数无关。（Ｘ ） K-均值聚类算法的结果依赖于初始种子质心的选择。（ √） GAAC层次聚类算法的结果具有确定性。（ √） 隐性语义索引LSI本质上是将原始的向量空间线性变换到另一个高维向量空间。（Ｘ ） 选择题(单项或多项选择。每题2分，共16分) 1、关于倒排索引的压缩，以下叙述正确的是（ ） 。 A）压缩能提高空间的利用率 B）压缩能提高硬盘到内存的传输速度 C）词典压缩作用不大 D）可变字节编码压缩是一种有损压缩方法 2．关于向量空间模型，以下叙述正确的是（ ）。 A）查询和文档均看成向量 B）权重计算的方式很多 C）查询和文档表示成不同空间的向量 D）相似度计算的方式很多 共5页 第1页 3．关于隐式相关反馈，以下叙述错误的是（ ） 。 A）该反馈中实际上有用户参与 B）该反馈后的检索效果一定会提高 C）该反馈是一种局部方法 D）该反馈效果一般会低于用户相关反馈 4．关于伪相关反馈，以下叙述错误的是（ ） 。 A）该反馈中实际上有用户参与 B）该反馈后的检索效果一定会提高 C）该反馈是一种局部方法 D）该反馈效果一般会低于用户相关反馈 5． 关于kNN分类器，以下叙述错误的是（ ）。 A）该分类器几乎不需要训练 B）该分类器分类速度很快 C）该分类器是非线性分类器 D）该分类器通常分类效果不错 6．关于Rocchio分类器，以下叙述错误的是（ ）。 A）该分类器不需要训练 B）该分类器通常分类效果不错 C）该分类器训练速度很快 D）该分类器分类速度很快 7．关于K-均值聚类算法，以下叙述错误的是（ ） 。 A）该聚类算法要事先给定聚类数目 B）该聚类算法是确定性算法 C）该聚类算法的时间复杂度是线性的 D）该聚类算法能得到全局最优结果 8．关于HAC聚类算法，以下叙述错误的是（ ） 。 A）HAC必须要指定聚类数目 B）HAC算法都是确定性算法 C）HAC要求文档要以向量来表示 D）HAC的相似度只能采用向量内积计算 计算题(每题6分，共30分) 面对两个正确答案集合分别是Rq1={d1,d2,d3,d4,d5}及 Rq2={d6,d7,d8,d9,d10 }的查询q1、q2，某个检索系统A返回的检索结果如表1所示。试计算出该系统对每个查询的P、R、F、P@10、AP等指标，并计算整个系统的MAP指标。请写出计算过程并将最后结果汇总填入表2中(小数点后保留2位即可)。其中AP计算采用未插值方法。 表1 检索结果表 系统-查询 返回结果数 返回结果中正确答案所在位置 A-q1 20 2-d2; 4-d4;5-d1;10-d5 A-q2 20 1-d6,4-d7;10-d8;12-d9 共5页 第2页 表2 结果汇总表 系统查询 P R F P@10 AP MAP A-q1 A-q2