海量规模网络信息检索评测语料库设计及实现.pptVIP

下载本文档

1
0
约6.34千字
约 43页
2019-01-03 发布于浙江
举报
版权申诉

海量规模网络信息检索评测语料库设计及实现.ppt

1、本文档共43页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

SogouT语料库构建 – 标注语料例：查询“疯狂英语” Baidu Google Yahoo / / /m/crazyenglish/ /crazyenglish.htm / / /crazyenglish.htm / / / /crazyenglish.htm / Sogou 合并后的答案标注结果 / / / / / /crazyenglish.htm SogouT语料库构建 – 标注语料实验数据 Sogou有哪些信誉好的足球投注网站8个月查询日志(超过7亿条日志信息) 针对其中高频导航类查询进行自动标注对每个时间段抽取约5%的数据进行手工检查时间段标注查询数检验样例数样例集合准确度 Jun. 06 - Aug. 06 13,902 695 98.13% Sept.06 - Nov. 06 13,884 694 97.41% Dec. 06 - Jan. 07 11,296 565 96.64% SogouT语料库构建 – 标注语料与手工评价结果类似利用用户群体行为分析方法进行有哪些信誉好的足球投注网站引擎自动性能评价是可行的 SogouT语料库构建 – 标注语料 SogouT自动标注语料库 10000个查询主题，65465个标注答案抽样其中5%的查询进行检查（500个）由两名标注人员手工检查（1人标注，1人检查）总数标注错误标注正确正确率信息类查询对应的答案 1011 42 969 95.85% 导航类查询对应的答案 365 25 340 93.15% SogouT语料库构建 – 文本语料库文本语料库构建网页抓取网络爬虫种子选取策略标注语料库所包含的65465个网页 Sogou网络爬虫种子集合所包含的网站防止爬虫黑洞必要的垃圾网页过滤（黑名单）必要的低质量页面、无内容网页过滤（爬虫判断）只抓取HTML网页内容抓取到约1亿网页时停止 SogouT语料库构建 – 文本语料库文本语料库构成 1.387亿网页存储空间约5 Terabyte，gzip压缩后约1.01 Terabyte 链接关系图链接关系数目约33.4亿条存储空间约24 Gigabyte (gzip压缩) 网页质量评估数据所有网页对应的SogouRank值(site-based PageRank) SogouT语料库构建 – 评测系统 SogouT语料获取文本语料：/labs/dl/t.html 7z压缩后约500G，硬盘方式发布，需交纳硬盘成本费约500元。链接关系：/labs/dl/t-link.html 与文本语料共同发布查询语料与标注语料训练集：/labs/dl/e.html 500个经过手工检验的查询及对应答案更大规模的查询与标注语料如何获取？ SogouT语料库构建 – 评测系统 “有哪些信誉好的足球投注网站仪”在线评测系统 http://searchE./ 2008年11月底左右推出 SogouE1：500个查询对应的标注语料 SogouE2：3000个查询对应的标注语料 SogouE3：6500个查询对应的标注语料 SogouT语料库构建 – 评测系统 “有哪些信誉好的足球投注网站仪”在线评测系统用户注册后，即可获取SogouE1 – SogouE3对应的查询语料(只有SogouE1对应的标注语料) 用户根据SogouE1对检索系统进行训练，并改进系统设计与算法用户随时提交对查询语料进行检索得到的检索结果，并获得根据SogouE2即时反馈的检索评价有哪些信誉好的足球投注网站仪网站根据评价结果对用户系统进行排名并随时公布、更新。 SogouT语料库构建 – 评测系统 “有哪些信誉好的足球投注网站仪”在线评测系统定期召开的信息检索与内容安全全国会议(NCIRCS)上，组织专门的评测论坛使用SogouE3对用户提交的结果进行进一步验证邀请系统性能领先的研究人员进行交流应用实例：有哪些信誉好的足球投注网站仪 Http://searchE./ 应用实例：有哪些信誉好的足球投注网站仪 Http://searchE./ 应用实例：有哪些信誉好的足球投注网站仪主要特点客观真实反映有哪些信誉好的足球投注网站引擎总体性能近似即时反馈查询语料规模大，且随用户关注情况更新，反映热点功能演示！相关参考文献搜狗实验室网站：/labs/ 刘奕群,岑荣伟,张敏,茹立云,马少平.基于用户行为分析的有哪些信誉好的足球投注网站引擎自动性能评价.软件学报19(11):3023-3032. Online at: /quanwen.htm Yiqun Liu, Yupeng Fu, Min Zhang, Shaoping Ma, Liyun Ru. Automatic Search Engine Performance Evaluation with Click-through Data Analysis. in Proceedings of the 16th international Confere