Ваш любимый книжный интернет-магазин
Перейти на
GlavKniga.SU
Ваш город: Алматы
Ваше местоположение – Алматы
 Да 
От вашего выбора зависит время и стоимость доставки
Корзина: пуста
Авторизация 
  Логин
  
  Пароль
  
Регистрация  Забыли пароль?

Поиск по каталогу 
(строгое соответствие)
ISBN
Фраза в названии или аннотации
Автор
Язык книги
Год издания
с по
Электронный носитель
Тип издания
Вид издания
Отрасли экономики
Отрасли знаний
Сферы деятельности
Надотраслевые технологии
Разделы каталога
худ. литературы

Building Relevance Judgments without Pooling. Relevance Feedback Clustering

В наличии
Местонахождение: АлматыСостояние экземпляра: новый
Бумажная
версия
Автор: AbdelRahim Elmadany
ISBN: 9783659353987
Год издания: 2015
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 72
Издательство: LAP LAMBERT Academic Publishing
Цена: 25408 тг
Положить в корзину
Позиции в рубрикаторе
Отрасли знаний:
Код товара: 119089
Способы доставки в город Алматы *
комплектация (срок до отгрузки) не более 2 рабочих дней
Самовывоз из города Алматы (пункты самовывоза партнёра CDEK)
Курьерская доставка CDEK из города Москва
Доставка Почтой России из города Москва
      Аннотация: A novel method is represented for building query relevance judgments without system pooling using subtopic clustering in conjunction with relevance feedback. The new method is referred to as Relevance Feedback Clustering (RFC). RFC builds on a previously developed method Sanderson and Hedio (2004) that uses relevance feedback to replace manual interactive query reformulation. RFC method is shown to be robust in building relevance judgments even in the absence of proper text processing tools, as demonstrated for Arabic with minimal processing, and to be consistently better than the one suggested by Sanderson and Hedio. Moreover, RFC was applied to the TREC 2002 CLIR test collection, which contains Arabic newswire articles from ‘Agence Fran?aise de Presse’ (AFP). In addition, the work reports the conditions under which the produced relevance judgments and official TREC relevance judgments rank different systems in ways that highly correlate.
Ключевые слова: Information Retrieval, Test Collection, Relevance Feedback Clustering