知识卡片
相关性分数需在同一口径比较
检索评分用于在指定查询、语料与预处理下比较候选文档,绝对值通常不是可独立解释的置信度。改变词干、分词、IDF公式或语料范围,数值及排序都可能改变;需用可解释查询与文档检查效果,不能仅因一个分数大于0就声称语义相关。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 2 处
- · 查看原书依据
分数的绝对值并不是十分重要,根据相关性找到并排序文档才是我们所关心的。随后,开始考虑各种调整或放大度量方法使其能更有效。一个很明显的改进是去除动词的变化(给读者留作练习),这样元素中如时态和语法的变化就可以归为一类,并可以用相似的计算来精确地解释。nltk.stem模块实现了几个好用的词干提取算法。 现在我们来使用新的工具,并将它们应用到寻找相似文档的基本问
- · 查看原书依据
"score" : 2.0938471502590676, "obj" : { "_id" : ObjectId("51a983dfe391e8ff964c63a7"), "Content-Transfer-Encoding" : "7bit", "From" : "joel.ephross@enron.com", "X-Folder" : "\\SSHAC
参考来源
- 位置:《社交网站的数据挖掘与分析(原书第2版)》第4章《4.4.2 对人类语言使用TF-IDF》(spine87;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0076.html;u065-ch04-023)。
- 结论依据:原文在“分数的绝对值并不是十分重要”附近的定义、例子或代码支撑本卡核心说明:检索评分用于在指定查询、语料与预处理下比较候选文档,绝对值通常不是可独立解释的置信度。边界按已读前提解释;示例未执行。
- 原始内容:分数的绝对值并不是十分重要,根据相关性找到并排序文档才是我们所关心的。随后,开始考虑各种调整或放大度量方法使其能更有效。一个很明显的改进是去除动词的变化(给读者留作练习),这样元素中如时态和语法的变化就可以归为一类,并可以用相似的计算来精确地解释。nltk.stem模块实现了几个好用的词干提取算法。 现在我们来使用新的工具,并将它们应用到寻找相似文档的基本问
- 位置:《社交网站的数据挖掘与分析(原书第2版)》第6章《6.3.4 根据关键词查找邮件》(spine103;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0092.html;u099-ch04-023)。
- 结论依据:MongoDB的文本排名也是配置和语料下的检索分数,返回的历史raptor消息仅是后续阅读起点。
- 原始内容:"score" : 2.0938471502590676, "obj" : { "_id" : ObjectId("51a983dfe391e8ff964c63a7"), "Content-Transfer-Encoding" : "7bit", "From" : "joel.ephross@enron.com", "X-Folder" : "\\SSHAC