COMP4650/6490-Assignment 1课业解析
文章目录
在这个任务中,您的任务是将文档集合索引到一个反向索引中,然后 根据预定义的查询来衡量搜索性能。
一个包含10000多个政府网站描述的新文档集,以及一组 为该分配提供了预定义查询的。
在整个任务中:
1您将更好地理解索引,包括标记器、解析器和 规范化器组件,以及如何提高搜索性能给定一个预定义的 评估指标,
2你将更好地理解搜索算法,以及如何获得更好的结果 搜索结果,以及
3你会找到最好的方法结合索引器和搜索算法,最大限度地提高你的 性能。
问题1–运行查询(20%)
我们为您提供了一个倒排索引搜索系统的简单实现,它 可以在倒排的文件中找到_索引.py, 预处理器.py以及相似性_度量值.py.
你的第一个任务是
完成跑步_查询.py脚本。剧本应该
1然后从政府/文件中创建一个倒排索引
2从gov/topics和
3将所有查询的返回结果写入运行/检索到.txt以TREC评估格式。
第1步。已经为您实现了。你将需要编辑反向_索引.py完成 run_query函数,以便它返回得分最高的文档。然后你需要 完成跑步_查询.py执行步骤2的脚本。和3。 文本检索会议(TREC)是一个流行的研究如何更好地设计的会议 信息检索系统。
我们将使用他们的评估工具TRECu EVAL来衡量 系统的性能。该工具希望返回的结果位于一个具有非常特定 格式,则此文件中的每一行的格式必须为:
查询我的系统
更多讨论可以+V:ITCSfudao

评论
登录后参与技术讨论,分享你的经验与见解。
登录 / 注册暂无评论