- 1、本文档共9页,可阅读全部内容。
- 2、原创力文档(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
查看更多
Take 1: Jaccard coefficient
• A commonly used measure of overlap of two
sets A and B is the Jaccard coefficient
• jaccard (A,B) = |A ∩ B |/ |A ∪B |
• jaccard (A,A) = 1
• jaccard (A,B) = 0 if A ∩B = 0
• A and B don’t have to be the same size.
• Always assigns a number between 0 and 1.
Jaccard coefficient: Scoring example
• What is the query- match score that
the Jaccard coefficient computes for each of
the two s below?
• Query: ides of march
• 1: caesar died in march
• 2: the long march
Issues with Jaccard for scoring
• It doesn’t consider termfrequency (how many
)mes a term occurs in a )
– Rare terms in a collec)on are more informa)ve than
frequent terms
– Jaccard doesn’t consider this informa)on
• We need a more sophis)cated way of
normalizing for length
– Later in this lecture, we’ll use
| A B | /
. . . instead of |A ∩ B|/|A ∪B| (Jaccard) for length
normaliza)on.
Introduc)on to
Informa(on Retrieval
Scoring with the Jaccard coefficient
简介到
信息恢复评分和
这 德系数第 6 章拿
1:
德系数
A
通常用过的措施的
的
二套
一个和乙
是这
德系数 A,B)
A
乙|
A
乙|
A,A)
1
A,B)
0 如果
A
乙
0
一个和乙
不有
到是
这相同的尺寸。
总是分配
A
数字之间
0
和
1.
第6 系数:
评分例子什么是
这查询-文档匹配分数那
这 德系数计算为了每个的
这二
文件以下?
询问:
伊德斯的
行进文件一: 死了在
行进文件 2:
长的行进第 6 章问题和
德为了得分它
不考虑学期频率如何许多
A
学期发生在
A
文档)
稀有的条款在
A
收集是
的信息比
经常条款 德不
考虑这
信息 需要
A
的复杂的方式的
正常化为了长度 在
这 ,
出色地使用|A.B|/|A.B|
反而的
A
B|/|A
乙|
德)
为了长度正常化。
简介到
信息恢复评分和
这 德系数
信息恢复评分和
这 德系数
文档评论(0)