当前位置: 首页 > 后端技术 > Python

INFS7410part1课程作业分析_1

时间:2023-03-25 19:34:05 Python

TitleMeaning:这个项目的目标是实现一些信息检索方法,评估它们并在真实用例的上下文中进行比较。建立评估基础设施,包括集合和索引、主题、qrels,实施公共信息检索基线,实施排名融合方法,评估、比较和分析基线和排名融合方法解析:在第一部分中,训练2017年和2018年的主题数据集,对于所有方法,使用此数据调整检索模型的任何参数,并针对2017年和2018年受试者的测试集进行测试(使用从训练集中选择的参数值)。将训练集和测试集上的每种方法报告到单独的表格中。通过将2017年和2018年测试结果数据集作为基线BM25,并作为TF-IDF、Borda、CombSUM和CombMNZ中每一个的比较,对2017年和2018年测试结果数据集进行逐个主题的增益/损失分析。触及知识点:信息检查,文件处理,数据分析更多可加微信讨论微信号:tiamo-0620pdfINFS7410项目-第1部分-v3注意:这些说明已于28/08/2019修改此作业的截止日期为8月29日2019年17:002019年9月5日17:00,澳大利亚东部标准时间(从2008年29月29日起延长)2019年9月19日17:00澳大利亚东部标准时间,连同第2部分。该项目占INFS7410总分的5%。本文档末尾提供了此作业的详细评分表。我们建议您尽早开始此作业,并按步骤进行。您已经处理了许多活动,包括设置管道、操作查询、实施一些检索功能以及执行评估和分析。有一些活动您还不知道如何执行,特别是排名融合算法的实现:这将是第5周讲座和教程的主题。AimProject目标:该项目的目标是实施多种信息检索方法,在真实用例的背景下对其进行评估和比较。项目第1部分目标第1部分的目标是:设置评估基础设施,包括收集andindex,topics,qrelsimplementcommoninformationretrievalbaselinesimplerankingfusionmethodsevaluate,compareandanalyzebaselineandrankingfusionmethodsTheInformationRetrievalTask:RankingofstudiesforSystematicReviews在这个项目中,我们将考虑对确定为系统评价一部分的研究进行排名的问题。系统评价是一种广泛使用的方法,通过汇集

猜你喜欢