چکیده: (90 مشاهده)
در سالهای اخیر، استفاده از موتورهای جستجو افزایش روزافزون داشته و نیاز به توسعه روشهای دقیقتر بازیابی و رتبهبندی اسناد بیشتر شده است. در نتیجه پیشبینی عملکرد موتورهای جستجو، یکی از الزامات و چالشهای بازیابی اطلاعات محسوب میشود. اگر بتوان عملکرد پرسوجوها را قبل از مرحله بازیابی یا بعد از آن تخمین زد، میتوان اقدامات خاصی را برای بهبود بازیابی انجام داد. پیشبینی عملکرد پرسوجو بر تخمین دشواری برآوردن درخواست کاربر برای یک روش بازیابی خاص متمرکز است. در این پژوهش، ما به بررسی عملکرد پرسوجو با کمک روشهای پس از بازیابی خواهیم پرداخت. در این راستا از روشهای بدون نظارت استفاده خواهیم کرد و به خوشهبندی و اندازهگیری معیارهای مختلف جهت ارزیابی عملکرد پاسخدهی پرسوجوها میپردازیم. در نهایت کار خود را با روشهای بدون نظارت موجود در ادبیات این حوزه مقایسه خواهیم کرد. نتایج نشان میدهد روش ما توانست ضریب اسپیرمن را در دیتاست TREC DL 2019 و DL-Hard به ترتیب 0.009 و 0.163 و در دیتاست TREC DL 2020 ضریب پیرسون را 0.037 نسبت به بهترین کار موجود افزایش دهد.
نوع مطالعه:
پژوهشي |
موضوع مقاله:
مقالات پردازش متن دریافت: 1402/8/22 | پذیرش: 1403/12/18 | انتشار: 1404/3/31 | انتشار الکترونیک: 1404/3/31