Early IR systems were boolean syste

Early IR systems were boolean systems which allowed users to specify their information need using a complex combination of boolean ANDs, ORs and NOTs. Boolean systems have several shortcomings, e.g., there is no inherent notion of document ranking, and it is very hard for a user to form a good search request. Even though boolean systems usually return matching documents in some order, e.g., ordered by date, or some other document feature, relevance ranking is often not critical in a boolean system. Even though it has been shown by the research community that boolean systems are less effective than ranked retrieval systems, many power users still use boolean systems as they feel more in control of the retrieval process. However, most everyday users of IR systems expect IR systems to do ranked retrieval. IR systems rank documents by their estimation of the usefulness of a document for a user query. Most IR systems assign a numeric score to every document and rank documents by this score. Several models have been proposed for this process. The three most used models in IR research are the vector space model, the probabilistic models, and the inference network model.

ผลลัพธ์ (ไทย) 1:

ระบบอินฟราเรดช่วงบูลีนระบบที่ผู้ใช้อนุญาตให้ระบุข้อมูลของพวกเขาต้องใช้ ANDs บูลีน มีความซับซ้อน และ NOTs บูลีนระบบได้แสดงหลาย เช่น มีความคิดไม่แต่กำเนิดของเอกสารอันดับ แล้วมันยากมากสำหรับผู้ใช้แบบฟอร์มคำขอค้นหาดี แม้ว่าระบบบูมักจะกลับเอกสารตรงกับในใบสั่งบาง เช่น โดยเรียงตามวัน หรือบางเอกสารคุณลักษณะอื่น ๆ จัดอันดับความเกี่ยวข้องมักจะไม่ได้สำคัญในระบบแบบบูลีน แม้ว่าจะได้รับการแสดง โดยชุมชนวิจัยบูลีนระบบมีประสิทธิภาพน้อยกว่าอันดับเรียกระบบ ผู้ใช้พลังงานจำนวนมากยังคงใช้บูลีนระบบพวกเขารู้สึกเพิ่มเติมในการควบคุมการเรียก อย่างไรก็ตาม ผู้ใช้ชีวิตส่วนใหญ่ของระบบ IR คาดว่าระบบ IR ต้องเรียกอันดับ ระบบอินฟราเรดจัดอันดับเอกสาร โดยการประเมินประโยชน์ของเอกสารสำหรับการสอบถามผู้ใช้ ระบบ IR ส่วนใหญ่กำหนดให้คะแนนเป็นตัวเลขกับทุกเอกสารและเอกสารอันดับ โดยคะแนนนี้ หลายรุ่นได้รับการเสนอชื่อสำหรับกระบวนการนี้ รุ่นที่ใช้มากที่สุดสามในวิจัย IR มีแบบเวกเตอร์ รุ่น probabilistic และแบบจำลองเครือข่ายข้อ

ผลลัพธ์ (ไทย) 2:

ระบบ IR ต้นมีระบบบูลซึ่งอนุญาตให้ผู้ใช้ระบุข้อมูลของพวกเขาจำเป็นต้องใช้การรวมกันที่ซับซ้อนของ ANDs บูลีนและฟอร์เก็ ORs ระบบบูลีนมีข้อบกพร่องหลายประการเช่นไม่มีความคิดโดยธรรมชาติของการจัดอันดับเอกสารและมันเป็นเรื่องยากมากสำหรับผู้ใช้ในรูปแบบคำขอค้นหาที่ดี แม้ว่าระบบบูลมักจะคืนเอกสารที่ตรงกันในการสั่งซื้อบางส่วนเช่นเรียงตามวันที่หรือบางคุณลักษณะเอกสารอื่น ๆ ที่เกี่ยวข้องการจัดอันดับมักจะไม่สำคัญในระบบบูล แม้ว่าจะได้รับการแสดงโดยชุมชนการวิจัยว่าระบบบูลที่มีประสิทธิภาพน้อยกว่าระบบการดึงการจัดอันดับผู้ใช้ไฟฟ้าจำนวนมากยังคงใช้ระบบบูลที่พวกเขารู้สึกมากขึ้นในการควบคุมกระบวนการการดึง อย่างไรก็ตามผู้ใช้ในชีวิตประจำวันมากที่สุดของระบบ IR IR คาดว่าระบบจะทำการดึงการจัดอันดับ ระบบ IR อันดับเอกสารโดยการประมาณค่าของพวกเขาประโยชน์ของเอกสารสำหรับการค้นหาผู้ใช้ ส่วนใหญ่ระบบ IR กำหนดคะแนนตัวเลขเอกสารเอกสารและอันดับทุกคะแนนนี้ หลายรูปแบบได้รับการเสนอสำหรับกระบวนการนี​​้ ทั้งสามรุ่นที่ใช้มากที่สุดในการวิจัย IR เป็นรูปแบบปริภูมิเวกเตอร์ที่น่าจะเป็นรูปแบบและรูปแบบเครือข่ายการอนุมาน

ผลลัพธ์ (ไทย) 3:

ระบบ IR แรกตรรกะระบบซึ่งได้รับอนุญาตให้ผู้ใช้เพื่อระบุข้อมูลที่พวกเขาต้องใช้รวมกันที่ซับซ้อนของตรรกะและ , ORS และ nots . บริการระบบมีจุดอ่อนหลายอย่าง เช่น ไม่มีความคิดที่แท้จริงของการจัดอันดับเอกสาร และมันเป็นเรื่องยากสำหรับผู้ใช้เพื่อสร้างการร้องขอการค้นหาที่ดี แม้ว่าระบบตรรกะจะกลับตรงกับเอกสารในการสั่งซื้อ เช่นสั่งได้ตามวันที่ หรือบางอื่น ๆ เอกสาร คุณลักษณะ อาร์มมักจะไม่สําคัญในระบบตรรกะ . แม้ว่าจะถูกแสดงโดยระบบการวิจัยชุมชนที่บูลีนที่มีประสิทธิภาพน้อยกว่าอันดับการสืบค้นระบบ ผู้ใช้ไฟฟ้าจำนวนมากยังคงใช้ระบบตรรกะที่พวกเขารู้สึกมากขึ้นในการควบคุมของกระบวนการเรียก อย่างไรก็ตามผู้ใช้ทั่วไปส่วนใหญ่ของระบบและคาดว่าระบบ IR เพื่อทำอันดับ คำค้น และระบบจัดอันดับเอกสารโดยประมาณของพวกเขา ประโยชน์ของเอกสารสำหรับการค้นหาของผู้ใช้ ระบบ IR ส่วนใหญ่ให้คะแนนเป็นตัวเลขให้ทุกเอกสารและเอกสารตำแหน่ง โดยคะแนนนี้ หลายรุ่นที่ได้รับการเสนอสำหรับกระบวนการนี้ 3 ใช้รุ่นมากที่สุดในการวิจัยและเป็นปริภูมิเวกเตอร์แบบแบบจำลองความน่าจะเป็นและการอนุมานแบบเครือข่าย .