5. PROBABILISTIC INFORMATION RETRIE

5. PROBABILISTIC INFORMATION RETRIEVAL (PIR)
Both Boolean Model and Vector Space Model provide similarity ratings without considering a level of certainty for the output relevance. There are several models based on probability theory that aim to determine the probability of a document being relevant to a query [8].
The Probabilistic retrieval was first proposed by Manor and Kuhns in 1960, [11] and many variants of the Probabilistic Model have been proposed. The user information is represents by a set of possibly weighted keywords given by the users or induced by the system.

ผลลัพธ์ (ไทย) 1:

5. เรียกข้อมูล PROBABILISTIC (PIR)รูปแบบบูลีนและแบบเวกเตอร์ให้จัดอันดับความคล้ายคลึงกันโดยไม่ต้องพิจารณาระดับของความเชื่อมั่นสำหรับเกี่ยวผลผลิต มีหลายรูปแบบตามทฤษฎีความน่าเป็นที่จุดมุ่งหมายเพื่อกำหนดความน่าเป็นเอกสารเกี่ยวข้องกับแบบสอบถาม [8]เรียก Probabilistic ถูกเสนอครั้งแรก โดยเนอร์และ Kuhns ใน 1960, [11] และตัวแปรหลายรุ่น Probabilistic ได้เสนอ ข้อมูลผู้ใช้แสดง โดยชุดของคำสำคัญอาจถ่วงน้ำหนักที่กำหนด โดยผู้ใช้ หรือเกิดจากระบบได้

ผลลัพธ์ (ไทย) 2:

5. น่าจะดึงข้อมูล (PIR)
ทั้งสองรุ่นบูลีนและเวกเตอร์อวกาศรุ่นให้การจัดอันดับความคล้ายคลึงกันโดยไม่คำนึงถึงระดับของความเชื่อมั่นความเกี่ยวข้องการส่งออกที่ มีหลายรูปแบบตามทฤษฎีความน่าจะเป็นที่มีจุดมุ่งหมายเพื่อตรวจสอบความน่าจะเป็นเอกสารที่เป็นที่เกี่ยวข้องกับการสอบถาม [8] ได้.
มีดึงความน่าจะเป็นคนแรกที่เสนอโดยManor และ Kuhns ในปี 1960 [11] และหลายสายพันธุ์ของความน่าจะเป็นรุ่นที่มี รับการเสนอชื่อ ข้อมูลของผู้ใช้เป็นตัวแทนของโดยชุดของคำหลักถ่วงน้ำหนักอาจจะได้รับจากผู้ใช้หรือเกิดจากระบบ

ผลลัพธ์ (ไทย) 3:

5 . สืบค้นข้อมูลเชิงตรรกะ ( PIR )
2 และแบบจำลองปริภูมิเวกเตอร์ให้คะแนนความเหมือนโดยไม่พิจารณาระดับของความเชื่อมั่นในผลผลิตความเกี่ยวข้อง มีหลายรูปแบบขึ้นอยู่กับความน่าจะเป็นทฤษฎีที่มีจุดมุ่งหมายเพื่อศึกษาความเป็นไปได้ของเอกสารที่เกี่ยวข้องกับการค้นหา [ 8 ] .
เรียกความน่าจะเป็นเป็นครั้งแรกที่เสนอโดยพื้นที่และคูนส์ในปี 1960[ 11 ] และหลายพันธุ์ของรูปแบบการได้รับการเสนอ ข้อมูลผู้ใช้ แสดง โดยชุดของคำหลักที่กำหนดโดยผู้ใช้อาจจะหนัก หรือเกิดจากระบบ