The next important question, as for

The next important question, as for all retrieval models, is how well it works.
Based on TREC experiments, ranking using relevance models is one of the best pseudo-relevance feedback techniques. In addition, relevance models produce a significant improvement in effectiveness compared to query likelihood ranking averaged over a number of queries. Like all current pseudo-relevance feedback techniques, however, the improvements are not consistent, and some queries can
produce worse rankings or strange results.
Tables 7.4 and 7.5 show the 16 highest-probability words from relevance models
estimated using this technique with some example queries and a large collection
of TREC news stories from the 1990s. Table 7.4 uses the top 10 documents
from the query likelihood ranking to construct the relevance model, whereas Table
7.5 uses the top 50 documents.
The first thing to notice is that, although the words are reasonable, they are
very dependent on the collection of documents that is used. In the TREC news
collection, for example, many of the stories that mention Abraham Lincoln are on
the topic of the Lincoln Bedroom in the White House, which President Clinton
used for guests and President Lincoln used as an office during the Civil War. These
types of stories are reflected in the top probability words for the queries “president
lincoln” and “abraham lincoln”. Expanding the query using these words would
clearly favor the retrieval of this type of story rather than more general biographies
of Lincoln. The second observation is that there is not much difference between
the words based on 10 documents and the words based on 50 documents. The
words based on 50 documents are, however, somewhat more general because the
larger set of documents contains a greater variety of topics. In the case of the query
“tropical fish”, the relevance model words based on 10 documents are clearly more
related to the topic.
In summary, ranking by comparing a model of the query to a model of the
document using KL-divergence is a generalization of query likelihood scoring.

ผลลัพธ์ (ไทย) 1:

คำถามต่อไปสิ่งสำคัญ เช่นเรียกทุกรุ่น คือ วิธีที่ดีที่ทำงานตามการทดลอง TREC จัดอันดับความเกี่ยวข้องรุ่นเป็นหนึ่งคำติชมเทคนิคที่ดีที่สุดของหลอกความเกี่ยวข้อง นอกจากนี้ ความเกี่ยวข้องรุ่นผลิตปรับปรุงที่สำคัญในประสิทธิภาพเมื่อเทียบกับแบบสอบถามจัดลำดับโอกาสเฉลี่ยมากกว่าจำนวนของแบบสอบถาม เทคนิคทั้งหมดปัจจุบันเกี่ยวหลอกคำติชม อย่างไรก็ตาม การปรับปรุงจะไม่สอดคล้องกัน และสามารถสอบถามบางอย่างผลิตอันดับแย่ลงหรือผลแปลกตารางที่ 7.4 และ 7.5 แสดงคำสูงสุดน่าเป็น 16 จากโมเดลความเกี่ยวข้องประเมินโดยใช้เทคนิคนี้กับบางอย่างแบบสอบถามและรวบรวมเรื่องราวข่าวสาร TREC จากปี 1990 ตาราง 7.4 ใช้เอกสาร 10 ด้านบนจากการจัดลำดับโอกาสสอบถามเพื่อสร้างแบบจำลองเกี่ยวข้อง ในขณะที่ตาราง7.5 ใช้เอกสาร 50 ด้านบนสิ่งแรกที่สังเกตเห็นคือ ว่า ถึงแม้ว่าคำที่เหมาะสม มีขึ้นอยู่กับการเก็บรวบรวมเอกสารที่ใช้ ข่าว TRECคอลเลกชัน เช่น เรื่องราวที่พูดถึงอับราฮัมลินคอล์นมีบนหัวข้อห้องนอนลินคอล์นในทำเนียบขาว ซึ่งประธานาธิบดีคลินตันใช้สำหรับการเข้าพักและประธานาธิบดีลินคอล์นใช้เป็นสำนักงานในระหว่างสงครามกลางเมือง เหล่านี้จะมีผลกับเรื่องราวประเภทคำด้านบนน่าเป็นสำหรับการสอบถาม "ประธานลินคอล์น" และ" อับราฮัมลินคอล์น " ขยายแบบสอบถามที่ใช้คำเหล่านี้จะชอบดึงเรื่องราวมากกว่าชีวประวัติทั่วไปชนิดนี้อย่างชัดเจนของลินคอล์นด้วย ข้อสังเกตที่สองคือไม่แตกต่างกันมากคำจากเอกสารที่ 10 และคำจากเอกสาร 50 การคำตามเอกสาร 50 มี อย่างไรก็ตาม ทั่วไปค่อนข้างมากขึ้นเนื่องจากการชุดใหญ่ของเอกสารประกอบด้วยหัวข้อที่หลากหลายมากขึ้น ในกรณีของแบบสอบถาม"ปลา" คำแบบความเกี่ยวข้องจากเอกสาร 10 มีมากขึ้นอย่างชัดเจนที่เกี่ยวข้องกับหัวข้อในสรุป จัดอันดับ โดยการเปรียบเทียบรูปแบบของแบบสอบถามเป็นแบบจำลองของการเอกสารที่ใช้ KL divergence คือ มีลักษณะทั่วไปของการทำคะแนนของแบบสอบถามความเป็นไปได้

ผลลัพธ์ (ไทย) 2:

คำถามที่สำคัญต่อไปในขณะที่สำหรับรูปแบบการดึงทั้งหมดคือว่าทำงานได้ดี.
ขึ้นอยู่กับการทดลอง TREC การจัดอันดับโดยใช้แบบจำลองความสัมพันธ์กันเป็นหนึ่งในเทคนิคที่ดีที่สุดข้อเสนอแนะหลอกความเกี่ยวข้อง นอกจากนี้รูปแบบความสัมพันธ์กันผลิตสำคัญในการปรับปรุงประสิทธิภาพเมื่อเทียบกับการจัดอันดับความน่าจะสอบถามเฉลี่ยเกินจำนวนของคำสั่ง เช่นเดียวกับเทคนิคความคิดเห็นหลอกความสัมพันธ์กันทั้งหมดในปัจจุบันอย่างไรก็ตามการปรับปรุงที่ไม่สอดคล้องและคำสั่งบางคนสามารถ
ผลิตการจัดอันดับที่เลวร้ายหรือผลที่แปลก.
ตาราง 7.4 และ 7.5 แสดงคำ 16 สูงสุดน่าจะเป็นจากรูปแบบความสัมพันธ์กัน
ประมาณใช้เทคนิคนี้กับบางคำสั่งตัวอย่างเช่น และคอลเลกชันขนาดใหญ่
ของ TREC ข่าวจากปี 1990 ตารางที่ 7.4 ใช้ 10 อันดับแรกของเอกสาร
จากความน่าจะเป็นแบบสอบถามการจัดอันดับในการสร้างรูปแบบความสัมพันธ์กันในขณะที่ตารางที่
7.5 จะใช้ชั้น 50 เอกสาร.
สิ่งแรกที่จะสังเกตได้ว่าแม้คำว่ามีความเหมาะสมที่พวกเขามี
มากขึ้นอยู่กับคอลเลกชันของเอกสาร ที่ถูกนำมาใช้ ในข่าว TREC
คอลเลกชัน, ตัวอย่างเช่นเรื่องราวมากมายที่กล่าวถึงอับราฮัมลินคอล์นอยู่ใน
หัวข้อของลินคอล์นห้องนอนในทำเนียบขาวซึ่งประธานาธิบดีคลินตัน
ใช้สำหรับบุคคลทั่วไปและประธานาธิบดีลินคอล์นใช้เป็นสำนักงานในช่วงสงครามกลางเมือง เหล่านี้
ประเภทของเรื่องราวที่จะสะท้อนให้เห็นในความน่าจะเป็นคำพูดชั้นนำสำหรับคำสั่ง "ประธานาธิบดี
ลิงคอล์น" และ "อับราฮัมลินคอล์น" ขยายการค้นหาโดยใช้คำเหล่านี้จะ
เห็นได้ชัดว่าการดึงโปรดปรานของประเภทของเรื่องนี้มากกว่าชีวประวัติทั่วไปมากขึ้น
ของลิงคอล์น สังเกตที่สองคือว่ามีไม่แตกต่างกันมากระหว่าง
คำว่าขึ้นอยู่กับ 10 เอกสารและคำที่อยู่บนพื้นฐานของเอกสาร 50
คำขึ้นอยู่กับ 50 เอกสารที่มี แต่ค่อนข้างทั่วไปมากขึ้นเพราะ
ชุดที่มีขนาดใหญ่ของเอกสารที่มีความหลากหลายมากขึ้นของหัวข้อ ในกรณีของการค้นหา
"ปลาเขตร้อน" คำพูดรูปแบบความสัมพันธ์กันขึ้นอยู่กับ 10 เอกสารชัดเจนมากขึ้น
เกี่ยวกับหัวข้อ.
ในการสรุปการจัดอันดับโดยการเปรียบเทียบรูปแบบของแบบสอบถามไปยังรูปแบบของที่
เอกสารโดยใช้ KL-ความแตกต่างคือ ลักษณะทั่วไปของแบบสอบถามให้คะแนนความน่าจะเป็น

ผลลัพธ์ (ไทย) 3:

คำถามต่อไปที่สำคัญสำหรับรูปแบบการสืบค้นทั้งหมด คือว่ามันได้ผลจากการทดลองใช้รูปแบบการ trec , Ltd เป็นหนึ่งในดีที่สุดเทียม , ข้อมูลเทคนิค นอกจากนี้ รุ่น Ltd ผลิตการปรับปรุงที่สำคัญในประสิทธิภาพเมื่อเทียบกับการจัดอันดับโอกาสเฉลี่ยมากกว่าจำนวนแบบสอบถาม เหมือนกระแสเทียมความเกี่ยวข้องความคิดเห็นเทคนิค อย่างไรก็ตาม การปรับปรุงที่ไม่สอดคล้องกันและมีข้อสงสัยสามารถผลิตอันดับแย่ลงหรือแปลกผลลัพธ์ตาราง 7.4 7.5 แสดง 16 ความน่าจะเป็นสูงสุด คำพูดจากนางแบบ ,ประมาณการใช้เทคนิคนี้กับตัวอย่างแบบสอบถาม และชุดใหญ่ของ trec ข่าวจาก 1990 โต๊ะ 7.4 ใช้ยอดเอกสารจากการสอบถามความเป็นไปได้เพื่อสร้างความเกี่ยวข้องและตารางแบบ7.5 ใช้ 50 เอกสารสิ่งแรกที่สังเกตได้ว่า แม้เป็นคำที่เหมาะสมที่พวกเขาเป็นมากขึ้นอยู่กับคอลเลกชันของเอกสารที่ใช้งาน ในข่าว trecคอลเลกชัน ตัวอย่างเช่น หลายเรื่องที่กล่าวถึง อับราฮัม ลินคอล์น เป็นบนหัวข้อของห้องนอนลินคอล์นในทำเนียบขาว ซึ่งประธานาธิบดีคลินตันใช้แขกและประธานาธิบดีลินคอล์น ใช้เป็นสำนักงานในช่วงสงครามกลางเมืองสำหรับ เหล่านี้ประเภทของเรื่องราวที่สะท้อนให้เห็นในคำน่าจะเป็นด้านบนเพื่อค้นหา " ประธานลินคอล์น " และ " อับราฮัม ลินคอล์น " การขยายการใช้คำเหล่านี้ชัดเจนชอบการสืบค้นเรื่องราวประเภทนี้มากกว่าชีวประวัติทั่วไปของลินคอล์น แบบที่สองคือมีไม่แตกต่างกันมากระหว่างคำพูดจาก 10 เอกสารและคำพูดจาก 50 เอกสาร ที่คำพูดจาก 50 เอกสาร อย่างไรก็ตาม ค่อนข้างมากกว่าทั่วไป เพราะชุดใหญ่ของเอกสารที่มีความหลากหลายมากขึ้นของหัวข้อ ในกรณีของแบบสอบถาม" ปลา " เขตร้อน , รูปแบบ , คำพูดจาก 10 เอกสารอย่างชัดเจนมากขึ้นที่เกี่ยวข้องกับหัวข้อในการสรุป , การจัดอันดับโดยการเปรียบเทียบรูปแบบของแบบสอบถามให้กับรุ่นของเอกสารที่ใช้ คือ การแผ่ขยายของ KL divergence สอบถามความเป็นไปได้ให้คะแนน