Computer Sience & Engineering
كامپيوتر و مهندسی
Business and Economics
اقتصاد و بازرگانی
Sciences
علوم پايه
Health and Medicine
علوم پزشكی
K-12 and Education
علوم تربيتی
Art and Humanities
فرهنگ و هنر
Social Sciences
علوم انسانی
Documentary Movie Store
فروشگاه فيلم‌های مستند

Home>Computer Sience & Engineering>Video & Slide>New Entries>1
 
Conditional Models for Combining Diverse Knowledge Sources in Information Retrieval

From the Series از مجموعه :-

Produced by تهيه كننده :Microsoft Research

Date تاريخ :2006-03-29

Conditional Models for Combining Diverse Knowledge Sources in Information Retrievaldownload دانلود ,ويدئو و اسلايد Video & Slide , از گروه Computer Sience & Engineering كامپيوتر و مهندسی كتابخانه اينترنتي دانش گستران جوان You Research

Description توضيح :Combining the outputs from multiple retrieval sources/engines is of great importance to a number of retrieval tasks such as multimedia retrieval, web retrieval and meta-search. For example, meta-search attempts to refine retrieval outputs by combining the ranked lists generated from different search engines. Despite the huge amount of combination strategies available, most of them are either completely independent on query topics or dependent on some manually defined query classes. To improve upon this, I first introduce a conditional probabilistic retrieval model as a principled framework for retrieval source combination. Based on this framework, I propose a novel combination approach called probabilistic latent query analysis (pLQA), which can discover latent query classes without prior human knowledge and merge retrieval sources adaptively according to query topics. To further adapt the combination function for individual queries, I also develop the probabilistic local context analysis(pLCA), which can automatically leverage 'unlearned' retrieval sources via an undirected graphical model formalism. Experimental results on two large-scale retrieval tasks, i.e., multimedia retrieval and meta-search, demonstrate that the proposed methods can achieve considerable performance gains. Our future work includes extending the proposed methods to other applications such as question answering, cross-lingual IR, multi-engine machine translation, collaborative filtering and so forth.

Related Links لينك‌های مرتبط :-

Conditional Models for Combining Diverse Knowledge Sources in Information Retrievaldownload دانلود ,ويدئو و اسلايد Video & Slide , از گروه Computer Sience & Engineering كامپيوتر و مهندسی كتابخانه اينترنتي دانش گستران جوان You Research

Speaker(s) اجرا :Rong Yan, doctoral candidate, Language Technologies Institute, School of Computer Science, Carnegie Mellon University

Runtime مدت زمان :01:13:17

Video Size حجم ويدئو :160 MB

Number of Slides تعداد اسلايد‌ها :465 (34 MB)

Conditional Models for Combining Diverse Knowledge Sources in Information Retrievaldownload دانلود ,ويدئو و اسلايد Video & Slide , از گروه Computer Sience & Engineering كامپيوتر و مهندسی كتابخانه اينترنتي دانش گستران جوان You Research

توضيح مختصر اين عنوان به فارسی (هيچ موردی اضافه نشده است)

كاربر محترم، در صورتی كه از اين عنوان استفاده نموده و یا مهارت زبان انگليسی شما به حدی است كه می‌توانید مفهوم توضيحات فوق را به فارسی برگردانید، تقاضا می‌شود به جهت آنكه ساير دوستانتان كه با اين عنوان آشنايی نداشته و يا ممکن است سطح زبان انگليسی آنها در حدی نباشد كه توصيحات فوق را درك نمايند نیز بتوانند از آن استفاده کنند، با كليك برروی به يكديگر بياموزيم  و وارد نمودن هر چند مختصر شرح و توضیح اين عنوان به فارسی، علاوه بر در اختیار همگان قرار دادن دانش خود ، راهنمای دیگر دوستانتان دراستفاده از اين عنوان نیز باشید.

نام Name:
تحصيلات Education:
شهر City:
Email: عدم نمايش Hidden      نمايش Visible
 



Order on DVD
سفارش برروی لوح فشرده
Download
دريافت
 Add to My Library
اضافه به كتابخانه من
 

 Add Comment نظر بدهيد


نام Name:
تحصيلات Education:
شهر City:
Email: عدم نمايش Hidden       نمايش Visible
 


©2009 i-google.ir
اين پايگاه اينترنتي متعلق به گروه دانش گستران جوان بوده و هر گونه برداشت مطالب از آن به شرط ذكر نام بلامانع است.