王斌老师现信息检索2012年秋季期末试题.docVIP

中国科学院研究生院课程编号：71258-Z-2试 题 专 用 纸课程名称：现代信息检索任课教师：王斌 ———————————————————————————————————————————————姓名学号成绩判断题(正确打√，错误打Ｘ。每题2分，共分)γ的编码序列 。 A）B）C）D） 2．的是。 A）B） C）D） 共5页第1页3． 。 A）B） C）D）． 。 A）B） C）D） 5． A）B） C）D） 6．。 A）B）C） 7． 。 A）B）C）D）． 。 A）B）C）D）Rq1={d1,d2,d3,d4,d5}及 Rq2={d6,d7,d8,d9,d10 }的查询q1、q2，某个检索系统A返回的检索结果如表1所示。试计算出该系统对每个查询的P、R、F、P@10、AP等指标，并计算整个系统的MAP指标。请写出计算过程并将最后结果汇总填入表2中(小数点后保留2位即可)。其中AP计算采用未插值方法。 表1 检索结果表 系统-查询 返回结果数 返回结果中正确答案所在位置 A-q1 20 2-d2; 4-d4;5-d1;10-d5 A-q2 20 1-d6,4-d7;10-d8;12-d9共5页第2页 表2 结果汇总表 系统查询 P R F P@10 AP MAP A-q1 0.2 0.8 0.32 0.4 0.4 0.413 A-q2 0.2 0.8 0.32 0.3 0.427对于下列分别采用VB编码和γ编码的间距编码结果(第一个是原始值，后面为间隔值)，请还原原始的间距序列及倒排记录表。 VB编码101110000010110110110101 γ编码： 0010110 (110111000 100101010010110110110101 2872 21 738997 2872 2893 741890 (2)11001 11 0111 1110110 101 5 1010111 87 199 1110 14 5 92 291 295 对于如下坐标轴上的点，请分别采用单连接、全连接和质心法HAC对这些点进行聚类，并输出聚类的树状图 单连接、全连接和质心法HAC 最相似成员 最不相似成员 平均相似度假设个网页A、B、C、D构成如下的链接关系，试采用如下公式(u指当前页面，Bu是所有链接到u的页面集合，Nv是页面v的总出链接数，Ru)和Rv)分别是u和v的PageRank值，为计算方便，假定c=)计算每个网页的归一化PageRank值，即个网页的PageRank总和为1。 ( 我 是 中国 人”，中文分词可以采用无事先定义词典的方法。试应用本课程学到的文本分类技术实现无词典的分词过程，给出你的思路的详细步骤(内容抽取到文本分类问题的映射、文本表示方法、特征选择及分类算法等)和过程(提示：尽量详细)。 从发表内容和关注关系(结构)两个角度出发，设计一个算法来计算微博用户之间的相似度(提示：尽量详细)。A B E C D