中国科学院大学现代信息检索2013年试题

《中国科学院大学现代信息检索2013年试题》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、信息检索13年试题汇总一、判断题（2分*15题）1、查询和信息需求是完企等价的。（）2、不论对于什么语言来说，词干还原基本上都不会较大规模提岛信息检索的效果。（）3、基于跳表的倒排记录表合并不一定比普通倒排表合并要快。（）4、轮排索引通常采用B树来存储。（）5、编辑距离的计算路径有且仅有一条。（）6、索引压缩的唯一目的就是为了节省硬盘空间。（）7、句量空间模型屮查询和文档都映射到同一空间。（）8、文档的静态质量得分与查询和文档都相关。（）9、在信息检索的评价当中，宏平均更关注相关结果很多的“大”查询。（）10、BIM概率检索模型当巾耑要佔计2M个参数，其中M是词汇表的大小。（）11、朴素贝

2、叶斯方法青雀预测了文档属于某个类别的概率。（）12、SVM屮的核函数就是从原始空间到新空间的映射函数。（）13、HAC层次聚类算法的结果均具有确定性。（）14、PageRank计算是否收敛与初始值设置有关。（）15、原始HITS算法是查询相关的。（）二、选择题（单选或则多选，2分*8题）1、关于词项和词条，以下叙述正确的是（）A）词项可以不是词条B）词项的数目一般小于词条C）词项不能是停川词D）词条不能使用单词的复数形式2、关于倒排索引，以下叙述正确的是（）A）词典部分只能采用二叉树来组织B）倒排记录表不一定按我呢当ID排序C）词典所A空间往往地狱倒排记录表空间D）构建过程一定全部可以在内

3、存中完成3、关于查询似然模型QLM,—下叙述正确的是：A）模型计算中只有一种平滑方法B）经过jM平滑后所有概率参数都大于零C）计算的是文档的一元模型D）文档中词项出现次数越多最后的概率参数（看不淸）4、关于信息检索的评价，以下叙述正确的是（）A）正确率和召冋率可以同时提高B）MAP—定代表了用户真实的满意程度C）NDGG不能基于二值相关度计算D）任何情况下正确率和召回率都无法精确计算5、关于特征选择，以下叙述正确的是（）A）只能提高分类效率，不能提高分类效果B）可以同时提高分类效率和效果C）效用函数定义了特征对分类的贡献D）最优的特征数目与具体应用无关6、关于朴素贝叶斯分类器，以下叙述正确

4、的是（）A）朴素W叶斯中只有一个条件独立性假设B）实现时可以采用多项式模型或W努利模型C）训练时间是线性的（相对于训练集大小）D）分类时间复杂度是线性的（相对于测试集大小）7、关于SVM分类器，以下叙述正确的是（）A）该分类器不需要训练B）该分类器通常分类效果不错C）分类时只和支持向量有关D）无法处理非线性情况8、关于HAC聚类算法，以下叙述正确的是（）A）聚类结果取决于簇向量相似度定义B）单连接算法会受离群点影响C）全连接方法会导致链式问题D）质心聚类会产生相似度颠倒现象三、计算题（6分*5题）1、而对两个正确答案集合分别是Rqi={dl,d2,d3,d4}及Rq2={d2,d4,d6,

5、d7,d8}的查询ql，q2,某个系统A返回的检索结果如表1所示，试计算出该系统对毎一查询的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采用未差值方法。系统•查询返回结果数正确结果位置A•ql202-d2；4-d4；10-dlA•q2202-d5；10-d8；12-d92、假设某个文档集中包含如下3篇文档：(1)+dl：Thisplanemodelminiaturestheairplane(2)+d2：Hedraftedthemodeloftheatomicwarhead（3）+d3：Theplan

6、edefiedthelawsofgravity估计每篇文档的模型时采用的是MLE估计的两个一元模型的混合（参考例12-3）,其中一个来自文档而另一个来自文档集，即，且，混合参数又=0.8,假定查询q为planemodel，请计算并填入下表格。计算项Pxx(plane

7、Md)P(plane

8、d)Pxx(model

9、Md)P(model

10、d)P(q

11、d)dld2d33、试证明Rocchio分类方法在二类情况下是一个线性分类器，即其分类面可以表示成线性方程。4、5、假设有图屮三角形和圆形两类数据，某个聚类方法在该数裾集上得到的结果如下图所示（聚类方法将左图和右图判定为两类），分别H•算该聚类结果

12、的纯度和兰徳指数值左边图：四个三角形，一个圈圈右边图：四个阅阅，两个三角形P4、应用题（8分*3题）1、有一个称为“话题发现与跟踪“的任务，其目的是：首先，从一大堆文档中发现可能感兴趣但事先位置的某个话题（比如：近期发生的某个热点话题。话题可以看成一系列文档的集合）；然后，用户指定某个感兴趣的话题，对该话题进行长期跟踪。是利用本课程学到的文本聚类和分类技术来实现该任务，给出你的思路的详细步骤（问题到文本聚类或分类问题的映