Adaptiv relevansmodell med betingadsannolikhetshierarki
Syftet med detta examensarbete är att implementeraen adaptiv relevansmodell för att kunna analysera hurbra denna presterar med den lilla mängd träningsdatasom finns tillgänglig. Resultatet bygger på den betingadesannolikhetshierarki som är framtagen av Zhouet al. Dennarelevansmodell implementeras mellan användargränssnittetoch Apache Solr, sökmotorn som användes vid studiensgenomförande. Genom att implementera på detta sättkommer både den systembaserade relevansen, från ApacheSolr, och den användarbaserade relevansen, från dennarelevansmodell, att bidra till den totala relevansen.Den betingade sannolikhetshierarkin använder sig avtvå andra modeller, oberoendemodellen och fullmodellen,för att skatta relevansen hos ett dokument givet denställda sökfrågan. Oberoendemodellen gör antagandet attsöktermerna i sökfrågan är oberoende varandra menförkastar informationen i ordföljden, medan fullmodellentar hänsyn till den information ordföljden ger.Resultatet visar att relevansmodellen kan omordnasökresultatet i98% av fallen. Med rätt parametervärdenrankar den det sökta dokumentet högre i84% avfallen, jämfört med resultaten utan att använda dennarelevansmodell.