搜索引擎Indri系列：检索 (Retrieval)

query parameter file 中的参数写在xml格式的文本中。下面详细说明参数的使用方法。

          
    method:linear,collectionLambda:0.4,documentLambda:0.0  
    /home/Index
    1000
      
        51  
        #combine(Airbus Subsidies)
        clueweb09-en0000-00-00004    #指定该参数后，query evaluation将在这些文档中进行
        clueweb09-en0000-00-00005clueweb09-en0000-00-00006
          
      
        52  
        #combine(South African Sanctions)
     

    10
    20
    0
    0.5

    true
    1
    indri_query_test
  

Retrieval model

• Indri提供TF-IDF，BM25，Language Model三种检索模型。
• Language Model提供Jelinek-Mercer，Dirichlet，Two-Stage三种smoothing方法。
• Indri默认使用Language Model。
• TF-IDF，BM25通过设置，Language Model通过设置。

method:linear,collectionLambda:0.4,documentLambda:0.0 #Jelinek-Mercer
method:dirichlet,mu:2500 #Dirichlet
method:twostage,mu:2500,lambda:0.4 #Two-Stage

tfidf,k1:1.2,b:0.75 # TF-IDF
okapi,k1:1.2, k3:7, b:0.75 #BM25

注意这里的值均为Indri默认值。

Feedback Model

• Indri的pseudo-relevance feedback model 是依据 (LavrenkoCroft, 2001)中的模型实现的。
• 只有TF-IDF和Language Model支持feedback，BM25不支持。
• 参数说明：

 fbDocs：指定用于Feedback Model的文档数，整型。
fbTerms：指定用于Feedback Model的词数，整型。
fbMu：Feedback Model中会使用Language Model进行第一次检索，这里的mu值就是Language Model的参数，默认为0，浮点型。
fbOrigWeight：指定原查询的词与扩展的词的权重。默认为0.5，浮点型。

参考文献：

1. https://sourceforge.net/p/lemur/wiki/IndriRunQuery/
2. http://lemur.sourceforge.net/indri/IndriRunQuery.html
3. https://sourceforge.net/p/lemur/wiki/Indri%20Retrieval%20Model/
4. http://lemur.sourceforge.net/indri/IndriParameters.html