L2r 集成问答系统

test record

liangshanzhou data

• knowledge data:凉山州政务知识训练集1016
• test data

• test num:1596
• testJ

• feature

• feature1

   QuestionMatchDefaultScore,//问题模板tf*idf分数
   StandardQuestionMatchDefaultScore,//标准问题tf*idf分数
   QuestionMatchBM25Score,//问题模板匹配BM25分数
   StandardQuestionMatchBM25Score,//标准问题BM25分数
   QuestionMatchDFRScore,//问题模板匹配DFR分数
   StandardQuestionMatchDFRScore,//标准问题DFR分数
   QuestionMatchIBScore,//问题模板匹配IB分数
   StandardQuestionMatchIBScore,//标准问题IB分数
   QuestionMatchLMDirichletScore,//问题模板匹配LMDirichlet分数
   StandardQuestionMatchLMDirichletScore,//标准问题LMDirichlet分数
   QuestionMatchLMJelinekMercerScore,//问题模板匹配LMJelinekMercer分数
   StandardQuestionMatchLMJelinekMercerScore,//标准问题LMJelinekMercer分数
   QuestionLength,//问题模板的长度
   StandardQuestionLength,//标准问题的长度
   QueryTermInQuestionOccurRatio,//对query进行分词，分词出现在问题模板中的次数与长度的比值
   QueryTermInStandardQuestionOccurRatio,//对query进行分词，分词出现在标准问题的次数与长度的比值
   QueryTermOfQuestionOccurRatio,//对query进行分词，分词大部分出现在问题模板中就为1，否则为0
   QueryTermOfStandardQuestionOccurRatio,//对query进行分词，分词大部分出现在标准问题中就为1，否则为0 
   QuestionHaveNER,//问题模板是否含有命名体识别 
   StandardQuestionHaveNER, // //标准问题是否含有命名体识别

• feature2

   QuestionMatchDefaultScore,//问题模板tf*idf分数
   QuestionLength,//问题模板的长度
   StandardQuestionLength,//标准问题的长度
   QueryTermInQuestionOccurRatio,//对query进行分词，分词出现在问题模板中的次数与长度的比值
   QueryTermInStandardQuestionOccurRatio,//对query进行分词，分词出现在标准问题的次数与长度的比值
   QueryTermOfQuestionOccurRatio,//对query进行分词，分词大部分出现在问题模板中就为1，否则为0
   QueryTermOfStandardQuestionOccurRatio,//对query进行分词，分词大部分出现在标准问题中就为1，否则为0 
   QuestionHaveNER,//问题模板是否含有命名体识别 
   StandardQuestionHaveNER, // //标准问题是否含有命名体识别

• test result

• only lucene

• Correct Rate:0.6165413533834586
• time(ms):avg(4.41)/max(112)

• lucene and l2r with sgd

• correct rate:0.6491228070175439
• time:avg(81.63)/max(260)
• feature:feature1

• lucene and l2r with listNet

• correct rate:0.6422305764411027
• time:avg(79)/max(289)
• feature:feature1