查看“Ir-2019-spring”的源代码

= 信息检索课程设计（Information Retrieval）Course Resources =

Teacher: [http://hlt.suda.edu.cn/~zhli/en.html 李正华]

Teach Assistant: 

课程交流学习群（qq）---- 群名称: ir-2019-spring 群 号: 697444164

2019春季学期
周二5-8节
理工楼247和238

= 计算成绩的规则和说明 =
*实验作业:70-80分
** 一系列作业，每个作业10-20分
** 必须按照规定时间将实验报告+源代码，提交到csteaching

* 期末面对面小测验：10分（待定）
** 考察课程相关的基础知识，看看作业是否是自己做的

* 平时成绩：10-20分
** 不能迟到、早退，特殊情况必须请假，并带辅导员签字的假条；
** 点名时，如果发现名单上没有你的名字，及时提出

= 提交作业说明 =
* 网址：[http://csteaching.suda.edu.cn csteaching]
* 在规定时间内提交作业，包含两部分
** 实验报告（word或pdf）
*** 认真填写个人信息、实验题目、实验内容等
*** 不要大段粘贴代码，最多可以粘贴核心的一小段代码
*** 写清楚自己的解决思路，尤其是遇到的难点和如何解决
*** 建议可以画流程图或者写伪代码
*** 将程序运行结果截图
** 附件（.zip压缩包）
*** 源代码
*** readme.txt文件：说明如何运行你的程序，需要什么环境，如windows或linux，python版本如python3.5
* 提交前自我检查
** 是否有包含readme.txt文件解释如何编译执行你的程序。如没有该文件，将减分
** 是否认真完成实验报告
** 是否可以按照readme.txt正确编译和运行程序
** 是否包含别人的代码
** 期末可能会用软件做自动抄袭检查
* 提交作业命名规则
** 实验报告（姓名学号.doc或姓名学号.pdf）
** 附件（姓名学号.zip）

== 实验报告word模板 ==
* [http://hlt.suda.edu.cn/~zhli/teach/ir-2019-spring/report.doc 下载]

== 信息检索课程介绍 ==
* [http://hlt.suda.edu.cn/~zhli/teach/ir-2019-spring/ir-introduction-v0.4.pdf PPT下载]

= 作业 4：倒排索引 =

* 2019.3.26
* 课件 
** 倒排索引课件  [http://hlt.suda.edu.cn/yingli/teach/ir-2019-spring/inverted-index.ppt PPT下载] 
** 倒排索引课件(简化版)   [http://hlt.suda.edu.cn/yingli/teach/ir-2019-spring/inverted-index-simplified.ppt PPT下载]  
** 倒排索引实验课件  [http://hlt.suda.edu.cn/yingli/teach/ir-2019-spring/exp-inverted-index.ppt PPT下载]  
* 数据
** 数据下载   [http://hlt.suda.edu.cn/yingli/teach/ir-2019-spring/files.tar.gz data下载]
* 作业提交时间截止时间：2019.4.23

= 作业 3：网页正文抽取 =

* 2019.3.26
* 课件 
** [http://hlt.suda.edu.cn/yingli/teach/ir-2019-spring/web-page-content-extraction.ppt PPT下载] 
** [http://hlt.suda.edu.cn/yingli/teach/ir-2019-spring/web-page-content-extraction.pdf PDF下载]  
* 数据
**[http://hlt.suda.edu.cn/yingli/teach/ir-2019-spring/1.html 1.html]
**[http://hlt.suda.edu.cn/yingli/teach/ir-2019-spring/2.html 2.html]

* 作业提交时间截止时间：2019.4.2

= 作业 2：单词计数 =
* 2019.3.12
* 课件 [http://hlt.suda.edu.cn/~zhli/teach/ir-2019-spring/word-count.pdf PPT下载]
* 数据 [http://hlt.suda.edu.cn/~zhli/teach/ir-2019-spring/sample-en.txt txt下载]
* 作业提交时间截止时间：2019.4.2

= 作业 1：最大匹配分词 = 
* 2019.3.5
* 2019.3.19上机课前提交
*课件：前向最大匹配 PDF文件--[[文件:Word-seg-max-match.pdf]]；PPT文件--[[文件:Word-seg-max-match.zip]]

*数据下载：
**字典：[[文件:dict.txt]] 
**待分词：[[文件:sentence.txt]] 
**正确答案：[[文件:answer.txt]]；
**模型预测结果：[[文件:out.txt]]

*正确实验结果
**正确识别的词数：20263
**识别出的总体个数：20397
**测试集中的总体个数：20454
**正确率：0.99343
**召回率：0.99066
**F值：0.99204