MBR 的组成元素是什么？

MBR 的各个组成元素如下：

选择训练集 - 训练集包含 49,652 条新闻报道，由新闻检索服务提供支持。这些报道来自大约三个月的新闻，以及近 100 个不同的来源。

每篇报道平均包含 2,700 个单词，并为其创建了八个代码。训练集并非专门创建的，因此训练集中代码的频率差异很大，这模拟了新闻报道中代码的整体频率。

选择距离函数 - 下一步是选择距离函数。在此方法中，存在一个距离函数，它依赖于一个称为相关反馈的概念，该概念根据两个文件包含的单词来计算它们的相似性。相关反馈（在侧边栏中更全面地定义）旨在返回与给定文档相似的文件，作为改进搜索的一种方法。相同的文档是 MBR 使用的邻居。

选择组合函数 - 下一个决定是组合函数。将分类代码创建到新闻报道中与大多数分类问题不同。一些分类问题正在寻找最佳解决方案。但是新闻报道可以有多个代码，即使来自相同的元素。MBR 能够适应这个问题突出了它的灵活性。

组合函数需要加权求和方法。因为最大距离是 1，所以权重很容易是一减去距离，因此对于距离较小的邻居，权重可以较大，而对于距离较大的邻居，权重可以较小。

选择邻居数量 - 该研究在 1 到 11（含）之间改变了最近邻的数量。使用更多邻居可以得到最佳结果。但是，本案例研究与 MBR 的几种应用不同，因为它为每个故事创建多个类别。通常的问题是只创建一个单独的类别或代码，而较少的邻居对于获得最佳结果就足够了。

为了计算 MBR 在编码方面的有效性，新闻服务有一个编辑委员会审查了一些分配的代码（无论是编辑还是 MBR 分配的），共 200 篇报道。小组大多数成员同意的某些代码被视为“正确”的。

将“正确”代码与人类编辑最初创建的代码进行比较很有趣。最初为报道创建的代码（由人类）中有 88% 是正确的，但人工编辑也犯了错误。

Ginni

更新于：2022 年 2 月 15 日

374 次浏览

开启你的职业生涯

完成课程获得认证

开始学习