本文档详细介绍了如何在Linux环境下，利用Terrier进行TREC信息检索实验，包括数据处理、索引建立、查询处理、相关性反馈和评估指标。实验涉及的数据集为json格式，查询集为xml，文档相关性判定文件为txt。实验步骤包括数据转换、索引初始化、批量查询和相关性反馈，使用了PL2等评分排序策略，并通过nDCG、p、bpref、MAP等评价指标评估结果。
Terrier使用目录
1、相关链接
下面链接这是我们当时找的资料，对我们的整体实验有着比较大的帮助，可以先看进行理解。看懂了，ok，再看看我们这篇文章吧；看不懂，没事，还有我们这篇文章呢。
由于我们在使用terrier的时候找资料非常费劲，我们就想把我们的实验经验分享出来，同时也非常感谢各位给我们提供过帮助的朋友。我们尽量在文章中把每一步都讲出来，以及处理中的一些问题。
（链接）TREC Precision Medicine 使用Terrier进行信息检索_GouGe_CSDN的博客-CSDN博客
信息检索平台Terrier的使用_klaas的博客-CSDN博客
Terrier文档翻译：安装与运行_XiaoPANGXia的专栏-CSDN博客
2、实验要求的逐字逐句分析
看到这的同学应该都是面临一个实验吧（蜜汁微笑），我们先来看看2020的例子实验：
图1：实验要求
我们来把每一句话都来分析一下，看看这个实验到底在讲什么。
2.1 数据介绍：
包括了数据集（多个json）、查询集（xml）、文档相关性判定文件（txt），这三个文件都是需要的。
2.1.1 数据集：
路径“/cord-19_2020_07_16/document_parses/”下有两个json文件夹，其中包含多个json文件，打开任意一个，里面数据类型为dict类型。之后会对其进行处理。
图：数据集（局部）
最低0.47元/天 解锁文章
扫一扫
3227
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
