Adaptive combination of evidence for information retrieval
Christopher C. Vogt, Garrison W. Cottrell · 1999
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xiv I Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 II Background . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 A. Overview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 B. Information Retrieval . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1. The Information Retrieval Problem . . . . . . . . . . . . . . . . 4 2. Relevance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 3. Evaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 4. Relevance Feedback . . . . . . . . . . . . . . . . . . . . . . . . . 12 5. Approaches to IR#Sources of Evidence . . . . . . . . . . . . . . . 13 C. Neural Networks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 1. Optimization Techniques . . . . . . . . . . . . . . . . . . . . . . 20 D. Machine Learning in IR . . . . . . . . . . . . . . . . . . . . . . . . . ...