关于信息检索技术的文献综述

《关于信息检索技术的文献综述》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、关于信息检索技术的文献综述一、信息检索技术现状【1】梁鸿雁，信息检索技术综述，2010(9),软件导刊,35~37,在现有研究的基础上，信息检索技术实现了把信息检索从基于关键词层面提高到知识层面。从传统的基于关键词的检索到吸引广大研究者眼球的语义检索。实现了把信息检索从基于关键词层面提高到知识层面。传统的基于关键词信息检索，已取得了很大的成功，但是它不能从根本上表达用户的查询请求。语义检索是把信息检索与人工智能技术、自然语言处理技术相结合的检索技术，它从语义理解的角度分析信息对象和检索者的检索请求，提高了检索性能。但由于自然语言理解和

2、人工智能等领域的局限，语义检索技术将有一个长期深入研究的过程。【2】陆娟，浅析当前网络信息检索与过滤技术，科技情报开发与经济，2006,16(23)，目前，信息检索搜索引擎已经把浏览与检索功能进行了整合，使用户可以在一个网站同时利用两种功能，而且可以在某个类目下实施检索，提高了检索的准确率；鉴于网络面对的是全世界的用户，这些用户层次不一、知识背景各不相同，实现了自然语言检索功能；通过信息智能检索(Agent)技术来学习用户兴趣，使客户端检索软件具备智能性，自主地在Internet网上漫游，收集用户感兴趣的信息，用户Agent可以根据用

3、户的爱好对它们的任务进行动态调整，搜索网上潜在的有用信息，按照一定的规则进行过滤，并以一定的优先方式提供给用户；为更加客观公正地对检索结果进行排序，让用户快速获得最需要的信息，产生了一些新的排序算法根据其他网站指向某个网站链接的数量多少，决定该网站的重要性，数量越多越重要。二、信息检索技术类型及方法【1】赵阳，浅谈信息检索技术，2012年11月，科技创新与应用，45,介绍了当今比较热门的两种信息检索技术：第一，智能检索或知识检索传统的全文检索技术基于关键词匹配进行检索，智能检索利用分词词典、同义词典，同音词典等改善检索效果，还可在知识

4、层面或者概念层面上辅助查询，通过主题词典、上下位词典、相关同级词典，形成一个知识体系或概念网络，给予用户智能知识提示，最终帮助用户获得最佳的检索效果。第二，知识挖掘，目前主要指文本挖掘技术的发展，目的是帮助人们更好的发现、组织、表示信息、提取知识，以满足信息检索的高层次需要。【2】孙广维，多媒体信息检索技术的研究，2012，6，吉林建筑工程学院学报，79~81，作者提出传统的多媒体检索方法处理比较简单，有的仅通过多媒体的外部属性和简单的文字描述进行检索，还脱离不了文本、数值和关键词的检索范畴，对图像、音频、视频信息则只有浏览或查看功能

5、，缺乏多媒体本质特征的描述，在多媒体数据库中集成了图像、视频、音频等非文本信息，这样我们就可以用图像、音频、视频信息方便的进行检索。【3】双林平，分布式信息检索技术探析，2012（4），图书馆学刊，111~112，分布式信息检索是信息检索研究的一个重要方向，主要对分布式信息检索概念、分布式信息检索法、搜索引擎技术进行了分析，分布式技术与信息检索相结合，对于分布式资源的检索策略来讲，不仅可以对分布服务器之间的通信问题进行有效解决，还可以对信息检索功能进行研究，从而使得分散资源的检索效率大大提高。分布式技术使得数据更安全，信息检索改变了传

6、统的方法，从而实现了多个数据库检索的目的，信息量和检索效率也因此得到提高。分布式检索技术与计算机技术相结合，实现了理论与实践的和谐统一，并且具有良好的可行性和易实现等特点，其应用前景非常广阔。【4】赵静，张鸿业，Web信息检索技术的探讨，2010（20），科技情报开发与经济，105~109，Web信息资源大体可以分成两类：纯文本格式的信息和多媒体（图像、影视频）信息，为了有效地提取出人们所需要的信息，新一代的Web信息检索系统应该朝着搜索速度更快、,精度更高并且能够满足用户的个性化需求的方向发展。这就需要我们在自然语言处理、数据挖掘和

7、机器学习等方面有所突破，并将这些技术充分地应用到信息检索中去，从而使人们更好地感受到Web信息的便利。【5】李静柏，融合分类特征的信息检索技术研究，信息产业，85，文章介绍了一种融合分类特征选择技术进行分类检索结果重排序的方法。该方法在已抽取出类别特征的前提下，认为一篇文档中类别特征出现的频率越大，这篇文档与其所属类别的相关性就越大，就越符合该类别。那么在综合考虑检索词与文档相关性的同时，赋予这两个相关性一定的权值再对结果进行重新排序。这个方法能够在保持分类搜索引擎结果文档的召回率的前提下提高结果的平均准确率。主要处理过程如下：1对一

8、个分类体系结构的语料文档进行特征选择，为每个类别抽取出特征表。2检索，得到符合query的结果集。3计算结果集中每篇文档包含的特征在该篇文档中的频率。4使用TF-IDF模型计算query与文档的相关性得分。5综合考虑两个