信息检索理论与方法

《信息检索理论与方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、信息检索信息检索：理论与方法第一部分信息检索理论一．掌握和熟悉1．信息检索的基本原理：即对信息集合与需求集合的匹配与选择。*2．信息检索常用技术：*·布尔检索：逻辑与：如，A*B，表明一篇文献中A和B必须同时存在。例：郭沫若*语言学（同时满足两个条件）逻辑或：如，A+B，表明文献中A或B必须存在，包含同时存在。逻辑非：如，A-B，表明一篇文献中包含A但不包含B。例：郭沫若；除去语言学（对某一个检索要求进行限制）逻辑“或”提高查全率，逻辑“与”和“非”提高查准率。·截词检索：后截断：computer*,可检索出：computeracy,computerise,

2、computers前截断：*computer,可检索出：microcomputer,minicomputer中截断：organi?ation,可检索出：organisation,organization前后截断：*computer*·限制检索：为缩小命中文献的数量，将检索范围限定在某个字段或范围中。·全文位置检索：可以反映出两个检索词在文献中的邻近关系。常用在全文检索中，弥补布尔检索的不足。·加权检索：·多媒体检索：基于内容的检索是指根据媒体对象的内容及上下文联系，在大规模多媒体数据库中进行检索。它的目标是提供在没有人类参与的情况下能自动识别或理解声音、图象

3、、视频重要特征的算法。·超文本检索：超文本是一种信息的组织方法。3．信息检索当代技术：*•并行检索：两个或两个以上的程序或任务并行处理。•分布式检索：允许检索请求在不同地点、不同结构的系统平台上运作。Z39.50协议是一种信息检索标准，常用于分布在各地的图书馆书目数据库系统的检索。遵循了Z39.50协议，只要进入一个界面，不需要重新退出再进入。近年来推出了基于OAI协议的分布式检索。作为开放式数字资源库，OAI必须遵守如下规定：作为数据库提供者应能用通用公共元数据描述所存储的对象•基于知识的智能检索：如检索“华人”，可把包含“中华人民共和国”的内容不检索出来

4、；检索“电脑”，可以把包含“计算机”的内容检索出来。现阶段智能型检索系统应该有以下功能：a.具有大规模实例描述的汉语分词排歧知识库；b.具有主题词典、广义同义词检索、拼音检索、同音检索等功能；c.具有基于内容的相似性检索功能，具有自动分类和自动摘要功能，具有知识压缩和去重功能；d.具有文本挖掘功能等。14信息检索•知识挖掘：主要指文本挖掘技术的发展，目的是帮助人们更好地发现、组织、表示信息，提取知识，满足信息检索的高层次需要。（包括摘要、分类等）•异构信息整合检索：能够检索和整合不同来源和结构的信息。•全息检索：就是支持一切格式和方式的检索。•自然语言检索：

5、应是信息检索的发展趋势。自然语言与人工语言相结合，才能更好地发挥自然语言检索的优势。•跨语言信息检索：可以用一种语言去检索其他语言的资源。•问答系统：输入的查询是问题，要求从给定语料库中返回文本。•概念空间：通过对目标文档进行概念选取、概念类聚而形成，是一个概念网络。概念空间是一个智能化索引，每个索引项（概念）通过一层或多层的概念与原文档建立联系。•信息融合技术：是一种综合利用多种信息资源，以获得对某一事物更客观、更本质认识的信息处理技术。可以合理地组织查询结果，减少不必要的信息冗余，使用户获得完整、准确、及时、有效的而且是简洁、明了的实用信息。４．检索效果

6、评价：判定一个检索系统的优劣，主要应从质量、费时和时间三方面来衡量。*５．查全率＝检出的相关信息数／信息库中相关信息总数*100%=a/a+c*100%*６．查准率＝检出的相关信息数／检出的信息总数*100%=a/a+b*100%*查全率和查准率必须结合使用，单独使用两者中的任何一个都不能全面说明检索效果的好坏。若检出一篇相关信息，必能达到100%的查准率，但查全率却会非常低；同样，若检出信息数等于库中信息的总量，则必能100%的查全率，但查准率一定很低。*７．误检率＝检出的非相关信息数／检出的信息总数*100%=b/a+b*100%*８．漏检率＝未检出的相

7、关信息数／信息库中相关信息总数*100%=c/a+c100%*查全率和漏检率是互补的；查准率和误检率也是互补的。它们相加等于一。９．其他评价指标：均衡查全和相对查全指标。还有错检率和相关率。*１０．不同的用户对查全率和查准率的要求不同。如一个正在从事某项研究的用户，可能需要高查全率，允许较低的查准率，以保证不遗漏任何重要的信息。而对于查新人员来说，为了找到与查新项目内容一致的信息，他可以要求高查准率。*二．了解1．信息检索经历了从手工到机械再到计算机化检索的发展过程：·手工检索（1876-1954）·脱机批处理检索（1954-1965）·联机检索（1965-

8、1991）联机检索是计算机技术、信息处理技术和现代通