信息检索原理与技术资料整理情报学考研.pdf

《信息检索原理与技术资料整理情报学考研.pdf》由会员分享，可在线阅读，更多相关《信息检索原理与技术资料整理情报学考研.pdf（102页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、信 息 检 索 原 理 与 技 术 资 料 整 理 华 中 师 范 大 学 信 息 检 索 原 理 与 技 术第 一 章 信 息 检 索 概 论 1.1信 息 检 索 基 础 简 述 1.信 息：事 物 发 出 的 信 号 所 包 含 的 内 容。2.知 识：知 识 是 人 类 的 主 观 世 界 对 客 观 世 界 的 概 括 和 反 映，是 大 量 有 组 织 的 信 息，是 关 于 事 实 和 思 想 的 有 组 织 的 陈 述，提 供 某 种 思 考 的 判 断 和 某 种 实 验 的 结 果。3.知 识 的 分 类：知 事(know-what)指 关 于 事 实 方 面 的 知 识

2、也 可 理 解 为 know-when、know-where,即 在 什 么 样 的 时 间(know-when 什 么 样 的 地 点 或 条 件 下(know-where)能 解 决 什 么 样 的 问 题。知 因 know-why):指 自 然 原 理 和 规 律 方 面 的 科 学 理 论，知 识 的 产 生 是 在 专 门 研 究 机 构 如 实 验 室 和 大 学 完 成 的。“知 道 怎 样 做 的 知 识”(know-how):指 做 某 些 事 情 的 技 艺 和 能 力，被 称 为 技 术 情 报 和 商 业 秘 密，其 典 型 是 企 业 开 发 和 保 存 于 其 内

3、部 的 技 术 诀 窍 或 专 有 技 术。“谁 以 及 是 怎 样 创 造 知 识 的 know-wh。)：侧 重 对 创 造 思 想、方 法、手 段、过 程 及 特 点 等 的 了 解。4.文 献：文 献 是 记 录 有 知 识 的 一 切 载 体，即 知 识 信 息 必 须 通 过 文 献 载 体 进 行 存 储 和 传 递。构 成 三 要 素：构 成 文 献 内 核 的 知 识 信 息 负 载 知 识 信 息 的 物 质 载 体 记 录 知 识 信 息 的 符 号 和 技 术 特 点：知 识 性(本 质 x 传 递 性、动 态 性。分 类 标 准：内 容 加 工 程 度 划 分:一 次

4、 文 献 信 息：指 作 者 以 自 己 的 研 究 成 果 为 基 础 创 作 和 撰 写 的、未 经 过 加 工 的 原 始 文 献。二 次 文 献 信 息：指 对 一 次 信 息 加 工 整 理 而 成 的 文 献，如 目 录、文 摘、索 引 等 各 种 书 目 信 息，它 具 有 汇 集 性。三 次 文 献 信 息：是 对 一 次、二 次 信 息 综 合、分 析 等 深 加 工 的 产 物，如 评 论、进 展 报 告、评 述、百 科 全 书、年 鉴、指 南、期 刊 书 目 等。裁 体 形 式 划 分：书 写 型、印 刷 型、缩 微 型、声 像 型、机 读 型 五 大 类。5.文 献 信

5、 息 链：文 献 作 为 人 类 文 化 信 息 的 承 载 物，从 其 产 生、替 代、反 复 被 利 用、再 创 造，直 至 产 生 新 知 识，是 一 个 不 断 演 进 的 运 动 过 程。6.信 患、知 识 和 文 献 三 者 之 间 的 关 系（重 点）：信 息 知 识 文 献 信 息、知 识 和 文 献 的 联 系 在 于：信 息 作 为 物 质 的 一 种 普 遍 属 性，是 生 物 以 及 具 有 自 动 控 制 系 统 的 机 器 通 过 感 觉 器 官 和 相 应 的 设 备 与 外 界 进 行 交 换 的 一 切 内 容。它 是 有 形 的、独 立 于 行 动 和 决

6、策、经 过 处 理 改 变 形 态、物 质 产 品、与 环 境 无 关、可 以 复 制 的；知 识 作 为 信 息 的 一 部 分，是 一 种 特 定 的 人 类 信 息，也 是 人 类 社 会 实 践 经 验 的 总 结，是 人 的 主 观 世 界 对 于 客 观 世 界 的 概 括 和 如 实 反 映。它 是 无 形 的、与 行 动 和 决 策 相 关、经 过 处 理 能 改 变 思 维、精 神 产 品、环 境 改 变 含 义、经 过 学 习 才 能 转 让、无 法 复 制 的；文 献 是 知 识 的 一 部 分，是 进 入 人 类 社 会 交 流 系 统 的 运 动 着 的 知 识。具

7、体 来 说，三 者 之 间 的 关 系 为：信 息 知 识 文 献。7.文 献 信 息 流（重 点 和 难 点）一 次 文 献 信 息 流 发 展 壮 大 后，难 以 被 掌 握 和 利 用，于 是 文 献 信 息 服 务 机 构 对 一 次 文献 进 行 书 目 控 制 和 重 新 组 织，使 得 其 进 入 到 有 序 化 阶 段。这 一 阶 段 由 三 个 环 节 组 成。替 代：描 述 文 献 特 征，对 一 次 文 献 信 息 进 行 不 同 程 度 的 提 炼 或 压 缩，形 成 目 录、文 摘、索 引 等 二 次 文 献 信 息。改 蛆：从 一 次 文 献 信 息 中 提 取 数

8、 据、事 实 和 结 论，重 新 组 合，形 成 手 册、名 录、辞 典 等 类 型 的 文 献 信 息。综 合:利 用 二 次 文 献 对 一 次 文 献 所 包 含 的 知 识 加 以 综 合 并 融 入 到 现 有 的 知 识 体 系 中，成 整 个 知 识 体 系 的 有 机 组 成 部 分。如 专 著、教 科 书、综 述 等。文 献 信 息 流 的 继 续 演 变 是 对 二 次 文 献 信 息 流 的 书 目 控 制 和 改 组，即 进 入“二 次 替 代”过 程，其 结 果 是“书 目 之 书 目“文 献 指 南 之 类 的 工 具。文 献 信 息 流 是 一 个 以 研 究 活

9、 动 为 起 点，按 顺 时 针 的 线 性 顺 序 移 动，是 一 次、二 次、三 次 文 献 信 息 的 演 变 过 程。1.2信 息 检 索 概 念 和 原 理 1.信 息 检 索：是 从 信 息 集 合 中 识 别 和 获 取 信 息 的 过 程，本 质 是 用 户 的 信 息 需 求 和 一 定 的 信 息 集 合 的 匹 配。广 义：信 息 的 存 储 和 检 索。狭 义：信 息 的 检 索。信 息 的 存 储：主 要 包 括 在 某 一 专 业 或 领 域 范 围 内 的 信 息 选 择 的 基 础 上 对 信 息 的 内 外 特 征 进 行 描 述、加 工 并 使 其 有 序

10、化，形 成 信 息 集 合。信 息 的 检 索：是 指 借 助 一 定 的 设 备 和 工 具，采 用 一 系 列 的 方 法 与 策 略 从 信 息 集 合 中 查 询 所 需 的 信 息。2.信 息 检 索 类 型：手 工 检 索：简 称“手 检”，主 要 使 用 印 刷 型 信 息 检 索 工 具，其 检 索 过 程 就 是 大 脑 分 析、思考 和 手 工 操 作 的 配 合 过 程。计 算 机 检 索：简 称“机 检”，主 要 使 用 计 算 机 信 息 检 索 系 统（包 括 各 种 数 据 库、应 用 软 件、通 信 设 施 等），检 索 过 程 就 是 人 的 设 计 操 作

11、和 计 算 机 自 动 化 处 理 相 结 合 的 过 程。3.信 息 检 索 系 统：信 息 检 索 系 统 是 指 为 了 满 足 用 户 的 信 息 需 求 而 建 立 的 存 储，经 过 加 工 了 的 信 息 集 合，拥 有 一 定 的 输 入、匹 配、输 出 的 技 术 装 备，提 供 一 定 的 检 索 服 务 功 能 的 一 种 相 对 独 立 的 实 体。4.信 息 检 索 入 口：信 息 检 索 入 口 又 称 检 索 点 或 检 索 标 识，是 指 用 以 标 识 信 息 的 外 部 特 征 和 内 部 特 征 的 属 性 值 的 集 合。5.信 息 检 索 的 一 般

12、原 理：包 括 信 息 的 存 储 与 检 索 两 个 过 程。建 立 文 本 数 据 库=建 立 文 本 索 引（通 常 采 用 倒 排 档）=用 户 明 确 自 己 的 信 息 需 求=产 生 检 索 提 问=构 造 检 索 提 问 表 达 式=产 生 检 索 结 果=不 满 意 则 修 改 表 达 式=产 生 满 意 结 果 1.3检 索 系 统 与 检 索 工 具 1.检 索 系 统 的 构 成：检 索 系 统 的 构 成 包 括 物 理 构 成 和 逻 辑 构 成。2.从 物 理 构 成 的 角 度 来 考 察，检 索 系 统 一 般 包 括 硬 件、软 件 和 数 据 庠 三 个

13、组 成 部 分。硬 件：是 计 算 机 检 索 系 统 采 用 的 各 种 硬 件 设 备 的 总 称。软 件：包 括 与 计 算 机 检 索 相 关 的 各 种 系 统 软 件 及 相 关 应 用 软 件。数 据 库：至 少 由 一 种 文 档 组 成，并 能 满 足 某 一 特 定 目 的 或 某 一 数 据 处 理 系 统 需 要 的 一 种 数 据 集 合。3.数 据 库 分 为 以 下 类 型：参 考 型 数 据 库：它 是 指 引 用 户 到 另 一 信 息 源 以 获 得 原 文 或 其 他 细 节 的 一 类 数 据 库，包 括 书 目 数 据 库 和 指 南 数 据 库。书

14、目 数 据 库 就 是 指 存 储 某 个 领 域 的 二 次 文 献 的 一 类 数 据 库。指 南 数 据 库 是 指 存 储 某 些 对 象 的 简 要 描 述，指 引 用 户 从 其 他 源 获 取 更 详 细 信 息 的 一 类 数 据 库。源 数 据 库：它 是 指 提 供 原 始 资 料 或 具 体 数 据 的 自 足 性 数 据 库，它 包 含 数 值 数 据 库、文 本-数 值 数 据 库、全 文 数 据 库、术 语 数 据 库、图 像 数 据 库 以 及 音 视 频 数 据 库。（2014和 2015名 词 解 释）混 合 型 数 据 库：它 是 指 能 存 储 多 种 不

15、 同 类 型 数 据 的 数 据 库。4.不 管 检 索 系 统 的 物 理 构 成 如 何，它 们 的 逻 辑 构 成 都 是 相 同 的 或 基 本 相 同 的，一 般 由 以 下 六 个 子 系 统 构 成。文 献 与 数 据 的 选 择 与 抽 取 子 系 统 该 子 系 统 的 功 能 是 从 外 部 信 息 源 输 入，输 入 时 按 照 系 统 既 定 方 针 和 用 户 需 求 进 行 选 择。选 择 标 准 包 括 专 业 覆 盖 面、文 献 信 息 类 型、摘 储 率、文 种、时 间 跨 度 等。1）专 业 覆 盖 面：就 检 索 系 统 的 数 据 库 对 文 献 和 知

16、 识 的 学 科 专 业 的 覆 盖 面 来 说，有 综 合 性 检 索 系 统、多 学 科 检 索 系 统、专 业 检 索 系 统。2）摘 储 率：对 于 某 一 专 业 领 域，抽 取 的 信 息 占 该 领 域 所 有 信 息 的 比 率。词 表 子 系 统数 据 库 中 所 收 录 的 知 识 与 文 献，需 要 依 靠 使 用 一 定 的 检 索 语 言 来 加 以 表 征 和 组 织；另 外，检 索 者 的 检 索 提 问 也 需 借 助 检 索 语 言 来 表 达。这 样 才 能 使 存 储 与 检 索 得 到 有 效 的 沟 通 和 控 制，保 证 检 索 系 统 达 到 令

17、人 满 意 的 查 准 率 与 查 全 率，减 少 漏 检 与 误 检。采 用 词 表 控 制 的 检 索 系 统 称 为 控 制 词 汇 的 检 索 系 统。随 着 计 算 机 为 主 体 的 现 代 信 息 技 术 在 信 息 处 理 领 域 的 广 泛 应 用，关 键 词、自 由 词 等 一 些 无 词 表 控 制 的 检 索 语 言 的 应 用 逐 步 推 广，因 而 出 现 了 一 些 非 控 制 词 汇 的 情 报 检 索 系 统。它 又 可 分 为 完 全 的 自 然 语 言 检 索 系 统 和 后 控 制 的 自 然 语 言 检 索 系 统。后 控 制 的 自 然 语 言 检

18、索 系 统 在 系 统 内 设 有 只 供 检 索 用 的 后 控 制 词 表，这 种 词 表 没 有 预 先 编 定 的 形 式，而 是 通 过 检 索 者 的 使 用，将 检 索 式 中 用 或 逻 辑 相 连 的 检 索 词，由 机 器 提 取 并 逐 步 累 积 起 来 的 一 组 一 组 的 词 表。在 检 索 时，由 系 统 自 动 纳 入 检 索 式 进 行 扩 检。但 对 检 索 者 来 说 后 控 制 的 自 然 语 言 检 索 系 统 使 用 的 是 自 然 语 言。“后 控 制 的 过 程 对 检 索 用 户 来 说 是 透 明 的。【2015名 词 解 释】标 引 子

19、系 统 按 照 一 定 的 词 表，对 文 献 赋 予 标 引 词，以 表 征 文 献 的 特 征，形 成 文 献 的 标 识，这 一 过 程 就 是 标 引。依 据 这 个 子 系 统，情 报 检 索 系 统 可 分 为 人 工 标 引 的 检 索 系 统 和 机 器 标 引 的 检 索 系 统。对 于 完 全 自 然 语 言 的 检 索 系 统 来 说，可 能 根 本 就 不 进 行 标 引，这 种 情 况 成 为 无 标 引 或 全 标 引。查 询 子 系 统 把 用 户 的 需 求，经 过 概 念 分 析，转 换 成 系 统 语 言 的 词 汇，并 指 出 其 逻 辑 关 系 的 过

20、程。具 体 来 说 就 是 构 造 检 索 策 略 的 过 程。用 户 与 系 统 交 互 子 系 统该 系 统 即 检 索 系 统 向 用 户 提 供 实 现 其 检 索 过 程 的 手 段。匹 配 子 系 统 该 子 系 统 的 功 能 是 对 文 献 的 标 引 记 录 和 提 问 的 检 索 策 略 进 行 对 比 并 决 定 取 舍。检 索 工 具 的 体 系 结 构 和 功 能【2015年 简 答】结 构 一 部 体 系 完 整 的 检 索 工 具 通 常 由 以 下 五 个 部 分 组 成。捻 辑 说 明 与 凡 例 编 辑 说 明 与 凡 例 通 常 放 在 检 索 工 具 的

21、 开 头 部 分。1）编 辑 说 明 一 般 向 用 户 揭 示 该 检 索 工 具 的 编 辑 目 的、收 录 范 围、选 材 原 则、适 用 对 象、出 版 沿 革、总 体 结 构、各 部 分 的 用 途 及 用 法 等。编 辑 说 明 的 作 用 是 向 用 户 介 绍 该 检 索 工 具 的 概 貌，以 便 用 户 确 认 该 工 具 是 否 合 适 自 己。2）凡 例 对 用 户 检 索 起 具 体 的 指 导 作 用 通 常 以 简 洁 的 文 字 和 示 例 详 细 介 绍 检 索 工 具 的 编 排 体 例、著 录 格 式、著 录 项 目 和 查 找 方 法 等，使 用 户 对

22、 该 检 索 工 具 有 进 一 步 的 认 识，了 解 其 各 方 面 的 特 征，掌 握 其 使 用 方 法。分 类 表 与 主 题 表 分 类 表 与 主 题 表 是 编 制 和 使 用 检 索 工 具 必 不 可 少 的 辅 助 工 具。1）分 类 表 主 要 用 于 文 献 款 目 的 编 排 和 浏 览。分 类 表 的 详 表 单 独 出 版，分 类 编 排 文 献 款 目 的 检 索 工 具 往 往 有 分 类 表 的 简 表，放 在 每 期 的 前 面，并 与 目 次 页 结 合 在 一 起。2）主 题 表 有 两 个 作 用：一 是 像 分 类 表 那 样，用 于 文 献 款

23、 目 的 编 排 和 浏 览，但 这 仅 指 按 主 题 编 排 文 献 款 目 的 检 索；二 是 用 于 主 题 标 引 和 检 索，为 检 索 工 具 和 用 户 提 供 允 许 使 用 的 主 题 词 及 其 参 照 系 统 保 证 标 引 的 一 致 性 以 及 标 引 与 检 索 的 一致 性。正 文 正 文 是 检 索 工 具 的 主 体，它 由 大 量 的 文 献 款 目 按 一 定 顺 序 编 排 而 成。从 正 文 内 部 讲，其 主 要 作 用 有 两 个：一 是 为 用 户 判 断 检 中 文 献 是 否 符 合 自 己 的 要 求 的 依 据，以 便 决 定 取 舍；

24、二 是 为 用 户 提 供 获 取 所 需 原 始 文 献 的 线 索。辅 助 索 引 辅 助 索 引 是 从 正 文 中 抽 出 检 索 标 识 以 及 有 检 索 意 义 的 外 部 特 征 和 内 容 特 征，如 主 题 词、作 者、各 种 号 码 等，编 制 成 各 种 索 引，每 个 索 引 款 目 都 要 注 明 一 个 或 多 个 正 文 地 址，从 而 指 回 正 文 的 对 应 位 置。辅 助 索 引 的 目 的 就 是 为 了 给 用 户 提 供 更 多 的 检 索 途 径，提 高 检 索 效 率。资 料 来 源 目 录 与 附 录 1）资 料 来 源 目 录 是 检 索

25、工 具 所 摘 录 文 献 出 处 的 目 录，一 般 是 指 来 源 期 刊，也 叫 引 用 期 刊 目 录 或 来 源 出 版 物 目 录。2）附 录 主 要 包 括 专 业 术 语 缩 略 语 表、字 母 音 译 对 照 表、期 刊 代 码 表 等，便 于 用 户 正 确 识 别 检 索 工 具 正 文 中 的 缩 略 语、代 码、音 译 名 等。需 要 指 出 的 是，构 成 检 索 工 具 的 上 述 五 个 部 分 是 有 机 联 系、不 可 分 割 的 整 体。功 能 检 索 工 具 的 功 能 基 本 是 相 同 的，主 要 有 报 道、存 储 和 检 索 三 大 功 能。报

26、道 功 能：检 索 工 具 首 先 应 具 有 报 道 功 能。检 索 工 具 以 最 新 文 献 为 基 本 报 道 对 象，从 检 索 工 具 本 身 讲，报 道 功 能 主 要 是 通 过 正 文 实 现。存 储 功 能：检 索 工 具 问 世 后，经 过 一 段 时 间，所 报 道 的 当 时 认 为 是 最 新 的 文 献 逐 渐 过 时，相 对 而 言，新 文 献 逐 渐 变 成 了 旧 文 献，原 有 的 报 道 功 能 开 始 逐 渐 减 弱，甚 至 消 失 了。但 与 这 一 个 过 程 几 乎 同 时 发 生 的 是，就 检 索 工 具 已 经 报 道 过 的 文 献 而

27、言,数 量 越 积 越 多，逐 渐 形 成 了 一 定 规 模。在 这 种 情 况 下，检 索 工 具 的 报 道 功 能 开 始 逐 渐 转 变，即 由 报 道 功 能 转 向 存 储 功 能。存 储 可 以 长 期 积 累，其 目 的 是 在 任 何 需 要 的 时 候，都 能 够 把 所 需 文 献 从 已 经 出 版 或 发 表 的 全 部 文 献 中 检 索 出 来，因 此 存 储 具 有 历 史 意 义。与 报 道 功 能 一 样，存 储 功 能 也 是 通 过 正 文 实 现 的。检 索 功 能：检 索 功 能 是 检 索 工 具 存 在 价 值 的 最 终 体 现。检 索 工

28、具 的 报 道 功 能 和 存 储 功 能 都 是 通 过 正 文 实 现 的，但 是，仅 就 检 索 而 言，它 们 的 作 用 仍 然 是 十 分 有 限 的。对 于 被 报 道 和 被 存 储 的 特 定 文 献 来 说，为 了 能 够 在 需 要 他 们 的 任 何 时 候 都 能 快 速、准 确 地 检 索 出 来，还 必 须 为 所 收 录 的 全 部 文 献 编 制 各 种 索 引。各 种 索 引 的 有 机 结 合 构 成 了 检 索 工 具 的 索 引 体 系，索 引 体 系 的 基 本 要 素 是 检 索 标 识 和 检 索 手 段，索 引 体 系 充 分 体 现 了 检

29、索 工 具 的 检 索 功 能。检 索 工 具 三 大 功 能 的 关 系 报 道 和 存 储 有 不 同 的 作 用，前 者 通 过 检 索 工 具 报 道 当 前 文 献，后 者 则 通 过 检 索 工 具 的 积 累 存 储 当 前 的 和 过 去 的 文 献，两 者 是 检 索 工 具 的 不 同 表 现 形 式，但 他 们 属 于 同 一 项 工 作，即 检 索 工 具 的 编 制。报 道 和 存 储 这 两 个 过 程 统 一 于 编 制 过 程 中，即 编 制 过 程 既 体 现 出 报 道 功 能，有 体 现 出 存 储 功 能。检 索 工 具 的 报 道 功 能、存 储 功

30、能 和 检 索 功 能 关 系 十 分 密 切，既 对 立 又 统 一，这 种 矛 盾 现 象 表 现 在 许 多 方 面。比 如，最 新 文 献 的 报 道 速 度 与 检 索 手 段 的 完 备 性 之 间 就 是 一 对 对 立 统 一 的 矛 盾。也 就 是 说，片 面 追 求 报 道 速 度 快，就 很 难 使 索 引 体 系 完 善。当 然，如 果 报 道 量 不 大，即 使 索 引 的 完 备 性 差 一 些，也 不 会 对 检 索 有 多 大 影 响；但 是，如 果 报 道 量 很 大，必 然 要 求 索 引 完 备，否 则，就 会 给 检 索 造 成 很 大 困 难。反 之，

31、单 纯 追 求 检 索 手 段 完 备，就 会 影 响 最 新 文 献 的 报 道 速 度，但 对 于 存 储 多 年 的 文 献 来 说，检 索 手 段 的 完 备 性 则 是 非 常 必 要 的。1.4信 息 检 索 研 究 的 核 心 问 题 1.信 息 检 索 理 论：标 引 理 论：检 索 模 型 检 索 结 果 的 可 视 化 2.信 息 检 索 技 术 与 方 法 全 文 检 索：全 文 检 索 主 要 是 用 检 索 词 对“原 文”进 行 匹 配 的 检 索 技 术，为 人 们 获 取 文 献 原 文 而 非 文 献 线 索 信 息 提 供 了 一 条 有 效 途 径。全 文

32、 检 索 系 统 采 用 自 然 语 言 标 引 与 检 索，所 以 检 准 率 不 高。多 媒 体 检 索：多 媒 体 检 索 主 要 是 指 对 多 媒 体 信 息（图 形、图 像、声 音、视 频 等 信 息）的 检 索。多 媒 体 信 息 检 索 的 应 用 主 要 体 现 在 两 个 方 面：特 征 表 述（文 字 描 述）的 检 索 和 多 媒 体 对 象 的 直 接 匹 配 检 索。特 征 表 述 检 索 要 求 用 文 字 对 多 媒 体 进 行 标 引，检 索 过 程 与 文 本 检 索 相 同，但 最 终 结 果 为 多 媒 体 信 息；多 媒 体 对 象 检 索 是 指 直

33、 接 用 图 形、图 像、语 音、语 调 等 对 多 媒 体 数 据 的 匹 配，对 于 时 基 类 媒 体 需 要 标 引 出 关 键 帧（视 频）和 关 键 语 音 片 段，以 保 证 检 索 效 率。超 文 本 和 超 媒 体 检 索：超 文 本 与 超 媒 体 检 索 采 用 非 线 性 的 网 状 结 构，模 拟 现 实 世 界 中 用 户 的 跳 跃 式 思 考 模 式。所 以 说 超 文 本 与 超 媒 体 不 是 一 种 检 索 技 术，而 是 信 息 的 组 织 方 法 与 手 段。联 机 检 索：联 机 检 索 是 用 户 在 检 索 终 端 上 使 用 特 定 的 指 令

34、 和 检 索 语 词，以 人 机 对 话 方 式 从 检 索 系 统 的 数 据 库 中 查 找 所 需 的 特 定 信 息 的 过 程。联 机 系 统 允 许 用 户 实 时 操 作，随 时 得 到 结 果 并 不 断 修 改，无 论 是 查 全 率 还 是 查 准 率 均 保 持 较 高 水 平。但 由 于 联 机 费 用 较 高，且 需 要 信 息 用 户 具 有 检 索 专 业 技 能，因 此 并 未 在 普 通 用 户 中 普 及。网 络 信 息 检 索：网 络 信 息 检 索 帮 助 用 户 充 分 利 用 网 络 上 海 量 的 信 息 资 源，为 了 实 现 这 一 目 的，现

35、 已 开 发 出 多 种 网 络 信 息 检 索 工 具。在 众 多 工 具 中，WWW是 一 种 基 于 超 文 本 方 式 的 信 息 查 询 工 具，不 仅 可 以 搜 索 WWW上 的 信 息，也 可 以 搜 索 因 特 网 上 其 他 信 息 资 源，大 有 成 为 因 特 网 标 准 检 索 工 具 的 趋 势。智 能 检 索：智 能 检 索 是 信 息 检 索 和 人 工 智 能 研 究 的 一 个 交 叠 领 域，表 现 在 用 户 检 索 接 口 的 友 好、检 索 过 程 具 有 学 习 性 这 两 个 方 面。即 检 索 系 统 能 够 把 自 然 语 言 的 检 索 提

36、 问 自 动 翻 译 成 检 索 系 统 能 够 理 解 的 检 索 式，能 够 根 据 用 户 的 检 索 行 为 进 行 学 习，建 立 高 效 率、高 品 质 的 检 索 模 板 库，以 帮 助 用 户 改 善 检 索 策 略。智 能 检 索 的 另 一 个 方 面 是 检 索 智 能 代 理 和 智 能 搜 索 引 擎。跨 语 富 检 索 2014名 词 解 释】：跨 语 言 检 索 主 要 解 决 针 对 不 同 语 种 的 信 息 资 源 进 行 检 索，它 采 用 的 技 术 一 般 为 建 立 多 语 言 的 机 器 词 典 或 语 料 库，检 索 时 输 入 一 种 语 言

37、的 检 索 词，计 算 机 通 过 词 典 或 语 料 库 把 它 翻 译 成 多 种 语 言 进 行 检 索。跨 平 台 检 索 跨 平 台 检 索 也 成 为 分 布 式 检 索，其 检 索 是 对 不 同 的 数 据 库 资 源 进 行 的。因 此，跨 平 台 检 索 所 面 对 的 资 源 可 能 分 散 在 不 同 的 机 器、不 同 的 地 点、不 同 的 软 件 平 台 上，信 息 资 源 也 可 能 是 异 构 的。在 网 络 环 境 下，解 决 跨 平 台 检 索 已 成 为 信 息 检 索 的 热 点 课 题。第 二 章 信 息 检 索 模 型 2.2传 统 布 尔 检 索

38、 模 型 1.传 统 布 尔 检 索 模 型 的 概 念：布 尔 检 索 模 型 采 用 布 尔 代 数 和 集 合 论 的 方 法，用 布 尔 表 达 式 表 示 用 户 提 问，通 过 对 文 献 标 识 与 用 户 提 问 的 逻 辑 运 算 来 检 索 文 献。传 统 布 尔 检 索 模 型 具 有 工 作 流 程 简 单、准 确 的 表 达 能 力 两 大 特 点。2.优 点：逻 辑 运 算 符 较 少，便 于 用 户 学 习。由 于 布 尔 检 索 中 使 用 的 是 关 键 字 查 询，用 户 可 以 提 出 自 己 能 够 想 到 的 和 问 题 相 关 的 一 个 词 语，直

39、 接 构 成 检 索 式。模 式 较 易 构 建，可 以 通 过 简 单 的 关 系 来 体 现 检 索 项 的 联 系。由 于 这 个 特 点，布 尔 模 型 系 统 的 构 建 对 机 器 硬 件 的 要 求 不 高，耗 费 的 资 源 少，造 价 低，并 且 不 但 适 用 于 图 书 馆 等 正 式 的 图 书 情 报 机 构，也 适 用 于 互 联 网 检 索 系 统。布 尔 检 索 模 型 可 以 将 复 杂 的 检 索 过 程 用 简 单 的 检 索 式 表 达 出 来，通 过 逻 辑 运 算 符 将 概 念 间 的 逻 辑 关 系 体 现 出 来 变 成 计 算 机 可 执 行

40、 的 运 算 从 而 实 现 自 动 匹 配 的 过 程。提 问 式 较 灵 活，方 便 修 改。用 户 可 以 通 过 增 加 或 减 少 一 些 检 索 关 键 词，也 可 以 增 加 一 些 检 索 运 算 符 实 现 的 限 制 条 件 来 扩 大 或 缩 小 检 索 范 围，从 而 更 好 地 满 足 用 户 检 索 需 求。3.缺 点：布 尔 检 索 中 关 键 词 没 有 权 重 区 别。传 统 布 尔 模 型 中，无 论 是 提 问 式 中 的 关 键 词 还 是 文 献 的 标 引 词 都 没 有 采 用 加 权 的 方 式，在 布 尔 检 索 中 不 能 体 现 出 检 索

41、 项 的 重 要 性。检 索 结 果 的 输 出 没 有 重 要 性 排 序。用 户 检 索 的 结 果 输 出 不 是 按 照 用 户 检 索 相 关 性 排 序 的，用 户 必 须 通 读 所 有 项 目，选 择 符 合 需 求 的 结 果，造 成 用 户 的 时 间 浪 费，以 及 查 询 不 便。查 全 率 很 难 控 制。布 尔 检 索 是 一 种 非 是 即 否 的 检 索 机 制。这 种 检 索 方 式 很 容 易 造 成 漏 检，甚 至 会 出 现 检 索 结 果 为 零 的 现 象，查 全 率 很 难 控 制。布 尔 检 索 要 求 用 户 具 备 很 高 的 素 养 和 语

42、 义 提 取 能 力。由 于 布 尔 检 索 是 一 种 非 是 即 否 的 匹 配 方 式，这 就 对 用 户 的 素 质 要 求 比 较 高，一 般 用 户 的 查 准 率 不 理 想。2.3向 量 空 间 模 型 1.向 空 间 模 型 的 概 念：向 量 空 间 模 型 是 一 种 基 于 统 计 学 方 法 的 数 学 模 型。分 词 器 首 先 将 文 档 进 行 分 词，并 利 用 禁 用 词 表 将 文 档 中 出 现 频 率 较 高 且 无 实 际 意 义 的 词 去 除；然 后 将 每 个 词 出 现 的 次 数 统 计 起 来，作 为 该 词 在 文 档 中 的 初 始

43、权 重。用 IFIDF将 文 档 转 化 为 向 量 形 式，再 通 过 相 关 度 的 计 算，倒 排 文 档 进 行 索 引，从 而 使 用 户 得 到 一 个 清 晰 的 检 索 结 果。2.优 点：采 用 自 动 标 引 技 术 为 文 献 提 供 标 引 词。采 用 部 分 检 索 策 略，使 得 在 算 法 层 面 上 的 基 于 多 值 相 关 性 的 判 断 处 理 得 以 实 现。改 变 了 布 尔 模 型 只 有 两 种 情 况 0 和 1 的 简 单 判 断，标 引 词 和 文 献 的 相 关 程 度 可 以 在 0 和 1 之 间 取 值，使 检 索 者 和 标 引 者

44、 都 可 以 比 较 灵 活 地 定 义 标 引 词 和 文 献 的 关 系 深 度，改 变 了 布 尔 模 型 的 僵 化 的 缺 点。由 于 其 相 似 的 程 度 作 为 检 索 的 标 准，可 以 从 量 的 角 度 判 断 命 中 与 否，从 而 使 检 索 更 趋 合 理。检 索 结 果 可 以 按 照 与 提 问 的 相 关 度 排 序 输 出 便 于 用 户 通 过 相 关 反 馈 技 术 修 正 提 问，控 制 检 索 量。布 尔 模 型 的 逻 辑 关 系 依 然 可 以 使 用，保 留 了 直 观 性 和 方 便 性。向 量 空 间 模 型 的 灵 活 性 使 他 有 很

45、 好 的 可 扩 展 性 和 可 改 进 性，为 以 后 的 更 加 完 善 奠 定 了 基 础。3.缺 点：检 索 过 程 转 化 成 向 量 的 计 算 方 法，不 能 反 映 出 文 献 之 间 的 复 杂 关 系。由 于 对 于 任 何 一 个 提 问 度 需 要 计 算 全 部 文 献 库 中 的 每 一 篇 文 献，因 此 计 算 量 大、算 法 复 杂 性 较 高。由 于 标 引 加 权 和 检 索 加 权 是 分 离 的，因 此，随 意 性 较 大，难 以 保 证 质 量。有 很 多 情 况 是 假 定 的，在 实 际 工 作 中 有 时 会 不 能 解 决。2.4扩 展 布

46、尔 检 索 模 型 1.扩 展 布 尔 检 索 模 型 的 概 念【2015名 词 解 释】：扩 展 布 尔 检 索 模 型 是 信 息 检 索 研 究 者 将 矢 量 处 理 引 入 了 布 尔 检 索 而 提 出 的 一 种 检 索 模 型。这 种 矢 量 处 理 是 借 鉴 空 间 向 量 模 型 的，通 过 计 算 查 询 向 量 与 文 档 向 量 夹 角 余 弦 值 的 大 小 来 判 断 文 档 与 查 询 之 间 的 相 关 程 度，以 便 对 相 似 度 做 一 个 科 学 的 排 序。2.优 点：拥 有 矢 量 处 理 的 思 想，体 现 了 加 权 的 特 点。它 将 加

47、 权 的 思 想 引 入 检 索 当 中，可 以 体 现 文 献 与 查 询 之 间 关 联 程 度 的 大 小，对 于 不 能 完 全 与 检 索 式 中 关 键 词 匹 配 的 文 献 不 是 简 单 地 一 概 否 定，而 是 计 算 出 他 们 的 关 联 程 度 加 以 排 序，使 结 构 更 贴 近 用 户 的 需 求。继 续 保 留 布 尔 检 索 的 直 观 的 操 作 符，具 有 很 强 的 描 述 能 力。扩 展 布 尔 模 型 继 续 使 用 传 统 布 尔 模 型 的 AND、OR,N O T等 简 单 的 运 算 符，对 于 提 问 式 的 构 建 依 然 像 传 统

48、 布 尔 模 型 一 样 简 单，并 且 能 够 很 好 地 处 理 多 个 检 索 词 的 关 系。对 于 结 果 的 输 出 可 以 很 好 地 控 制 和 排 序。由 于 扩 展 布 尔 检 索 中 规 定 了 一 个 阈 值，所 以 输 出 结 果 就 可 以 控 制 在 一 定 的 数 量 之 内 这 样 便 可 以 省 去 用 户 对 冗 余 结 果 的 审 阅 时 间。除 此 之 外，扩 展 布 尔 模 型 还 对 结 果 进 行 一 个 相 关 度 的 排 序，与 查 询 关 联 最 强 的 文 献 排 在 最 前 面，用 户 便 可 以 第 一 时 间 看 到 最 关 联 的

49、 结 果，提 高 用 户 检 索 效 率。通 过 调 整 权 重 参 数 的 取 值，可 以 灵 活 选 择 并 得 到 不 同 的 检 索 结 果。便 于 区 分 强 制 性 短 语 和 严 格 的 同 义 解 释 与 试 探 性 短 语 和 较 不 严 格 的 同 义 关 系。与 传 统 倒 排 文 档 一 致，更 易 接 受。3.缺 点：目 前 来 说，扩 展 布 尔 模 型 由 于 是 集 成 了 两 种 经 典 模 型 的 一 种 改 进 的“集 成 化 模 型”，所 以 它 不 可 避 免 的 存 在 臃 肿、不 够 自 然 简 洁 的 缺 点，而 且 不 是 很 普 及，目 前

50、在 信 息 检 索 领 域 使 用 较 少。2.5概 率 模 型 1.概 率 模 型 的 概 念：概 率 模 型 是 基 于 一 个 文 件 与 提 问 式 的 相 关 度 是 高 于 还 是 低 于 非 相 关 度 的 概 率 来 进 行 文 档 检 索 的 检 索 方 法。2.优 点：文 档 可 以 按 照 他 们 相 关 概 率 递 减 的 顺 序 来 计 算 秩（rank卜 而 且 这 种 检 索 模 型 可 以 通 过 反 复 反 馈 结 果 和 用 户 需 求，使 结 果 得 到 很 好 的 调 整，相 对 合 理 得 多。3.缺 点：索 引 词 权 值 计 算 方 法 没 有 考