基于语义网的信息检索研究
肖芙蓉
【摘 要】文章对传统信息检索中存在的问题进行了分析，简单介绍了语义网，并针对基于语义网的信息检索进行了简单的论述，最后对语义网信息检索进行了展望。
【关键词】语义网 信息检索
Ａｂｓｔｒａｃｔ：Ｔｈｉｓ ｐａｐｅｒ ａｎａｌｙｚｅｓ ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ ｉｎｆｏｒｍａｔｉｏｎ ｒｅｔｒｉｅｖａｌ，ｇｉｖｅｓ ａ ｓａｍｐｌｅ ｉｎｔｒｏｄｕｃｔｉｏｎ ｏｆ ＳｅｍａｎｔｉｃＷｅｂ，ａｎｄ ｄｉｓｃｕｓｓｅｓ Ｓｅｍａｎｔｉｃ Ｗｅｂ ｂａｓｅｄ ｉｎｆｏｒｍａｔｉｏｎ ｒｅｔｒｉｅｖａｌ ｂｒｉｅｆｌｙ．Ａｔ ｌａｓｔ，ｔｈｉｓ ｐａｐｅｒ ｐｒｏｓｐｅｃｔｓ ｔｈｅｆｕｔｕｒｅ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ Ｓｅｍａｎｔｉｃ Ｗｅｂ ｉｎｆｏｒｍａｔｉｏｎ ｒｅｔｒｉｅｖａｌ．
Ｋｅｙ ｗｏｒｄｓ：Ｓｅｍａｎｔｉｃ Ｗｅｂ ｉｎｆｏｒｍａｔｉｏｎ ｒｅｔｒｉｅｖａｌ
互联网创始人Ｔｉｍ Ｂｅｒｎｅｒｓ－Ｌｅｅ在１９９８年首次提出了语义网（Ｓｅｍａｎｔｉｃ Ｗｅｂ）的概念，之后，世界各地的相关研究科研人员都将研究重点转向语义网。简单地说，语义网是一种能理解人类语言的智能网络，它不但能够理解人类的语言，而且还可以使人与电脑之间的交流变得像人与人之间交流一样轻松。语义网是对未来网络的一个设想，在这样的网络中，信息都被赋予了明确的含义，机器能够自动地处理和集成网上可用的信息。语义网使用ＸＭＬ来定义定制的标签格式以及用ＲＤＦ的灵活性来表达数据，下一步需要的就是用一种Ｏｎｔｏｌｏｇｙ的网络语言（比如ＯＷＬ）来描述网络文档中术语的明确含义和它们之间的关系。
目前大多数商务网站的搜索引擎主要是基于关键词的全文匹配和基于主题分类进行检索的，由于信息资源缺少统一的语义描述，用户难以检索到与需求相关的资源，难以实现信息资源的语义共享，检索结果往往不能满足人们的需要。如何根据信息资源所具有的领域知识，实现信息资源的语义检索，提高数字化信息资源的利用率，是目前信息检索领域所面临的挑战。语义网的出现为这一问题提供了解决方案。语义网所描述的信息具有明确的含义，从而使得计算机能够更多地理解网上的信息，并以此为基础进行知识发现和关联等有关服务。
本文的目的就是在分析传统信息检索存在的问题和对语义网进行大体描述的基础上，探讨语义网对网络信息检索的影响，同时指出语义网在网络信息检索中所面临的挑战和问题。１ 传统检索信息面临的问题
信息检索是信息资源与信息需求的匹配过程，是通过一定的算法寻找信息资源与信息需求的交集的过程。目前，传统的商务网站搜索引擎主要是基于关键词的全文匹配和基于主题分类进行检索的，这种搜索引擎的优点是简单、快捷和容易实现，但由于缺少统一的语义描述，用户很难快速地找到所需要的有用信息，从而导致了信息的查准率和查全率都不高。传统的信息检索技术主要由各种全文本检索技术组成，这些全文本检索技术是Ｇｏｏｇｌｅ、Ｂａｉｄｕ（百度）等搜索引擎的技术基础，也是当今Ｗｅｂ搜索最为流行的方法。由于传统的检索方式大都是基于关键词和分类目录进行检索的，只严格按照用户提交的信息进行匹配，然后把结果呈现给用户，而没有理解和处理信息的能力，检索结果的有效与否需要用户自己进行判断［１］。因此，在检索过程中，一方面可能会漏掉有用的信息，另一方面可能会检索出无关的信息。
造成上述问题的实质在于传统的检索只是对检索的信息进行简单的匹配，而缺乏对知识的表示、理解和处理等能力。由于语义网的出现，很好解决了这个问题。语义网技术可以用计算机可理解的方式进行信息的表示，从而进行知识的发现、共享和重用。
２ 语义网的简单介绍
２．１ 语义网的结构
经过一段时间的探讨，Ｂｅｒｎｅｒｓ－Ｌｅｅ在２０００年勾画了未来要实现的语义网架构（见图１）。由图１可见，语义网由下至上共分７个层次，语义网的第一层包括
９
７
ＲＥＳＥＡＲＣＨ ＯＮ ＬＩＢＲＡＲＹ ＳＣＩＥＮＣＥ
两部分，其中，泛编码（Ｕｎｉｃｏｄｅ）使计算机自动表示任何语种文字成为现实，省略了过去在编码表示上不可或缺的变换选择。第一层的另一部分为统一资源标识（ＵＲＩ－Ｕｎｉｖｅｒｓａｌ Ｒｅｓｏｕｒｃｅ Ｉｄｅｎｔｉｆｉｅｒｓ），即以统一的方式标识各种各样的网络信息资源。语义网的第二层为可扩展标识语言（ＸＭＬ－ｅＸｔｅｎｓｉｂｌｅ ＭａｒｋｕｐＬａｎｇｕａｇｅ）和与之对应的名称空间（ｎａｍｅｓｐａｃｅｓ）及ＸＭＬ纲要（ＸＭＬｓｃｈｅｍａ），为语义网的实现奠定最根本的语义基础。语义网架构的第三和第四层分别为资源描述框架和本体系统词汇。第五层的逻辑层是实现语义网人工智能的主要机制，通过该层，不但人机之间可以自然语言进行交流，而且这些计算机还能像人类那样，进行推理和自我学习，显著地提高网络信息资源的组织整理、检索咨询和其他相关服务在语义方面的质量。语义网架构的最后两层，即第六和第七
层，为证据（Ｐｒｏｏｆ）和信任（Ｔｒｕｓｔ
）层［２］
。证据层的作用主要是证实在前面几个层次上生成的信息资源描述正确可靠且相关无误，此外，语义网还将数字签名作为证据的一部分，进一步保证语义网所提供、传递和展示的信息以及服务的可信度，从而赢得语义网用户的信任。
除此之外，还有位于图１右方的数字签名（Ｄｉｇｉｔａｌ ｓｉｇｎａｔｕｒｅ）和位于左方的４个部分，即自我文献描述（Ｓｅｌｆ ｄｅｓｃｒｉｐ
ｔｉｏｎ ｄｏｃｕｍｅｎｔｓ）、资源描述框架（ＲＤＦ－Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）和ＲＤＦ纲要（ＲＤＦ ｓｃｈｅｍａ）数据、本体系统词汇（Ｏｎｔｏｌｏｇｙｖｏｃａｂｕｌａｒｙ
）数据以及逻辑（Ｌｏｇｉｃ）规则
。图１ 语义网的结构
２．２ 语义网的关键技术
语义网的关键基础主要有本体、资源描述框架和ＲＤＦ纲要、网络本体语言等。本体原是哲学上的概念，用来描述事件的本质，后来应用到人工智能、知识工程等多个领域。１９９８年Ｓｔｕｄｅｒ定义的本体，即本体是指共享概念模型的明确的形式化规范说明，即把现实世界中的某个领域抽象成一组概念（如实体、属性、进程等）及概念间的关系，进而构造出这个领域的本
体。本体在语义检索中的作用主要体现在以下３个方面。一是建立好的本体确定了标注中所使用的词汇、术语以及描述被标注资源之间的相互关系的词汇；二是建立好的本体确定了检索所使用的词汇，应该说，所有可供检索的字段都来自这个本体中；三是当需要使用推理工具进行推理时，所有资源之间的关系以及对属性的约束等条件均出自本体。由本体在语义检索中的作用可以看出，本体的建立是进行语义检索的前提条件。
资源描述框架（ＲＤＦ）是一个处理元数据的ＸＭＬ应用，所谓元数据，就是“描述数据的数据”或者
“描述信息的信息”
［３］
。也许这样解释元数据有些令人难以理解，举个简单的例子，书的内容是书的数据，而作者的名字、出版社的地址或版权信息就是书的元数据。数据和元数据的划分不是绝对的，有些数据既可以作为数据处理，也可以作为元数据处理，例如可以将作者的名字作为数据而不是元数据处理。众所周知，对资源的描述是与领域和应用相关的，比如对一本书的描述和对一个Ｗｅｂ站点的描述是不一样的，即对不同资源的描述需要采取不同的词汇表。因此ＲＤＦ规范并没有定义描述资源所用的词汇表，而是定义了一些规则，这些规则是各领域和应用定义用于描述资源的词汇表时必须遵循的。当然，ＲＤＦ也提供了描述资源时具有基础性的词汇表。然而，ＲＤＦ只提供了一种描述资源－属性－属性值的方法，本身并没有一种机制来定义三元组，而ＲＤＦＳ可以完成这个工作。ＲＤＦＳ用于定义元数据属性元素（例如“创建者”），以描述资源的一种定义语言，以属性为中心规定了与每个属性相关的主体和客体的类型，包括属性用法的定义和限制等，并定义了在ＲＤＦ?
ＸＭＬ中使用的标记、词汇［３］
。虽然ＲＤＦ和ＲＤＦＳ可以用来描述Ｗｅｂ数据的语
义，但在表达能力和逻辑严格性方面却存在着不足，这对于构造一个真正支持丰富语义的Ｗｅｂ是有影响的。为此，人们引入了基于本体的描述语言。
网络本体语言（Ｗｅｂ Ｏｎｔｏｌｏｇｙ
Ｌａｎｇｕａｇｅ）是Ｗ３Ｃ开发的一种网络本体语言，用于对本体进行语义
描述。由于ＯＷＬ是针对各方面的需求在ＤＡＭＬ＋０ＩＬ的基础上改进而开发的，所以一方面要保持对ＤＡＭＬ＋０ＩＬ?ＲＤＦＳ的兼容性，另一方面又要保证更加强大的语义表达能力，同时还要保证描述逻辑（ＤＬ，Ｄｅｓｃｒｉｐｔｉｏｎ Ｌｏｇｉｃ）的可判定推理，因此，Ｗ３Ｃ的设计人员针对各类特征的需求制定了３种相应的ＯＷＬ的子语言，即ＯＷＬ Ｌｉｔｅ、ＯＷＬ ＤＬ和ＯＷＬ Ｆｕｌｌ，而且各子语言的表达能力递增。可以认为ＯＷＬ作为Ｗ３Ｃ的推荐标准，将在网络本体的开发与应用方面发挥“生
０８ 图 书 馆 学 研 究 ２
０１０．１１（理论版）
力军”作用。
３ 基于语义网的信息检索系统
在信息检索的过程中，信息检索包括标引和检索两部分，因为只有经过组织整理的信息资源，方可供检索。经过组织整理的信息为信息表述，对用户的检索问题或信息需求的描述为检索提问表述，而检索的根本原理则是检索提问与信息表述之间的匹配。如果检索提问与信息表述相匹配，用户获得所要查找的信息；反之，用户未检得所需信息。在不支持受控语言的检索系统中，无论是标引还是检索，都只能停留在关键词标引或关键词匹配之上，无法企及信息检索的高级目标———概念标引和概念匹配。关键词标引或关键词匹配也正是网络信息检索普遍存在的低查全率和高噪音的主要原因之一［４］。因此，语义网的建成可以使目前不可企及的概念标引和概念匹配变为现实，由此从根本上改变现在网络信息检索的低查全率和高噪音现象。语义网可通过ＸＭＬ词语、ＲＤＦ概念和本体系统对万维网信息资源进行概念标引，进而使概念检索成为可能。比如说“某人对于雅典奥运是组织者”这样的结构就可以通过ＵＲＩ来对文档中的信息进行编码，而ＵＲＩ能够确保概念并非只是文章中的词，还能将其和人人都能在网上找到的一个唯一定义相联系。当然还有Ｏｎｔｏｌｏｇｙ这个不可缺少的组成部分，也是现在研究的热点，它可以看作是一个信息的集合（Ｃｏｌｌｅｃｔｉｏｎ）。人工智能和网络研究人员共同选择了这个词作为术语。在他们看来，Ｏｎｔｏｌｏｇｙ是一份正式定义名词之间关系的文档。一般Ｗｅｂ上的Ｏｎｔｏｌｏｇｙ包括分类和一套推理规则。分类定义对象的类别及其之间的关系，推理规则提供进一步的功能［５］。当然，完整语义网的功能实现是有着十分系统的层次的，还有ＸＭＬ以及元数据等技术概念方面的很多东西作为辅助。此外，语言网所支持的概念检索还不同于使用传统受控词汇、由人工参与完成的概念检索，前者将借助于人工智能等技术自动支持和完成概念检索。手工概念标引和检索的效果虽然较好，但其一致性欠佳，而且标引检索费用也非常昂贵。因此，语义网一旦成为现实，它对网络信息标引和检索效果的提高有着不可低估的作用，能实现在万维网环境下真正地告别低查准率的关键词检索，进而支持高查准率的概念检索。
４ 语义网建设中所面临的问题
语义网在信息检索中的应用前景是十分美好的，但是要真正实现语义网在信息检索中的应用却存在着很多问题与挑战。Ｓｐａｒｃｋ Ｊｏｎｅｓ在２００４年就提出了实现语义网的几个问题。
（１）如何在万维网上撒布能捕捉到“信息鱼”的“语义网”？
（２）如何将传统的、限于局域地区的信息表述扩展至遍及全球的万维网？
（３）如何依据一个本体系统和逻辑，在不同的专业领域里进行种种信息检索活动，如文献检索、段落检索（ｐａｓｓａｇｅ ｒｅｔｒｉｅｖａｌ）和问答检索（ｑｕｅｓｔｉｏｎａｎｓｗｅｒｉｎｇ）？
（４）如何使用数量庞大、构建相异和遍布全球的信息系统，有效地进行信息检索？
（５）如何保证不同本体系统之间的兼容和映射？
（６）如何制作一种能有效地浏览和查询众多相互连接的语义网浏览器？
（７）如何建立和确保语义网所含信息的来源可靠且内容真实？
显而易见，上述问题不是少数研究人员通过短时间的努力就能完满回答的，而是需要来自信息管理、计算机、认知心理学、电子工程、计算语言学等领域的科研工作者的合作探索，方能在一定范畴内逐步实现。
随着计算机技术的发展和信息量的递增，如何让人们更为精确地获得所需要的信息是信息检索领域所面临的挑战，语义网的出现为这一问题提供了可行的解决方案，语义网所描述的信息具有明确的含义，从而使得计算机能够更多地理解网上的信息并能进行相对准确的信息查询。本文从传统信息检索的问题和对语义网的简单介绍开始，分析了语义网对网络信息检索的影响，并总结了语义网在信息检索应用中可能出现的问题。
注释
［１］储荷婷．语义网与信息检索．图书情报知识，２００９（１）［２］黄果，周竹荣，周亭西．基于语义网的信息检索研究．西南大学学报（自然科学版），２００７（１）：７７－８０
［３］黄绍龙．基于语义网的信息检索．中国新技术新产品，２００９（３）：２９－３０
［４］纪明奎，黄丽霞．基于语义网的个性化信息检索模型研究．现代情报，２００７（１２）：１６６－１６７
［５］赖茂生．情报检索技术与方法的研究综述．情报学进展，２００２
肖芙蓉 吉林大学图书馆。
１
８
ＲＥＳＥＡＲＣＨ ＯＮ ＬＩＢＲＡＲＹ ＳＣＩＥＮＣＥ
实验一信息检索概论 一、实验目的 1. 练习并掌握分辨检索信息中关键字的方法。 2. 练习并掌握简单的检索表达式书写方法 3. 了解本学期的检索任务，初步确定与自己专业相关的检索课题。 二、实验容 （一）基础知识 1. 了解“搜索引擎”与“数据库”在进行搜索时的特点。 （1）在百度中以“中国知网”为关键字搜索，找到“中国知网”的入口地址，并打开中国知网首页。 （2）分别在百度和中国知网中进行搜索，分别以“移动互联网业务”为关键词进行搜索，试着总结在百度搜索到的与在中国知网搜索到的资源的类型有哪些不同？ 2．写出关键字 为了解我国移动互联网业务，在互联网和数据库中进行检索。 （1）使用百度搜索，查找工业和信息化部电信研究院编制的“移动互联网业务”的白皮书，下载文献资料。 关键字： 检索结果：截止到目前为止，可以搜索到工业和信息化部电信研究院编制的“移动互联网业务”的白皮书共有个。 （2）在CNKI中检索移动互联网业务发展趋势方面的论文。 关键字： 3．写出符合条件的检索式，并验证检索式的检索效果。 （1）条件1：篇名中包含关键词“矩阵”，并且文章的作者是“珍珠”。 检索式： （2）条件2：检索有关长三角区域经济发展方面的论文。 检索式： （3）条件3：2006年以后发表的关于微藻生物柴油发展趋势的论文检索式：
（二）了解本学期的检索任务，初步确定与自己专业相关的检索课题，并在后续的几周一边学习一边完成检索报告。 详情参见“信息检索与应用期末综合报告（2014期末）.docx”
实验二网络信息资源的检索 一、实验目的 1．了解网络信息资源的基本情况； 2. 熟悉WWW信息资源的主要检索方法； 3. 掌握常用搜索引擎的检索方法以及检索技术。 二、实验容 （一）基础知识 1．使用百度高级搜索（.baidu./gaoji/advanced.html）功能搜索，限制文件格式，查找关于“量子力学”方面的各类型文献，写出检索过程： .PDF类型文献检索过程： 检索结果： .DOC类型文献检索过程： 检索结果： 2. 利用百度搜索引擎查找“脱口秀节目”的中英文同义词？ 3. 使用搜索引擎检索“元搜索引擎”的定义？试举出2个元搜索引擎的名称？检索过程： 检索结果： 元搜索引擎名称： 4．使用目录搜索引擎查找与本专业相关的，记录结果。 目录搜索引擎的名称： 检索过程： 检索结果： （二）情景任务 为某个群体（家庭、老人、年轻人等）制定一份旅游计划（不参加旅行社），指定旅游出发城市及目的地、经费上限，时间为5～7天，由学生课外完成旅游路线制定，设计一个花费合理并详细可行的计划。结果有任务报告书（word文档）和一份PPT报告（汇报）。 按小组开展调查。每组选出一名组长，负责小组成员分工；选出一名同学做
课程设计报告 ( 2013—2014 年度第一学期) 课程：微机原理及应用 题目：简易信息检索系统 院系：动力工程系 班级：自动化11K2 学号： 指导教师：李冰刘恒涛 设计周数：一周 成绩： 日期：2014年1 月2 日
《微机原理及应用》课程设计 任务书 一、目的与要求 1．通过对微机系统分析和具体设计，使学生加深对所学课程的理解。 2．掌握汇编语言程序设计的基本方法和典型接口电路的基本设计方法。 3．培养学生分析问题、解决问题的能力。 4．培养学生对微型计算机应用系统的基本设计能力。 5．提高学生的实践动手能力和创新能力。 二、主要内容 设计题目：简易信息检索系统。 1．针对所选择的设计题目进行硬件设计，合理选用所需元器件，绘制系统结构框图、硬件接线图，并在实验系统上完成电路的连接和调试。 2．根据所选题目的要求对微机系统进行程序设计，绘制程序总体流程图并编写源程序上机调试。 3．写出课程设计报告，对整个设计过程进行归纳和综合，对设计中所存在的问题和不足进行分析和总结，提出解决的方法、措施、建议和对这次设计实践的认识和收获。 三、进度计划 四、设计成果要求 1．系统硬件设计合理，软件编程达到设计要求。 2．系统硬件结构图和软件流程图绘制清楚规范。 3．设计报告完整规范。 五、考核方式 根据设计任务的完成情况、课程设计报告撰写情况及演示答辩情况采用五级记分制评定成绩。 学生姓名： 指导教师：李冰刘恒涛
一、课程设计目的与要求 1．通过对微机系统分析和具体设计，使学生加深对所学课程的理解。 2．掌握汇编语言程序设计的基本方法和典型接口电路的基本设计方法。 3．培养学生分析问题、解决问题的能力。 4．培养学生对微型计算机应用系统的基本设计能力。 5．提高学生的实践动手能力和创新能力 二、课程设计正文 1.程序正文 stack segment stack db 256 dup(0) stack ends data segment msg0 db '0. 0$' msg1 db '1. 1$' msg2 db '2. 2$' msg3 db '3. 3$' msg4 db '4. 4' msg5 db '5. 5$' msg6 db '6. 6$' msg7 db '7. 7$' msg8 db '8. 8$' msg9 db '9. 9$' index dw msg0,msg1,msg2,msg3,msg4,msg5,msg6,msg7,msg8,msg9 msg db 'Input a number please.',13,10,36 data ends
HX-2055信息检索系统方案
目录 一项目意义 (2) 二系统设计 (3) 2.1技术原理 (3) 2.2系统构架 (5) 三系统功能 (6) 3.1信息采集 (6) 3.2中文自然语言处理 (6) 3.3全文检索功能 (7) 3.4格式文件检索 (8) 3.5性能指标 (8)
一项目意义 随着互联网的快速发展，每天有数千万条信息生成，包括文字信息、图片信息、视频信息、语音信息等，通过百度、谷歌等大型商业搜索引擎可以找到自己想要的信息，但是也存在很多弊端。 百度、谷歌等大型商业搜索引擎的搜索原理是基于网络爬虫（Spider）在世界各地百万台服务器上爬取网页数据，然后存储到数据库之后展现给查询用户，随着网站数量以及网络上信息更新的快速化，这些网络爬虫不能保证把所有的信息都抓到，尤其是特殊行业的行业信息，即便是抓到了也不一定能够在众多数据中展现出来。所以，对于一个部门来讲，有必要存在一款互联网信息检索系统来检索某一个行业的信息，每天自动在各大行业网站、政府网站等数据库中检索最新信息，通过自建的网络爬虫进行目标数据的抓取、存贮、归类、展现。 通过自己的信息检索系统，可以让自己部门每天轻松地获得世界各地、各个部门都发生了什么，有哪些新的政策，方便管理层在最新的信息数据下快速做出正确的决定。 据统计，内部网上的信息每年以200%的速度增长，其中发布到互联网上的信息只占到信息量的1%-2%，而98%以上的信息是发布在内部网上的。内部网上的信息既有网页形式的，也包含其他Word、PDF、XML等多种格式的数据。因此，面对内部网中海量异构的信息资源，如何帮助用户快速找到他们所需要的信息是一个主要的技术挑战。 搜索引擎能帮助用户方便、快捷、安全地获取内部网上的信息，在满足高效的同时，更重要的是保证了较高的查全率和查准率，能提供智能化的概念扩展搜索，极大的提高工作效率。内部网搜索引擎将组织中分散管理的信息整合在一起，在组织层面上实现新的增值与共享，从而有效实现组织内容利用的最优目标。 搜索引擎的目标是实现内部网全文检索。系统可对实施了内部网站资源进行爬行，无论内部网上的数据源在何地、以何种形式存在，都能够对其快速地访问，通过准确的分词建立索引，从而实现高质量的搜索查询。搜索引擎的主要目标包括：
在数字图书馆中，信息检索存在明显不足。在文献的组织与描述上,简单将关键词作为描述文献的基本元素,文献之间没有关联,是相互独立的、无结构的集合。在检索操作上,通常是基于关键词的无结构查询,难以反映词语间各种语义联系, 查询能力有限,误检率和漏检率很高,检索结果的真实相关度较低；计算查询和文档之间的相似度的方法也有局限。在用户交互界面上，用户的检索意图难以被机器理解，采用自然语言输入的检索关键词与机器的交互存在障碍。现有数字图书馆信息资源检索存在资源表示语义贫乏和检索手段语义贫乏、查准率低下等问题，语义网技术的出现，为数字图书馆的发展注入了新的活力，为信息检索质量的提高带来了新的生机。运用语义网技术，使解决信息检索中现存的问题，完善信息检索流程成为了可能。3.1 数字图书馆信息检索模型目前数字图书馆的信息检索主要借助于目录、索引、关键词方法来实现, 或者要求了解检索对象数据结构等, 对用户提供的关键词的准确性要求较高，基于语法结构进行检索, 却不能处理复杂语义关系,常常检索出大量相关度很差的文献。 图3.1 数字图书馆信息检索模型用户通过检索界面，输入关键词，文本操作系统对用户的关键词进行简单的语法层次的处理整合，与数字图书馆资源进行匹配检索，最终将检索的结果，再通过用户界面返回给用户。而数字图书资源，专业数据库等都是数字图书馆信息检索的范畴，这些数字化的知识资源主要以数据库形态分布于全球互联网的数千个站点,这种以数据库形式存放的信息资源,通常是电子化了的一次文献,包括元数据、摘要或者是全文,也可以是全文链接的地址。 24 基于语义网的数字图书馆信息检索模型研究 3.2 基于语义网的数字图书馆信息检索模型的设计思想数字图书馆信息检索系统存在诸多问题。查询服务智能化水平低，无法对用户请求进行语义分析；信息资源的共享程度低，仅仅采用题名、文摘或全文中出现的关键词标识文献内容，难以揭示文献资料所反映的知识信息，易形成信息孤岛；对用户输入的关键词进行句法匹配，查准率不高；片面追求查全率，返回大量无关结果等。这些问题最终造成用户的真正检索意图难以实现。人们希望有突破性的信息检索技术出现，能够支持更为强大的信息检索功能，具备理解语义和自动扩展、联想的能力，并为用户提供个性化服务。在这样的需求下，本节深入探讨了现存问题的解决方法，结合语义网技术，提出了以下基于语义网的数字图书馆信息检索模型的设计思想。3.2.1 机器理解与人机交互人们通过信息的交流和沟通，表达一定的思想、意思和内容，因此，自然语言和表达的信息中蕴含着丰富的语义。尤其是自然语言中，一词多义、一义多词现象十分常见，在不同的语境中，同样的词汇还可以表达出不同的意义。在人与人的交流中，近义词、反义词、词语的词性、语法结构等帮助人们在特定的语言环境中理解语言表达的确切含义，而计算机要做到这点却有难度。随着网络的不断发展，网络信息充斥着人们的视野。如何在浩如烟海的信息资源中，以最短的时间查找出相关资源，成为人们所关注的问题之一。通常，检索系统总会返回相关度不高，甚至完全无关的信息，而有些相关的信息却往往被遗漏了。一方面，检索工具没能把已经存在的、对用户有价值的信息检索出来，另一方面，信息资源没有很好的被归纳，提炼成知识。利用语义网技术，将语义丰富的描述信息和资源关联起来，通过机器理解和人机交互，对信息资源进行深层次的分析和挖掘。从本质上讲，人机交互是认知的过程，主要通过系统建模、形式化语言描述等信息技术，最终实现和应用人机交互系统。3.2.2 语义知识与描述逻辑从语义学的角度讲，语义是语言形式表达的内容，是思维的体现者，是客观事物在人们头脑中的反映[72]。人们在进行信息交流和沟通时，通过词语、符号来表达思想。当人们看到
第一部分 1、一条及时的信息可能使濒临破产的企业起死回生，一条过时的信息可能分文不值，甚至是企业丧失难得的发展机遇，造成严重后果，这说明信息具有（ C ）特征。 A、差异性 B、传递性 C、时效性 D、共享性 2、培养学生养成良好的信息素养，主要从四个方面进行，其中不包含（ B ）： A、信息意识 B、信息心理 C、信息能力 D、信息道德 3、哈佛大学经济学专业学生能够依据图书馆中哪些极为平常、完全公开的图书资料，撰写出核专家都感到惊异的“制造核弹的方法”的报告，反映出良好的信息素养是（）。 A、获取知识的捷径 B、科学研究的向导 C、终身教育的基础 D、创新知识的源泉 4、按照信息处理的级别来划分，可以将信息分为零次、一次、二次和三次信息，下面（）是一次信息的别称。 A、灰色信息 B、原始信息 C、检索性信息 D、参考性信息 5、“便于保存传递、但需要借助阅读机阅读”是以感光材料记录文字及相关信息的（）信息载体类型的特点。 A、印刷型 B、电子型 C、声像型 D、微缩型 6、谈谈你对“信息”的理解。 特征：客观性和普遍性、差异性、传递性、时效性、可转换性、共享性。 7、下列文献哪个是二次文献？( A ) A. 文摘 B. 会议文献 C. 辞典 D.百科全书 8、“文章草稿”、“私人笔记”及“会议记录”属于（ A ）。 A. 零次文献 B. 一次文献 C. 二次文献 D. 三次文献 9、下列选项中哪一项属于“国内统一刊号”（C ）。 A. ISBN 7-04-014623-1 B. ISSN 0254-4164 C. CN 11-2127/TP D. 0254-4164/TP 10、根据国标GB/T 7714-2005规定，下面的横线上的信息是对（ C ）参考文献的著录条目描述。 萧钰.出版业信息化迈入快车道[EB/OL] .(2001-12-19) [2002-04- 15］. http:∥www. ….htm. A、标准文献 B、期刊（杂志） C、电子文献 D、会议文献 11、根据国标GB/T 7714-2005规定，下面的横线上的信息是对（ B ）参考文献的著录条目描述。 昂温G，昂温P S .外国出版史［M］. 陈生铮，译. 北京：中国书籍出版社, 2001:15-20 A、期刊（J） B、图书 C、科技报告（R） D、会议文献(Z) 12、下面哪些资料属于三次信息？(ACFLOP) A、《2009年山东省统计年鉴》 B、美国《工程索引》 C、《新华字典》 D、《新华文摘》 E、《机械工业出版社2012年图书征订目录》 F、《计算机科学技术百科全书》 G、《计算机工程与应用》 H、《网络营销》 I、《NASA报告》。 J、《博士论文：论网络时代的商务模
信息检索与应用论文 姓名：XXX 学号：XXXXX 班级：XXXXXXXX 摘要：文章主要研究了信息检索的重要性，信息检索的含义和要素，以及常见的信息检索方法的介绍和信息检索过程中应当注意的问题以及解决方法这几个方面，采用有文献法、个案法、统计法、比较法、行动研究法、调查法和经验总结法等研究方法，来阐述信息检索及其应用。详细全面的介绍，可以让部分不了解信息检索的人能通俗易懂的了解并应用一些常见的信息检索工具。从事实和实际出发，有力的论证了信息检索的重要性以及它的实用性。 关键字：信息；检索；信息检索；事实检索；检索语言；文献语言 通过学习信息检索这门课，我学会了如何利用web这个庞大的资源库快速便捷地找到自己所需要的信息。信息检索与应用涉及的领域广阔，从中文数据库搜索的介绍到外文数据库搜索的介绍，在这个快速发展的21世纪，各种信息数据在不断的增加，怎样更快速便捷的查找到我们需要的信息，显得日益重要。 我们为什么要进行信息检索呢？通过什么方法进行快速的检索来应用检索显得日益重要。 我们为什么要进行信息检索呢？一方面，信息检索是获取知识的捷径。美国普林斯顿大学物理系一个年轻大学生名叫约瀚·菲利普，在图书馆里借阅有关公开资料，仅用四个月时间，就画出一张制造原子弹的设计图。他设计的原子弹,体积小(棒球大小)、重量轻(7.5公斤)、威力大(相当广岛原子弹3/4的威力)，造价低(当时仅需两千美元)，致使一些国家(法国、巴基斯坦等)纷纷致函美国大使馆，争相购买他的设计拷贝。另一方面，信息检索是科学研究的向导。美国在实施“阿波罗登月计划”中，对阿波罗飞船的燃料箱进行压力实验时，发现甲醇会引起钛应力腐蚀，为此付出了数百万美元来研究解决这一问题，事后查明，早在十多年前，就有人研究出来了，方法非常简单，只需在甲醇中加入2%的水即可，检索这篇文献的时间是10多分钟。在科研开发领域里，重复劳动在世界各国都不同程度地存在。据统计，美国每年由于重复研究所造成的损失，约占全年研究经费的38%，达20亿美元之巨。日本有关化学化工方面的研究课题与国外重复的，大学占40%、民间占47%、国家研究机构占40%，平均重复率在40%以上；我国的重复率则更高。此外，信息检索还是终身教育的基础。学校培养学生的目标是学生的智能：包括自学能力、研究能力、思维能力、表达能力和组织管理能力。 UNESCO提出，教育已扩大到一个人的整个一生，认为唯有全面的终身教育才能够培养完善的人，可以防止知识老化，不断更新知识，适应当代信息社会发展的需求 那么，什么是信息检索呢?通过“百度”搜索引擎可以得到解释是：“：信息检索（Information Retrieval）是指信息按一定的方式组织起来，并根据信息用户的需要找出有关的信息的过程和技术。狭义的信息检索就是信息
个性化智能信息检索系统研究 随着网络应用的普及，网上信息量以惊人的速度增长，并且更新频繁。人们面对的问题不再是缺乏有用信息，而是如何找到自己所需要的信息。传统信息检索技术满足了人们的一定需要，但仍然面临低检准率和低检全率问题。 多数商业搜索引擎提供的信息检索服务，由于其通用的性质，不能满足不同背景、不同目的和不同时期的查询请求。基于这种现状，作者设计并实现了个性化智能信息检索系统，旨在提高信息的检准率。作者在广泛研究了国内外信息检索技术发展现状之后，掌握了目前信息检索系统的不足和发展趋势。 本文针对目前检索系统的缺点，进行了个性化智能信息检索系统研究。本系统是一个结合人工智能领域Agent技术、机器学习技术、聚类技术与现有信息检索系统为一体的个性化智能信息检索系统。本文给出了本系统的总体设计思想和系统体系结构。 详细阐述了本系统个性化智能化的实现方法，对其中应用到的关键性技术和算法进行了详细描述。本系统通过观察用户在与系统交互时的行为，学习用户的兴趣，基于用户个人兴趣对检索结果做个性化过滤处理。经过过滤处理后的文档，其精度显著提高，更加贴近用户的兴趣。 其中Agent模块是本系统的核心模块，它负责获取用户的喜好；创建并及时更新用户兴趣模型；基于用户兴趣模型对文档做个性化过滤。为了实现信息检索的个性化智能化，作者提出使用个人兴趣档案模型来描述用户的兴趣，其中基于主题分类的个人兴趣词库是该模型中体现个人兴趣的关键部分。本文提出应用强化学习方法对个人兴趣模型进行自主更新，应用聚类技术于相关文档的个性化过滤。
经实验验证，这些技术取得了良好的效果。作者在信息检索的个性化智能化领域，进行了有益的探索，并取得一定成果。
●鲍 君(北京师范大学信息管理系 北京 100088) 个性化网络信息智能检索系统设计 摘 要:本文结合现有的智能技术,提出了一个个性化网络信息智能检索模型。该模型能够对用户行为进行学习,从而建立一个反应用户兴趣的用户模型。而针对网络分布式的特点建立的检索代理模型,则能够通过对大量用户数据的分析积累丰富的知识。通过用户模型与检索代理模型的交互过程,向用户提供满意的检索结果。 关键词:信息检索;智能代理/检索模型;个性化信息服务 Abstract:This paper puts forward a m odel of individual netw ork in formation intelligent retrieval according to the characteristics of distributed netw ork res ources and the users’interest.The system can learn what users need by studying their behaviors during the process of retrieval and then build a m odel for them,which can reflect their interest in certain field.Meanwhile,the retrieval agent,which runs on the server side,can learn abundant knowledge through interacting with a group of people.Therefore,the system can provide users with satis fying results by interaction between the user m odel and the retrieval agent m odel. K eyw ords:in formation retrieval;intelligent agent/retrieval m odel;individual in formation service 因特网的发展,使人们真正感受到信息化时代的气息。然而,人们却越来越感受到因特网这个“数字时代的图书馆”并不像真正的图书馆那样支持有组织的信息管理和检索。恰恰相反,其无限性和无序的组织方式,使之更像一个杂乱的信息仓库,各种形式的资源分布在不同的位置上,使其从根本上丧失了结构性,转瞬即逝的普通信息与具有持久价值的重要资料混杂在一起,这一切都对网络资源的利用造成了很大的困难。 搜索引擎的出现,曾一度给人们带来惊喜,并且目前也被广泛应用。但由于多数搜索引擎处理信息的方法都比较原始,即通过对WWW页面进行索引和关键词匹配来满足用户的检索请求。这种方法有其自身难以克服的缺点:①任何一个搜索引擎的索引也无法覆盖整个网络资源,因而,其返回结果是不完全的;②由于采用简单的关键词匹配模式,搜索引擎对一条检索请求可能返回数以千计的结果,而且其中常涉及一些无关的网址,用户必须在此基础上对结果进行二次筛选,这不仅增加了用户的负担,同时也降低了处理效率。因而,人们期待着更为有效的网络检索工具的出现。新的网络检索工具应尽可能满足不同用户的个性化需求,在检索的准确性和有效性方面达到要求。 1 个性化智能信息检索系统框架 系统的总体设计思想是根据用户在特定领域中的兴趣偏好,在客户端定制一个用户模型,通过对用户行为的监测,来不断地修改和维护这一模型,从而提高用户模型与其实际兴趣偏好的吻合度。用户模型的工作实际上就是对用户兴趣的推导和表征过程。用户模型的作用主要包括:①获取与用户相关的信息;②对用户的能力和爱好确定表示方法;③预测用户潜在兴趣的转变并做出相应的调整。用户模型是实现个性化服务的一个重要方面,模型的准确性是系统检索结果相关性高的基础。 用户模型的建立涉及到多个模块的协同工作,主要的功能模块包括:①用户界面;②查询模块;③用户行为监测模块;④知识库;⑤信息库管理模块;⑥智能代理模块。系统框架如图1所示 。 图1 系统总体框架 111 用户界面 用户界面是用户与系统交互的窗口,优化的界面不仅
１引言 情感计算是一门新颖的而且富有挑战性的研究课题 ［１］ ，是 涉及到哲学、心理学、美学、人类学等的交叉学科。目前在情感计算理论和应用方面的研究已经浮出水面，而将情感计算运用在图像检索的初步研究中，国内外已发表过一些论文，主要集中在人的面部表情识别、机器人的情感行为和可穿戴式计算应用等研究领域。基于内容图像检索的研究正进行的如火如荼［４］。虽然这两方面的研究起步都比较晚，特别是情感计算，但也有了一些可喜的成果。 人类的情感从心理学角度上主要指人的心理反应。西方有的学者把情感分为基本的六种：羡慕、爱、恨、欲望、愉快和悲哀。而国内一直流行着“七情六欲”之说，《礼记－礼运》说：“喜、怒、哀、惧、爱、恶、欲七者弗学而能。”即所谓的七情。有研究显示，不同图像可以唤起人类不同的情感。对图像进行情感分类有助于建立和谐人机环境［７］ 和情感计算领域的研究。在现实世界中的情感活动离不开周围的环境，而现实中的环境可以被认为是由一幅幅的图像组成的，所以对图像的情感研究是非常必要的。而且在实际应用中图像的情感研究也有着相当广阔的前景，可以运用于艺术、 装潢、机器人和游戏开发等领域。本文对图像进行情感分类，实现图像的情感语义检索。用 户可以使用多范例图来进行检索情感相似图或使用文本描述的方式来进行检索。为了增加特征到语义的映射和图像匹配的效率，利用多范例图进行检索是一种行之有效的方法。在多范例图中，我们把要查询的相似图划分到相关组中，需要过滤掉的图像则放到相反组。 本文分为三部分，首先介绍了情感语义检索系统总体结构，主要分为特征向量的提取、表示，低阶可视化特征向高阶语义特征的映射，以及情感空间和用户接口的介绍；其次主要分析图像的情感语义，详细阐述情感语义模型的结构和功能；最后对由２５００幅数字图像组成的数据集仿真实验，分析了实验结果，并且提出今后的研究方向。 ２系统总体结构设计 图像检索系统主要研究的内容是基于数字图像处理基础 上的视觉特征提取、多维索引以及检索系统设计等［７］，本文也不例外，检索系统的总体结构如图１，主要分为三个部分，其中关键技术为图像的特征抽取、表示，图像低阶可视化特征向高阶语义特征的映射阶段以及情感模型的建立。下面作详细的介绍。 作者简介：李海芳（１９６４－），女，副教授，硕士生导师，在读博士，研究方向为：信号与信息处理，数据挖掘。焦丽鹏（１９８１－），男，硕士研究生，主要研 究方向为图像检索、智能信息处理。 情感语义图像检索技术研究 李海芳 焦丽鹏 陈俊杰 王 莉 贺 静 （太原理工大学计算机与软件学院，太原０３００２４） Ｅ－ｍａｉｌ：ｓｘｌｈｆ１２３＠１６３．ｃｏｍ 摘 要 图像中所蕴涵的丰富语义仅用若干低级物理特征是不能进行完整描述的，而且在语义映射时也会有信息丢失， 因而产成“语义鸿沟”是在所难免的。将多特征融合，建立情感语义模型，分析情感的概念解析功能对提高智能信息检索的精度和效率是非常必要的。论文讨论了图像的颜色、纹理等特征的提取与表示，低阶图像可视化特征到高阶图像语义特征的映射过程，图像的情感语义分类，建立了情感语义模型，实现对基于情感语义图像的检索。对由２５００幅数字图像组成的数据集进行了实验，并对实验结果进行分析，部分结果是令人满意的，而且提高了基于内容图像检索的精度。关键词 语义鸿沟 基于内容的图像检索 情感计算 情感语义 特征提取 文章编号１００２－８３３１－（２００６）１８－００８２－０４文献标识码Ａ中图分类号ＴＰ３９１ ＲｅｓｅａｒｃｈｏｆＡｆｆｅｃｔｉｖｅＳｅｍａｎｔｉｃｓＲｅｔｒｉｅｖａｌＢａｓｅｄｏｎＣｏｎｔｅｎｔ ＬｉＨａｉｆａｎｇＪｉａｏＬｉｐｅｎｇＣｈｅｎＪｕｎｊｉｅＷａｎｇＬｉＨｅＪｉｎｇ （ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒａｎｄＳｏｆｔｗａｒｅ，ＴａｉｙｕａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｔａｉｙｕａｎ０３００２４） Ａｂｓｔｒａｃｔ：Ｔｈｅａｂｕｎｄａｎｔｓｅｍａｎｔｉｃｃｏｎｔａｉｎｅｄｉｎｔｈｅｉｍａｇｅｓｃａｎｎｏｔｂｅｅｎｄｅｓｃｒｉｂｅｄｃｏｍｐｌｅｔｅｌｙｏｎｌｙｕｓｉｎｇｓｏｍｅｌｏｗ－ｌｅｖｅｌｐｈｙｓｉｃａｌｆｅａｔｕｒｅｓ，ａｎｄｓｏｍｅｉｎｆｏｒｍａｔｉｏｎｗｉｌｌｂｅｌｏｓｔｉｎｔｈｅｓｅｍａｎｔｉｃｍａｐｐｉｎｇ，ｓｏｉｔｉｓｕｎａｖｏｉｄａｂｌｅｔｏｐｒｏｄｕｃｅｔｈｅ“ｓｅｍａｎｔｉｃｇａｐ”．Ｉｔｉｓｎｅｃｅｓｓａｒｙｔｏｉｍｐｒｏｖｅｔｈｅｐｒｅｃｉｓｉｏｎａｎｄｅｆｆｉｃｉｅｎｃｙｏｆｔｈｅｉｎｔｅｌｌｅｃｔｉｖｅｉｎｆｏｒｍａｔｉｏｎｒｅｔｒｉｅｖａｌｂｙｓｙｎｃｒｅｔｉｚｉｎｇｍｕｌｔｉ－ｆｅａｔｕｒｅｓ，ｅｓｔａｂｌｉｓｈｉｎｇｔｈｅａｆｆｅｃｔｉｖｅｓｅｍａｎｔｉｃｍｏｄｅｌａｎｄａｎａｌｙｚｉｎｇｔｈｅｉｄｅａ－ａｎａｌｙｓｉｓｆｕｎｃｔｉｏｎｏｆｅｍｏｔｉｏｎ．Ｆｅａｔｕｒｅｓｅｘｔｒａｃｔｉｎｇａｎｄｅｘｐｒｅｓｓｉｎｇｏｆｉｍａｇｅ’ｓｃｏｌｏｒ，ｔｅｘｔｕｒｅ，ｅｔｃ．，ｍａｐｐｉｎｇｐｒｏｃｅｓｓｆｒｏｍｔｈｅｌｏｗ－ｌｅｖｅｌｉｍａｇｅｖｉｓｕａｌｆｅａｔｕｒｅｓｔｏｔｈｅｈｉｇｈ－ｌｅｖｅｌｉｍａｇｅｓｅｍａｎｔｉｃｆｅａｔｕｒｅｓ，ａｎｄｔｈｅｅｍｏｔｉｏｎｓｅｍａｎｔｉｃｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｔｈｅｉｍａｇｅｓａｒｅｄｉｓｃｕｓｓｅｄ，ｅｍｏｔｉｏｎｓｅｍａｎｔｉｃｍｏｄｅｌｉｓｅｓｔａｂｌｉｓｈｅｄ，ｔｈｅｒｅｔｒｉｅｖｉｎｇｂａｓｅｄｏｎａｆｆｅｃｔｉｖｅｓｅｍａｎｔｉｃｉｍａｇｅｓｉｓａｃｈｉｅｖｅｄｉｎｔｈｉｓｐａｐｅｒ．Ｔｈｅｄａｔａｓｅｔｃｏｍｐｏｓｅｄｏｆ２５００ｄｉｇｉｔａｌｉｍａｇｅｓｉｓｅｘｐｅｒｉｍｅｎｔｅｄｗｉｔｈ，ａｎｄｔｈｅｅｘｐｅｒｉｍｅｎｔｒｅｓｕｌｔｓｈａｖｅｂｅｅｎａｎａｌｙｚｅｄ，ｓｏｍｅｏｆｗｈｉｃｈａｒｅｓａｔｉｓｆｉｅｄ，ａｎｄｔｈｅｐｒｅｃｉｓｉｏｎｂａｓｅｄｏｎｃｏｎｔｅｎｔｉｍａｇｅｒｅｔｒｉｅｖｉｎｇｈａｓｂｅｅｎｉｍｐｒｏｖｅｄ．Ｋｅｙｗｏｒｄｓ：ｓｅｍａｎｔｉｃｇａｐ，ＣＢＩＲ，ａｆｆｅｃｔｉｖｅｃｏｍｐｕｔｉｎｇ，ａｆｆｅｃｔｉｖｅｓｅｍａｎｔｉｃｓ，ｆｅａｔｕｒｅａｂｓｔｒａｃｔｉｏｎ
语义搜索的分类 一．按语义搜索引擎服务内容的分类 语义搜索引擎从人们头脑中的概念到在搜索领域占据一席之地经历不少坎坷。语义网出现后，语义搜索迎来了高速发展的机遇期。虽然语义搜索服务内容主要集中在传统搜索引擎不擅长的语义网搜索方面。不过语义搜索引擎也试图拓展服务范围，提供比传统搜索引擎更全面的服务。语义搜索引擎的服务内容主要包括以下几个方面：知识型搜索服务、生活型搜索服务、语义工具服务等。 (1)知识型搜索方面，主要针对语义网知识信息资源。其中包括： ①词典型搜索服务。一种形式是如同使用电子词典一样，通过关键词直接查询与关键词对应的概念。这些概念由语义搜索引擎索引的本体文件中提取。另一种形式则是对在线百科全书的搜索服务，如PowerSet，这一点与传统搜索引擎近似，但语义搜索引擎在信息的组织上远胜于传统搜索引擎。 ②语义网文档(SWD)的查询服务。用户可以通过语义搜索引擎查询所需的语义网文档和相关的语义网文档。Falcons 为统一资源标识符(URI)定义的语义网对象和内容提供基于关键词的检索方式。Swoogle 从互联网上抽取由RDF 格式编制的语义网文档(SWDs)，并提供搜索语义网本体、语义网例证数据和语义网术语等服务。 ③领域知识查询。部分语义搜索引擎提供了针对某个或某几个专业门类的信息检索服务，用户可以选择自己所需相关信息。Cognition 以搜索法律、卫生和宗教领域为主。个别语义搜索引擎提供针对特定领域的多媒体语义搜索服务，如Falcon-S 对足球图片的搜索服务。不过多媒体语义搜索面临与传统多媒体搜索相似的困境，缺乏有效的语义标注。对多媒体信息的辨别和分类能力仍有待提高。 (2)生活型搜索方面，语义搜索引擎在传统搜索引擎力所不及的诸方面发展迅速。 ①社会网络搜索。部分语义搜索引擎提供社会网络搜索功能，这种功能可以实现通过姓名、著作、所在单位等信息中的一条或几条，查询与这些信息有关联的更多信息，如我国的ArnetMiner。 ②资讯搜索。目前语义化的网络搜索服务能够更有针对性，更准确地为用户提供新闻资讯。Koru就是这方面的代表。 (3)语义工具服务。 这是语义搜索引擎所属的研究机构的一个较为独特的方面，和传统搜索引擎提供的桌面搜索等工具不同，语义搜索引擎提供的语义工具一般不是对语义搜索功能的直接移植，而是对文档的相似性、标注等进行处理用的。这些工具可以为语义搜索引擎的索引对象进行前期数据加工，同时也供科研使用。 理论上讲语义搜索引擎能够提供包括普通网络文档检索在内的所有类型网络文档搜索服务，但是由于语义搜索引擎对网页的索引方式不同，微处理器需要比传统搜索更长的时间才能分析完一个页面，因此很多语义搜索网站只能扫描到外部网站的二级页面，这样将难以满足用户全网络搜索的需求。 二．按语义搜索引擎服务模式分类 语义搜索引擎高速发展的阶段正值传统搜索引擎发展的平台期，虽然语义搜索引擎暂时尚不具备传统搜索引擎的市场竞争力，但是它们却可以很容易地借鉴传统搜索引擎的成
网络信息检索与应用课程教学大纲 课程名称：网络信息检索与应用Network Information Retrieval 课程编号：14126215 课程类别：专业课 总学时数：48 课内实验时数：8 学分：2 开课单位：商学院网络技术教研室 适用专业：网络与新媒体 适用对象：四年制本科 一、课程的性质、类型、目的和任务 网络信息检索与应用课程是新媒体与信息网络专业学生必修的一门重要专业课。该课程内容包括信息检索的基础知识，期刊、图书、产品目录、专利、标准、技术报告、会议文献和学位论文文献的检索方法；综合文献（宏观文献）的检索方法，包括综述、统计数据和引文等文献的检索方法；信息检索的技巧，包括布尔逻辑等检索策略、期刊质量认证以及搜索目前数据库不提供信息的方式方法； 学生学习本课程后能够快速、准确、有效地获取网络信息资源，对学生拓宽专业知识，提高自学能力，更好适应当今网格社会有着重要意义。 通过网络信息检索与应用课程的教学，应使学生对信息资源检索基础知识、网络信息资源检索的基本方法有比较系统的认识和正确的理解和掌握，为进一步学习打下坚实的基础。 二、本课程与其它课程的联系与分工 本课程在学生了解互联网基本知识后就能学习。 三、教学内容及教学基本要求 [1]表示“了解”；[2]表示“理解”或“熟悉”；[3]表示“掌握”；△表示自学内容；○表示略讲内容； 第一章信息资源检索基础知识 第一节信息资源检索概述 信息资源[1]；信息资源检索[3]；信息检索系统与数据库[3] 重点：信息资源检索 难点：信息检索系统 教学手段：多媒体教学 教学方法：讲授法 作业：什么是信息资源检索？ 思考题：信息检索系统包括几个部分？ 第二节信息检索语言 检索语言的概念与功能[2]；信息检索语言的类型[3] 重点：检索语言 难点：检索语言的类型 教学手段：多媒体教学
1 C以下哪个缩写表示“题名”？(单选2分) A.AB B.PU C.AU D.TI 2 D面对较为复杂的检索内容时，如何才能获得理想的检索结果？(单选2分) A.太复杂了，我不算了 B.尽可能少地选择关键词 C.用最新的搜索引擎 D.利用多种运算符构造积木型检索式 3 D（）在布尔逻辑检索中表示(单选2分) A.必须同时出现括号内的内容 B.不检索 C.无意义 D.优先运算 4 D以下哪项表示在检索结果当中A和B必须同时出现？(单选2分)
A.A NOT B B.【A,B】 C.A OR B D.A AND B 5 C使用检索式“book OR journal OR newspaper”进行检索，会出现以下哪种结果？(单选2分) A.book, journal, newspaper必须同时出现 B.book, journal, newspaper都不出现 C.book, journal, newspaper出现一个即可 D.book, journal, newspaper必须出现两个 6 B N/0连接两个词比P/0连接两个词检索得到的结果数量会有如何变化？(单选2分) A.不变 B.根据词不同结果不同 C.更多 D.更少 7 A在检索中如果不加双引号，那么默认的运算规则是？(单选2分) A.随机 B.AND
C.OR D.NOT 8 BCD截词检索有哪三种方式？(多选3分) A.将词断开进行检索 B.前截词 C.后截词 D.中间截词 9 BC在两个词之间使用位置检索符P/0包含了如下哪几个意义？(多选3分) A.顺序不能颠倒 B.允许插入一个标点符号 C.允许插入空格 D.中间不能插入任何单词 10 A在构建检索式时要注意考虑到一个词的多个写法，并用OR连接起来，以保证检全率。(判断2分) A.√ B.×
网络信息检索方法与应用 摘要 随着Internet在全世界范围内迅猛发展，使人们获得有用信息越来越困难，网上庞大的数字化信息和人们获取信息之间的矛盾日益突出。因此，对网络信息的检索技术及其发展趋势进行探讨和研究，是一个既迫切而又实用的课题。本文通过对网络信息检索的基本原理、网络信息检索的技术及工具、网络信息检索的现状等方面进行分析研究，并对网络信息检索的发展趋势进行了预测，旨在寻找提高网络信息检索的手段和方法的有效途径，并最终提高网络信息的检索效果，使得网络信息资源得到充分有效地利用。 关键词检索方法工具重要性 翻译summary With the rapid development of Internet in the world, to make people more and more difficult to obtain useful information, online information and huge numbers of people to obtain information contradiction between the increasingly prominent.Therefore, the retrieval of information technology and its development trends of the network to explore and research, is both urgent and practical issues.In this paper, the basic principle of network information retrieval techniques and tools of network information retrieval, information retrieval network status and other aspects of analysis, and the development trend of network information retrieval predicted, the network aims to find ways to improve information retrieval by means of and effective way to approach, and ultimately improve the effect of network information retrieval, making the network information resources can be fully effective use. Keyword Retrieval means Importance 一信息检索技术 信息检索（Information Retrieval）是指信息按一定的方式组织起来，并根据信息用户的需要找出有关的信息的过程和技术。狭义的信息检索就是信息检索过程的后半部分，即从信息集合中找出所需要的信息的过程，也就是我们常说的信息查寻（Information Search 或Information Seek）。 1 信息检索的广义含义
《信息检索》期末复习 一、单项选择题 1、文摘、题录、目录等属于（B ）。 A、一次文献 B、二次文献 C、零次文献 D、三次文献 2、从文献的（B ）角度区分，可将文献分为印刷型、电子型文献。 A、内容公开次数 B 载体类型 C 出版类型 D 公开程度 3、按照出版时间的先后，应将各个级别的文献排列成（C ）。 A、三次文献、二次文献、一次文献 B、一次文献、三次文献、二次文献 C、一次文献、二次文献、三次文献 D、二次文献、三次文献、一次文献 4、手稿、私人笔记等属于（C ）文献，辞典、手册等属于（C ）文献。 A、一次，三次 B 零次、二次C、零次、三次 D 一次、二次 5、逻辑“与”算符是用来组配（C）。 A、不同检索概念，用于扩大检索范围。 B、相近检索概念，扩大检索范围。 C、不同检索概念，用于缩小检索范围。 D.相近检索概念，缩小检索范围。 6、利用文献后面所附的参考文献进行检索的方法称为（A） A、追溯法 B、直接法 C、抽查法D 综合法 7、如果检索结果过少，查全率很低，需要调整检索范围，此时调整检索策略的方法有（B ）等。 A、用逻辑“与”或者逻辑“非”增加限制概念。 B.用逻辑”或“或截词增加同族概念。 C、用字段算符或年份增加辅助限制。 D、用”在结果中检索“增加限制条件。 8、根据国家相关标准，文献的定义是指“记录有关（C）的一切载体。 A、情报 B 、信息C、知识D、数据 9、以作者本人取得的成果为依据而创作的论文、报告等，并经公开发表或出版的各种文献，称为（B ） A、零次文献 B、一次文献 C、二次文献 D、三次文献 10、哪一种布尔逻辑运算符用于交叉概念或限定关系的组配？（A ） A、逻辑与（AND） B、逻辑或（OR) C、逻辑非(NOT) D、逻辑与和逻辑非 11、逻辑算符包括（D）算符。 A、逻辑“与” B、逻辑“或” C、逻辑“非” D、A、B和C 12、事实检索包含检索课题（A ）等内容。 A、背景知识、事件过程、人物机构 B、相关文献、人物机构、统治数据 C、事件过程、国外文献、国内文献 D、国内文献、国外文献、统计数据 13、区别于一般期刊论文或者教科书，参考工具书的突出特点是（C ）。
网络信息检索——搜索引擎篇 摘要:概述网络信息检索,主要针对搜索引擎进行比较,参考一些文献来对将来的搜索引擎进行合理的展望。 关键字:网络信息检索搜索引擎发展趋势实时搜索 网络信息检索概述 网络信息检索是指能够通过网络接受用户的查询指令,并向用户提供符合其查询要求的网络信息资源的过程。可以把网络信息检索理解为见多对象为网络信息的信息检索。(西安电子科技大学出版社《网络信息检索》 搜索引擎概述 网络信息检索的应用有搜索引擎,多媒体信息检索,话题识别与跟踪,信息过滤,问题回答五个方面。本文主要讲述搜索引擎的相关内容。 本文所称的搜索引擎是指因特网上专门提供查询服务的一类网站,这些网站通过网络搜索软件(又称为网络搜索机器人或网站登录等方式,将因特网上大量网站的页面收集到本地,经过加工处理而建库,从而能够对用户提出的各种查询做出响应,提供用户所需的信息。用户的查询途径主要包括自由词全文检索、主题词检索、分类检索及其它特殊信息的检索(企业、人名、电话黄页等。 著名搜索引擎Google,百度,yahoo中国 Google是一家美国上市公司(公有股份公司,于1998年9月7日以私有股份公司的形式创立,以设计并管理一个互联网搜索引擎。Google公司的总部称作“Googolplex”,它位于加利福尼亚山景城。Google 创始人Larry Page 和Sergey Brin 在斯坦福大学的学生宿舍内共同开发了全新的在线搜索引擎,然后迅速传播给全球的信息搜索者。Google 目前被公认为是全球规模最大的搜索引擎。
百度是中国的两位海外留学生李彦宏和徐勇博士创建的中文搜索引擎。它拥有目前世界上最大的中文信息库,总量达到1亿2千万以上,并且还在以每天几十万页的速度快速增长。2000年1月,百度公司在中国成立了他的全资子公司百度网络技术(北京有限公司。随后于同年10月成立了深圳分公司。2011年6月又在上海成立了上海办事处。2005年百度在美国的纳斯达克上市,省委当年全球资本市场上最为引人注目的上市公司,百度由此进入一个崭新的发展阶段。 Yahoo中国是网站分类目录的领头军,它以分类目录,网站检索为主,附带网页全文检索,也是目前最重要的搜索服务网站。雅虎有中文,英文等十余种语 言版本,每一版的内容互不一样。可以说,每一种不同的版本都是一种不同的,相对独立的搜索引擎。 他们各自信息搜集方式的比较 百度是最典型的一种自动搜索引擎,google是一般典型的自动搜索引擎。他们由一个成为蜘蛛的机器人程序,由四部分组成的自动索引。该搜索引擎的有点事信息量过大,更新及时,不需要人的干预,缺点是搜到信息过多,许多无用信息需要用户行结果中筛选。 Yahoo属于分类搜索引擎。Yahoo并不是单纯地提供所有网站网页的全文检索服务,而是将其收集到的网站及网页分门别类加以索引和文摘(由人工完成,以一个分层的线性目录来为用户提供按图索骥式的服务。该类搜索引擎因加入了人的智力,所以信息准确,导航质量非常高,不足之处是需要人的介入,维护量大,信息量少,信息更新不及时。 综合各个方面(本文只比较搜寻信息方式的不同,其他方面不加赘述,三大搜索引擎各具千秋。从实用性来说,google的检索功能强大、灵活,尤其是支持多种字段检索以及网页的推荐功能,并可以安用户的习惯设置检索界面;百度收录的中文信息覆盖面广、数量大,更新快,注重服务的本地化;雅虎作为指南型分类检索工具,在相对查全率方面具有优势。我们可以根据各自的生活、工作、学习的需要,选择一种适