第二章 计算机信息检索概述

计算机复习信息检索信息检索是指通过计算机技术，根据用户的需求，在大规模的信息资源中准确、快速地找到相关的信息。

在当今信息爆炸的时代，信息检索的重要性不言而喻。

本文将介绍信息检索的基本概念、技术和应用，并附带答案和解析。

一、信息检索概述信息检索是指通过计算机对大规模信息资源进行全文检索、关键词检索等方式，根据用户需求提供相关信息的过程。

其目标是提高检索准确性和检索效率，帮助用户快速获取所需信息。

信息检索系统由信息资源、检索模型、检索方法和用户界面等组成。

其中，信息资源包括数据库、文档集合等；检索模型包括向量空间模型、布尔模型等；检索方法包括倒排索引、词频统计等；用户界面提供检索接口供用户输入查询词，并显示检索结果。

信息检索的基本流程包括：用户输入查询词->检索系统进行查询处理->检索系统返回相关文档。

二、信息检索技术1. 关键词检索关键词检索是最常见的信息检索方式，用户通过输入关键词，检索系统根据关键词在信息资源中进行匹配，并返回相关文档。

关键词检索常用的算法有向量空间模型、TF-IDF算法等。

全文检索是指对文档集合中的全部文本进行检索，而不仅仅是关键词。

全文检索主要通过分词、建立倒排索引等技术来实现。

用户输入的查询词可以是一个短语或一句话。

3. 自然语言查询自然语言查询是指用户使用自然语言进行查询，而不是像关键词查询那样只输入几个词。

自然语言查询需要将用户的自然语言转化为计算机可处理的查询语言，如SQL语句。

4. 语义检索语义检索是一种基于语义理解的检索方法，通过对查询词的语义进行分析，实现更精准、准确的检索。

语义检索常用的技术有词义消歧、词向量模型等。

三、信息检索应用1. 搜索引擎搜索引擎是信息检索的最常见应用之一，在互联网上广泛使用。

搜索引擎通过爬虫程序对互联网进行爬取，建立庞大的索引库，并通过用户输入的查询词返回相关页面。

2. 文献检索在学术界和科研领域，文献检索是非常重要的工作。

2.检索技巧和提示
(1) 广泛浏览数据库 进入数据库前，需阅读数据库的说明，包括：出版、结构(权威性)，出版类 型(期刊、会议、报告、专利…)，文献类型(全文、文摘、题录…)，收集年限，使 用权限，文献版本，服务方式(光盘、联机、专线、镜象、出国)，连接方式，帐 号、密码，咨询联系等。现在许多数据库被组织到信息服务中心的web网页 上，并提供了有关介绍，应当充分地利用它们。
（1）积木型 积木型检索策略的含义是：把检索课题剖析成若干个概念面，先分别 对这几个概念面进行检索；在每个概念面中尽可能全和多地列举相关词 、同义词、近义词，并用布尔算符OR连接成子检索式，然后再用布尔算 符AND把所有概念面的子检索式连接起来，构成一个总检索式。 优点是：能够提供较明确的检索逻辑过程，以后容易检索和理解，还可 部分或全部地用作保留检索。一般地，“积木型”策略用于较复杂的检 索课题。 • 如“肺癌”与“吸烟”可以分成两个概念面，这两个概念面的各种形式 的检索词有： cancer smoker(s) • • carcinoma lung(s) cancer smoking cigar
（二）截词检索
截词检索：是指在检索时使用词的一个局部（某些 位置上的字符被截去)进行检索匹配，并认为凡满足这 个词局部中的所有字符要求的记录，都为命中结果。 截词检索需要使用专门符号（截词符），以指定截词 的具体位置与截断字符的数量。 • 按照截词位置的不同，截词检索分为： 右截词、左截词和中间截词三种。 例如：检索式 “wom?n”可检索到含有woman、women的结果。 截词检索实际上是一种隐含“逻辑或”的运算，能提 高查全率，扩大检索结果，是防止漏检的有力手段。
第二部分事实与数据检索工具
讨论事实、数据资源检索，其检索的对象是大量的、 常用的那些具体的科学技术数据和事实，如物理量、 物质特性、参数、规格等技术数据以及价格、产量、 公司名录、人名录等商业、经济等各种实用信息。 它们的检索工具包括：百科全书、年鉴、手册、词 典、机构指南和人名录、书目及书目指南等参考工 具。

学术评价与评估
信息检索还可以用于学术评价与评估，通过对学术论文的 发表数量、被引次数等指标进行统计和分析，评价研究者 的学术水平和影响力。
信息检索在商业领域的应用
市场调研与竞争情报
企业通过信息检索技术收集市场和竞争对手的信息，了解市场需求、 竞争态势和行业趋势，为制定营销策略和产品开发提供支持。
品牌监测与管理
信息检索课件第2章
contents
目录
• 信息检索概述 • 信息检索技术 • 信息检索系统 • 信息检索的实践应用 • 信息检索的伦理与法律问题
01 信息检索概述
信息检索的定义
信息检索是利用计算机和人工 手段，从大量信息中查找和获 取特定信息的过程。
信息检索涉及对信息资源的组 织、标识、评价和检索等方面。
信息检索的目的是为用户提供 准确、及时和有用的信息。
信息检索的原理
信息检索基于信息需求， 通过特定的检索方式，从 信息源中获取相关信息。
信息检索的原理包括信息 标引、信息存储和信息检 索三个主要环节。
信息标引是对信息进行分 类、主题分析等处理，以 便于信息存储和检索。
信息检索是根据用户的信息需 求，利用特定的检索工具和策 略，从信息源中获取相关信息 。
网络搜索引擎、学术搜索引擎、特定领域搜索引擎等。
基于检索技术的分类
基于关键词的检索、基于内容的检索、基于知识的检索等。
信息检索系统的评价
查全率
检索系统返回的相关结果数量 与总相关结果数量的比值。
查准率
检索系统返回的相关结果中， 真正相关的结果数量与返回的 相关结果数量的比值。
响应时间
检索系统对用户查询的响应时间 ，即从用户提交查询请求到检索 系统返回结果所需的时间。

2014-5-26
18
数据检索以具有数量性质，并以数 值形式表示的数据为检索目的和对象， 检索的结果是经过测试、评价过的各种 数据。
数据文件组织方式不同，数据检索 的技术方法亦不同。对于顺序结构文件 ，常见方法有顺序检索、分块查找法、 两分检索等。
对于随机结构文件，常采用直接地 址法、杂凑（hash）法等。地理信息系 统中空间数据检索常涉及目标空间分布 范围（行政区域、地理范围或空间关系 等）及目标属性类型（地形高度、坡度 、土地利用现状等）两个方面的综合条 件。
根据研究文摘历史的专家弗西斯·威蒂（ Francis J. Witty）介绍，一种用途类似于文摘 的工具首先出现在公元前两千年美索不达米亚 人用楔形文字写成的文献的陶制封套上。
我国最早带有内容摘要的图书目录是西 汉刘向、刘歆父子整理编撰的《别录》和《七 略》。古代使用文摘的人有学者、政治家，还 有教皇和僧侣。
第四阶段：网络检索阶段。
网络信息检索开始于20世纪90年代初。 1991年思维机等公司、明尼苏达大学、欧洲高 能粒子协会分别推出了因特网上的检索工具 WAIS、Gropher和WWW。
目前，WWW因其集文本、图像、声音等 多媒体信息于一体的巨大优点，已占信息服务 的主导地位。
在该阶段，系统大多采用分布式的网络化 管理，其信息资源的主要特点是：数字形式表 达、多媒体和多取复杂、 用户界面要求高等。
信息检索多语种化 多语种信息检索将依然是未来网络信息检索 的研究热点，现在对多语种信息检索的支持主 要体现在预先设定检索语言，
其检索结果也限制在预先设定的语言中 。而使用某一种语言直接进行多语种检索，提 供多语种的匹配结果将是多语种信息检索的下 一个方向。
这种单一检索界面的检索将在后台有一个多 语种词库，对用户提交某一语种的检索词自动 在词库中查找对应其他语种的检索词，再提交 给搜索引擎，以多语种检索结果输出给用户。 这种多语种、多信息检索需要机器翻译技术的 支持，并且需要对多语种检索得出的输出结果 相关度或重要性排序进行研究。