信息检索

信息检索知识点信息检索考点整理1.信息检索的概念⼴义的信息检索是指将信息按⼀定的⽅式组织、存储起来，并根据信息⽤户的需要找出有关信息的过程，包括信息的存储和检索两个过程；⽽狭义的信息检索仅指有序化信息的检索查找。

2.信息检索的原理就是将检索者的检索提问标识与存储在检索⼯具中的信息特征标识进⾏相符性⽐较，凡是信息特征标识与检索提问标识相⼀致或者信息特征标识包含着检索提问的标识，则具有该特征的信息就从检索⼯具中输出，输出的信息就是初步命中检索所需的信息。

3.为什么说信息存储和检索是两个不可分割的有机体？检索的全过程包括存储和检索两个过程，存储和检索是相辅相成、不可分割的。

存储过程主要是利⽤检索语⾔对⽂献进⾏标引，形成⽂献特征标识并输⼊检索⼯具，为检索提供有规律的检索途径；检索过程主要是利⽤检索语⾔对检索提问进⾏标引，形成检索提问标识，再按照存储所提供的检索途径，将检索提问标识与⽂献特征标识进⾏⽐较。

检索过程是存储过程的逆过程。

因此，检索者只有在全⾯了解存储者是怎样把⽂献存⼊到检索⼯具中去以后，才知道怎样从检索⼯具中把所需要的信息检索出来。

4.信息检索的⽅法（1）顺查法（2）倒查法（3）抽查法（4）追溯法（5）循环法5.信息检索的途径（1）内部特征途径a)分类途径b)主题途径（2）外部特征途径a)题名途径b)著者途径c)⽂献编号途径d)⽬录检索途径e)机构检索法f)引⽂检索途径6.布尔模型的优缺点优点：（1）简单，形式简洁，易于理解；（2）可操作性强，应⽤⼴泛；（3）构成的逻辑提问式可以表达与⽤户思维习惯相⼀致的查询要求，提供⾮常精确的语义概念；（4）能处理结构化提问。

缺点：（1）表达⽤户复杂需求效果⽋佳（2）准确匹配⽆法提供定量⽐较（3）匹配标准不尽合理（4）检索结果不易控制7.概率排序原则：如果⼀个检索系统对⽤户的每个检索提问的反应是以⽂献集合中的⽂献按相关性递减的顺序排列的，那么系统的总体效果是最好的。

信息检索的方法
1. 通过关键词检索：将用户输入的关键词与文本中的内容进行比对，找出包含这些关键词的段落或句子，作为检索结果。

2. 通过全文检索：将用户输入的关键词在整个文本中进行匹配，找出与关键词相关的段落或句子。

3. 通过索引检索：建立一个索引库，包含文本中的关键词及其所在的位置信息。

用户输入关键词后，直接在索引库中查找，减少搜索时间。

4. 通过相似度匹配：将用户输入的关键词与文本中的内容进行相似度计算，找出与输入最相似的段落或句子。

5. 通过语义分析：利用自然语言处理技术，对用户输入的关键词进行语义分析，将其转化为与文本内容相匹配的查询语句，进行检索。

6. 通过文本分类检索：对文本进行分类，用户输入关键词后首先确定查询的文本类别，再在该类别下进行检索。

7. 通过专家系统检索：建立一个专家系统，根据用户输入的关键词，系统能够根据预先设定的规则和知识库提供相关的检索结果。

8. 通过链接分析：根据文本之间的链接关系，找出与输入关键词相关联的文本内容，作为检索结果。

9. 通过用户反馈的改进：根据用户对检索结果的反馈，不断优化检索算法，提高检索效果。

10. 通过深度学习方法：利用深度学习模型，对文本内容进行分析和建模，找出与用户输入关键词相关的内容。

信息检索常用的方法
信息检索是一项重要的技能，尤其在互联网时代，需要快速准确地从大量信息中找到
所需的内容。

以下是10种常用的信息检索方法及详细描述：
1. 关键词搜索：使用关键词或短语在搜索引擎中进行搜索，可以获得相关的网页、
文件或其他内容。

关键词要尽可能准确，可以使用引号或排除特定词汇。

2. 高级搜索：在搜索引擎中使用高级搜索选项，可以通过限制搜索结果、排除特定
词汇、设置日期范围等方式进一步细化搜索。

3. 搜索引擎站内搜索：在特定网站内使用搜索引擎的站内搜索功能，可以快速找到
该网站内相关的内容。

4. 直接访问：如果已知特定网站的网址或URL，可以直接在浏览器中输入访问，以获得特定的信息。

5. 订阅RSS源：订阅特定网站或博客的RSS源，可以自动接收更新内容，避免重复搜索。

6. 文献数据库：使用文献数据库（如PubMed、SCI）可以在学术界快速搜索相关的出版物，如期刊、书籍和报告。

7. 图书馆资源：公共图书馆和学校图书馆通常提供大量的电子资源，可以通过图书
馆网站或目录进行搜索。

8. 社交媒体搜索：社交媒体平台（如Twitter和Facebook）提供了对公开信息的搜索功能，可以在其中查找相关的内容和讨论。

9. 在线问答：在线问答社区（如Quora和Stack Exchange）提供了一个平台，可以向其他用户提出问题并获取答案。

10. 专家咨询：如果找不到所需的信息，可以向相关领域的专家、学者或从业者咨询，以获得更深入的解答和指导。

不同的信息检索方法都有各自的优势和局限性。

在选择方法时，需要综合考虑搜索目的、信息来源、可靠性、时间和成本等因素。

一、名词解释(5x4=20分)1．截词检索：是指在检索标识中保留相同的部分，用相应的截词符代替可变化部分。

检索中，计算机会将所有含有相同部分标识的记录全部检索出来。

截词符一般用“？”或“*”表示，但不同的数据库中有所差别。

2．信息检索：信息检索(Information Retrieval)是指将信息按一定的方式组织和存储起来，并根据信息用户的需要找出有关信息的过程。

3．查准率：是指检出文献中合乎需要的文献数量占检出文献全部数量的比例。

4．查全率：是指检出的文献数量占数据库中全部相关文献数量的比例。

5．引文索引：是一种将科技期刊、专刊、专题丛书等文献资料所发表的论文后所附的参考文献的作者、题目、出处等项目，按照引证与被引证的关系进行排列而编制的索引。

二、简答(5x6=30分)1．查找国内外学位与会议论文分别有哪些数据库？每类中分别举2个英文数据库(包括全称、简称与中译)和1个中文数据库。

(1)国内外的学位论文数据库包括索引与摘要数据库和全文数据库，如CALIS的《学位论文库》，万方数据资源系统《中国学位论文数据库》，CNKI的《优秀硕博士论文数据库》，美国博硕士论文库PQDD(ProQuest Digital Dissertations)，美国学位论文网络数字图书馆NDLTD (Networked Digital Library of Thesis and Dissertations)等。

(2)会议论文数据库包括：会议论文索引与摘要，如CALIS会议论文数据库，万方数据资源系统《中国学术会议论文数据库》，OCLC会议数据库——《在会议上提交的文章索引》(Papers First)，《会议出版物索引》(Proceedings)，Web of Knowledge的会议录引文索引CPCI(Conference Proceedings Citation Index)。

2．布尔逻辑检索的主要运算符有哪些？它们各代表什么含义？请分别举一例说明。