2. 第2章 文本检索

信息从业人员行为规范
遵守信息法律法规、自觉抵制不良信息、批 判与抵制不道德的信息行为、信息行为不损害他 人的利益、不随意发布信息等
2.3.3 人工智能治理
深度学习 跨界融合 人机协同
群智开放 自主操控
通用目的性 算法黑箱性 数据依赖性
专业化、多元化、敏捷化、全球化
伦理
人工智能治理
一项复杂的系统工程，既需要明确治 理原则目标、理清治理主体，又需要提出 切实有效的治理措施
信息检索的发展
7．自然语言与人工语言检索并用 自然语言检索是指用自然语言作为提问输入和对话接口的检索方式。作为最终用户，不必考虑如何表
达自己的提问，不必学习一套烦琐的命令、格式或代码，就能得到检索结果，但是这种方法不能完全取代 人工语言检索。人工语言检索的最大优点是用它标引的数据库检索效率（查全率和查准率）相当高，这是 自然语言检索所不能比拟的。因此，这两种检索方式将在并存中为用户提供更多的选择。
区别于其他伦理的明显特征
3.多元性
善
定义
指在信息社会中，信息来源于不同的 信息主体，导致信息犹如汪洋大海，不仅 量大而且种类多，传播渠道也很丰富
恶
2.3.2 信息从业人员的行为规范
行为规范
社会群体或个人在参与社会活动中所遵循 的各种规则、准则的总称，是社会认可和人们 普遍接受的具有一般约束力的行为标准
狭义
根据特定需要应用科学的方法采用专门的工具，从大量 信息中迅速、准确、相对无遗漏地获取所需信息（文献） 的过程。
信息检索与信息 搜索的区别
2.2.2 信息检索类型
1.内容和对象
① 文献检索 ② 数据检索 ③ 事实检索
信息资源 检索
2.组织方式
① 全文检索 ② 超文本检索 ③ 超媒体检索

注意要点乊三 • 由于搜索引擎经常更新网页的索引信 息，而且不同的搜索引擎都会采用不 同的相关度排序算法，所以实际的检 索结果可能会因时因地而变化
注意要点乊四 • “AND”检索其实是一种缩小检索范围 的查询方法，该方法可以提高查准率， 当然在减少返回结果的同时，一般也 会不可避免的丢失一些其实有价值的 结果，因此会降低查全率
1.3 模糊检索 • 它并非指一种在不是非常清楚被检索 内容时采用的检索方法 • 而是指匹配方式更为灵活、含义更为 多样的检索方法
例子 • 检索南京地区的各所大学信息
• 也被称为截词检索、通配符检索、容 错性检索等
例子 • 有用户以拼音方式输入“卷帙浩繁”一 词，然而该用户不知道其中“帙”如何 収言，因此无法以拼音来输入
1.4.3 link字段检索 • 一个高质量网页通常会被更多的网页 所链接 • 如果一个网页被其他网页链接的越多子 • 检索毕马威国际会计师事务所主页的 链入网页数量来估计它的知名度
说明 • 只是一种估算 • 不过利用不同检索关键词能获取的链 入网页数量迚行相互比较，可以在很 大程度上区分出网页质量和知名度的 高低
总结 • 词组检索也叫做“句子检索” • 虽然词组检索可以非常准确的找到所 需的内容，但是也可能会一无所获 • 毕竟不是所有的书籍论文都有网络 电子版本，更何况使用该方法还需 我们知道一些必要的书籍内容原文， 这也是该方法的局限性
练习：检索“米奇妙妙屋”的英文版 本和相关字幕 • 希望得到“米奇妙妙屋”的英文版本， 特别是相关字幕文字内容
1.4.5 特殊字段检索 • 主要介绍Google搜索引擎提供的一些 特殊字段检索方法
价格字段检索 • 如检索售价在100美元到200美元乊间 的三星手机 • 检索词为“Samsung $100..200”

文学文本的纵向层次论
中国古代 “言”“象”“意”
夫象者，出意者也。言者，明象者也。尽意 莫若象，尽象莫若言。言生于象，故可循言以观 象；象生于意，故可循象以观意。意以象尽，象 以言著。故言者所以明象，得意而忘言；象者所 以存意，得意而忘象。犹蹄者所以在兔，得兔而 忘蹄；筌者所以在鱼，得语而忘筌也。
二、文学文本的结构
横向结构要素论：认为文学文本是由内容和 形式两种基本因素组成的统一体。
西方 古希腊学者亚里斯多德“戏剧六成分” 分析 文艺复兴时期“镜子说” 近代文学表现说、 再现说 俄国及前苏联的主流文论都遵循内容和 形式二分的要素结构论传统。
中国 文质彬彬 表里相符 事辞相配
言与志 文与道 情与采都是文学作品内容和形式 关系的问题。
2、题材与素材
素材是作家在生活中积累起来的，还为经过 加工提炼的、处于原始形态的生活材料，是杂乱 的、分散的，缺乏明确的主题。题材是在素材的 基础上形成的，是经过作家加工提炼后，写进文 学作品中的东西，它打上了作家情感的烙印，是 作家的主观认识、思想情感和客观材料的统一。
3、题材的形成
题材的形成既要受到作家的生活实践、见 闻阅历的制约，也受到作家的思想情感、兴趣爱 好、艺术修养、世界观等主观因素的影响。
2.永恒主题与时代主题
由于社会生活属于历史范畴，不同的历史阶 段具有不同的生活内容，不同的时代有不同的生 活问题，文学作为一种特殊的社会意识形态，作 为对社会生活的反映，就不能不具有时代性特征， 所以文学文的主题也常常带有鲜明的时代性。
但人类文学发展史上，有一些生活内容在 某种程度上超越了时代、地域、阶级的差异，在 不同时代不同民族的作家中反复出现，有人称之 为“永恒主题”，也有人称之为文学的“母题”。 如生命、死亡、爱情、怀乡、伤别等。

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。