信息檢索系統(tǒng)導(dǎo)論

序
前言
作者簡(jiǎn)介
教學(xué)建議
第1章 緒論
1.1 信息檢索簡(jiǎn)介
1.1.1 信息檢索的概念和處理對(duì)象
1.1.2 信息檢索的基本流程
1.1.3 與信息檢索相關(guān)的學(xué)科
1.2 信息檢索的研究?jī)?nèi)容
1.2.1 信息檢索要解決的問(wèn)題
1.2.2 信息檢索中的基礎(chǔ)研究課題
1.2.3 信息檢索中的關(guān)鍵技術(shù)
1.2.4 信息檢索中的應(yīng)用研究
1.3 信息檢索的歷史、現(xiàn)狀與未來(lái)
1.3.1 信息檢索的歷史
1.3.2 信息檢索的現(xiàn)狀與未來(lái)
1.4 本書(shū)結(jié)構(gòu)
本章小結(jié)
思考練習(xí)
第2章 信息檢索模型
2.1 信息檢索模型的定義和分類(lèi)
2.1.1 信息檢索模型的定義
2.1.2 信息檢索模型的分類(lèi)
2.2 布爾模型
2.2.1 布爾模型的定義
2.2.2 布爾模型示例
2.3 向量空間模型
2.3.1 向量空間模型的定義
2.3.2 常見(jiàn)相似度計(jì)算方法
2.3.3 向量空間模型與布爾模型的比較
2.4 概率模型
2.4.1 概率模型的定義
2.4.2 概率模型的優(yōu)缺點(diǎn)
2.5 擴(kuò)展布爾模型
2.5.1 擴(kuò)展布爾模型簡(jiǎn)介
2.5.2 基本模糊集合模型
2.5.3 擴(kuò)展模糊集合模型
2.6 統(tǒng)計(jì)語(yǔ)言模型
2.6.1 語(yǔ)言模型簡(jiǎn)介
2.6.2 數(shù)據(jù)稀疏和平滑
2.6.3 基于語(yǔ)言模型的檢索模型
2.6.4 基于語(yǔ)言模型的信息檢索模型的優(yōu)缺點(diǎn)分析
2.7 隱性語(yǔ)義索引模型
2.7.1 隱性語(yǔ)義索引
2.7.2 隱性語(yǔ)義索引模型原理
2.7.3 隱性語(yǔ)義索引實(shí)例
2.7.4 隱性語(yǔ)義索引模型的特點(diǎn)
2.8 基于本體論的模型
2.8.1 本體論的概念
2.8.2 描述本體的語(yǔ)言
2.8.3 本體的構(gòu)造
2.8.4 常用的本體庫(kù)簡(jiǎn)介
2.8.5 本體論在信息檢索系統(tǒng)中的應(yīng)用
本章小結(jié)
思考練習(xí)
參考文獻(xiàn)
第3章 信息檢索系統(tǒng)的評(píng)價(jià)
3.1 引言
3.2 性能評(píng)價(jià)指標(biāo)
3.2.1 準(zhǔn)確率和召回率
3.2.2 單值評(píng)價(jià)方法
3.2.3 一些特殊的評(píng)價(jià)方法
3.2.4 其他測(cè)度方法
3.3 國(guó)外信息檢索評(píng)測(cè)
3.3.1 TREC評(píng)測(cè)
3.3.2 NTCIR評(píng)測(cè)
3.3.3 CLEF評(píng)測(cè)
3.4 國(guó)內(nèi)信息檢索評(píng)測(cè)
3.4.1 863信息檢索評(píng)測(cè)
3.4.2 SEWM中文Web評(píng)測(cè)
3.5 信息檢索評(píng)價(jià)的研究
3.5.1 現(xiàn)有研究成果介紹
3.5.2 今后的研究問(wèn)題與趨勢(shì)
本章小結(jié)
思考練習(xí)
參考文獻(xiàn)
第4章 文本操作技術(shù)
4.1 引言
4.2 英文詞法分析
4.2.1 斷詞
4.2.2 詞干提取
4.3 中文詞法分析
4.3.1 最大匹配法
4.3.2 歧義詞切分
4.3.3 未登錄詞識(shí)別
4.3.4 分詞系統(tǒng)介紹
4.3.5 語(yǔ)料及評(píng)測(cè)
4.4 相關(guān)資源
4.4.1 停用詞表
4.4.2 詞典資源
4.5 英文拼寫(xiě)檢查
4.5.1 形態(tài)還原
4.5.2 詞語(yǔ)相似度計(jì)算
本章小結(jié)
思考練習(xí)
參考文獻(xiàn)
第5章 文本索引和搜索
5.1 引言
5.2 倒排文件
5.2.1 倒排文件簡(jiǎn)介
5.2.2 倒排文件的使用
5.2.3 倒排文件的建立
5.2.4 倒排文件的維護(hù)
5.2.5 倒排文件的壓縮
5.2.6 倒排文件性能分析
5.3 詞匯表的存取
5.3.1 排序數(shù)組
5.3.2 B樹(shù)
5.3.3 Trie樹(shù)
5.4 后綴數(shù)組
5.4.1 后綴數(shù)組的構(gòu)造
5.4.2 后綴數(shù)組的使用
5.4.3 后綴數(shù)組的分析
5.5 簽名文件
5.5.1 簽名文件的構(gòu)造
5.5.2 簽名文件的使用和維護(hù)
5.5.3 簽名文件的分析
5.6 文本搜索技術(shù)
5.6.1 BF算法
5.6.2 KMP算法
5.6.3 BM算法
5.6.4 精確模式匹配算法的選擇
本章小結(jié)
思考練習(xí)
參考文獻(xiàn)
第6章 查詢(xún)處理技術(shù)
6.1 引言
6.2 查詢(xún)構(gòu)造方法
6.2.1 單一詞查詢(xún)
6.2.2 上下文查詢(xún)
6.2.3 布爾查詢(xún)
6.3 相關(guān)反饋與查詢(xún)重構(gòu)
6.3.1 向量空間模型中的反饋與查詢(xún)重構(gòu)
6.3.2 概率模型中的反饋與查詢(xún)重構(gòu)
6.3.3 布爾模型中的反饋與查詢(xún)重構(gòu)
6.3.4 相關(guān)反饋的評(píng)價(jià)
6.4 自動(dòng)查詢(xún)擴(kuò)展技術(shù)
6.4.1 查詢(xún)擴(kuò)展的全局分析方法
6.4.2 查詢(xún)擴(kuò)展的局部分析方法
6.4.3 基于詞典庫(kù)的查詢(xún)擴(kuò)展
6.5 交互式查詢(xún)擴(kuò)展
6.6 查詢(xún)處理的發(fā)展趨勢(shì)
本章小結(jié)
思考練習(xí)
參考文獻(xiàn)
第7章 Web檢索技術(shù)
7.1 引言
7.2 Web檢索的工作流程及系統(tǒng)結(jié)構(gòu)
7.2.1 工作流程
7.2.2 系統(tǒng)結(jié)構(gòu)
7.3 Web數(shù)據(jù)的采集
7.3.1 Web數(shù)據(jù)采集系統(tǒng)的工作原理
7.3.2 Web數(shù)據(jù)采集系統(tǒng)的相關(guān)概念及協(xié)議
7.3.3 Web數(shù)據(jù)采集系統(tǒng)的基本結(jié)構(gòu)
7.3.4 Web數(shù)據(jù)采集系統(tǒng)的分類(lèi)
7.4 網(wǎng)頁(yè)的預(yù)處理
7.4.1 網(wǎng)頁(yè)去重
7.4.2 正文提取
7.5 相關(guān)性排序系統(tǒng)
7.5.1 早期的相關(guān)性排序技術(shù)
7.5.2 鏈接分析技術(shù)
7.5.3 多特征融合的相關(guān)性排序算法
7.6 Web檢索系統(tǒng)的其他模塊
本章小結(jié)
思考練習(xí)
參考文獻(xiàn)
第8章 分布式信息檢索
8.1 引言
8.2 分布式信息檢索系統(tǒng)體系結(jié)構(gòu)
8.3 文檔集合的劃分
8.4 文檔集合的選擇
8.4.1 文檔集合的表示
8.4.2 集合選擇算法
8.4.3 文檔集合選擇算法的評(píng)價(jià)
8.5 檢索結(jié)果的合并
本章小結(jié)
思考練習(xí)
參考文獻(xiàn)
第9章 Web信息檢索實(shí)踐
9.1 引言
9.2 利用Lucene建立索引
9.2.1 在Lucene中建立索引的主要步驟
9.2.2 基本索引程序
9.2.3 深入控制Lucene索引過(guò)程
9.2.4 與索引相關(guān)的并發(fā)問(wèn)題
9.3 利用Lucene進(jìn)行搜索
9.3.1 IndexSearcher
9.3.2 Hits
9.3.3 Query與QueryParser
本章小結(jié)
思考練習(xí)
參考資源
第10章 文本分類(lèi)與聚類(lèi)
10.1 引言
10.2 文本分類(lèi)
10.2.1 文本分類(lèi)概述
10.2.2 文本分類(lèi)的過(guò)程
10.2.3 分類(lèi)算法
10.2.4 文本分類(lèi)的評(píng)估指標(biāo)
10.2.5 相關(guān)評(píng)測(cè)和相關(guān)資源
10.3 文本聚類(lèi)
10.3.1 文本聚類(lèi)概述
10.3.2 層次聚類(lèi)
10.3.3 基于劃分的聚類(lèi)
10.3.4 基于密度的方法
10.3.5 自組織映射
10.3.6 基于模型的方法
10.3.7 文本聚類(lèi)結(jié)果的描述
11.3.8 文本聚類(lèi)的評(píng)價(jià)方法
本章小結(jié)
思考練習(xí)
參考文獻(xiàn)
第11章 信息過(guò)濾技術(shù)
11.1 引言
11.2 信息過(guò)濾的概念及主要研究?jī)?nèi)容
11.2.1 信息過(guò)濾的概念和主要特點(diǎn)
11.2.2 信息過(guò)濾與信息檢索、信息抽取以及分類(lèi)等研究的區(qū)別
11.2.3 信息過(guò)濾系統(tǒng)的分類(lèi)體系
11.3 信息過(guò)濾系統(tǒng)的結(jié)構(gòu)及評(píng)價(jià)
11.3.1 信息過(guò)濾系統(tǒng)的組成
11.3.2 信息過(guò)濾系統(tǒng)的評(píng)價(jià)
11.4 基于內(nèi)容的信息過(guò)濾
11.4.1 信息過(guò)濾中應(yīng)用的統(tǒng)計(jì)模型
11.4.2 信息過(guò)濾中應(yīng)用的文本分類(lèi)方法
11.5 協(xié)作過(guò)濾
11.5.1 基于用戶(hù)的協(xié)作過(guò)濾
11.5.2 基于模型的協(xié)作過(guò)濾
11.5.3 基于項(xiàng)目的協(xié)作過(guò)濾
本章小結(jié)
思考練習(xí)
參考文獻(xiàn)
第12章 問(wèn)答系統(tǒng)
12.1 引言
12.2 問(wèn)答系統(tǒng)的發(fā)展歷程
12.3 問(wèn)答系統(tǒng)的種類(lèi)
12.3.1 問(wèn)答系統(tǒng)分類(lèi)方法
12.3.2 自然語(yǔ)言的數(shù)據(jù)庫(kù)問(wèn)答系統(tǒng)
12.3.3 對(duì)話(huà)式問(wèn)答系統(tǒng)
12.3.4 基于常問(wèn)問(wèn)題集的問(wèn)答系統(tǒng)
12.3.5 基于大規(guī)模文檔集的問(wèn)答系統(tǒng)
12.3.6 閱讀理解系統(tǒng)
12.3.7 基于知識(shí)庫(kù)的問(wèn)答系統(tǒng)
12.4 基于常問(wèn)問(wèn)題集的問(wèn)答系統(tǒng)實(shí)現(xiàn)
12.4.1 候選問(wèn)題集的建立
12.4.2 句子相似度計(jì)算
12.5 基于大規(guī)模文檔集的問(wèn)答系統(tǒng)實(shí)現(xiàn)
12.5.1 問(wèn)答的任務(wù)與系統(tǒng)實(shí)現(xiàn)流程
12.5.2 問(wèn)題分析
12.5.3 相關(guān)文檔檢索
12.5.4 句段檢索
12.5.5 答案抽取
12.5.6 問(wèn)答結(jié)果的答案評(píng)測(cè)及其面對(duì)的問(wèn)題和困難
本章小結(jié)
思考練習(xí)
參考文獻(xiàn)