信息检索的核心支撑技术

信息检索(Information Retrieval),通常指文本信息检索,包括信息的存储、组织、表现、查询、存取等各个方面,其核心为文本信息的索引和检索。从历史上看,信息检索经历了手工检索、计算机检索到目前网络化、智能化检索等多个发展阶段。 目前,信息检索已经发展到网络化和智能化的阶段。信息检索的对象从相对封闭、稳定一致、由独立数据库集中管理的信息内容扩展到开放、动态、更新快、分布广泛、管理松散的Web内容;信息检索的用户也由原来的情报专业人员扩展到包括商务人员、管理人员、教师学生、各专业人士等在内的普通大众,他们对信息检索从结果到方式提出了更高、更多样化的要求。适应网络化、智能化以及个性化的需要是目前信息检索技术发展的新趋势。     

国内三大期刊全文数据库信息检索之比较研究

论文介绍了国内三大期刊全文数据库：中国知网-中国期刊全文数据库、维普-中文科技期刊数据库、万方-学术期刊全文数据库的信息检索,对三大期刊全文数据库的信息检索从检索途径、检索功能、检索效果进行比较研究,分析其中的优劣,提出改进建议,以期提高信息检索的查全率和查准率,为用户的信息检索选择提供有效的参考。     

基于本体的语义信息检索的研究

针对传统信息检索在查询准确度方面的问题,在信息检索中引入了语义网的思想,对网络信息的进行语义描述,从而出现了语义信息检索。该文提出了一种语艾信息检索的框架,弃针对该框架结构,给出了实现语义检索的算法,可以实现对信息的精确检索。     

一种实用的信息检索方法

本文依次介绍了信息检索的三类数学模型——集合模型、代数模型和概率模型，并对这三类信息检索模型的检索效果进行了分析。在此基础上提出了一种实用的信息检索方法，我们称为二次检索方法。该方法基于布尔模型和向量空间模型，综合了两者的特点，从而有效地提高了信息检索的效果。文章最后通过实验，对二次检索方法、布尔模型、向量空间模型的查全率、查准率进行了比较，验证了二次检索的优点。     

计算机信息检索（IR）在药学方面的应用

介绍信息检索产生的背景以及信息检索的分类和方法,分析计算机信息检索在药学应用方面迅速发展的原因,比较计算机检索和手工检索的关系,得出药学信息检索最快速、最合理的方法是以计算机检索为主和手工检索为辅,两种方法结合起来使用。     

个人信息检索概述

个人数字信息检索技术随着搜索技术的发展而蓬勃兴起,满足了人们对存储在个人电脑中的数据信息的检索需要。讨论了个人信息检索技术的历史、现状,比较了现有的桌面搜索产品,总结了个人信息技术面对的主要问题。在参考其他个人信息检索研究的基础上,针对未开放格式文件的检索问题,提出了个人信息检索模型的改进。     

网格环境下基于语义关联的信息检索

为了满足网格环境中资源信息的大幅度增加对信息检索的性能越来越高的要求,对网格环境中的信息服务系统(MDS)进行了分析并指出其局限性,设计了网格环境下资源信息检索匹配算法,在MDS的发现系统中应用基于元数据语义关联的信息检索。实验实现了网格环境下基于所设计算法的信息检索,对目录式检索和语义关联检索进行了比较,证明了这种方法可以有效提高资源信息的检索效率。     

上下文信息检索研究综述

上下文信息检索强调把有关用户、资源和查询的上下文与信息检索技术统一组织在一个整体框架内,以向用户提供最适合用户需求的检索信息。全面介绍了上下文信息检索的研究现状,概括了国内外研究者对上下文信息检索过程中涉及的上下文因素及其分类,并从用户上下文、文档上下文和系统上下文3个角度对国内外有关上下文信息检索技术的研究作了概述。最后从5个方面探讨了上下文信息检索领域存在的挑战,指出对用户检索背后需求的探究、基于语义的理解和融合上下文的信息检索模型等将是该领域目前亚需解决的问题。     

T-STAR: 一种基于关键词的关系数据库时态信息检索方法*

将时态信息融入到信息检索技术中可以有效提高检索效果,时态信息检索已有较多的研究,而现有数据库信息检索方法还缺乏对时态信息有效利用。针对这一研究问题,提出关系数据库上基于时态语义的关键词检索方法,引入时态信息构建时态数据图,设计时态相关性评分机制,在时态图搜索过程中引入时态语义约束,设计基于关键词的时态检索算法。实验验证了该方法可以有效提高数据库信息检索效果,而检索性能并没有降低。     

对象级别的关系数据库信息检索技术研究

传统上,关系数据库信息检索以元组级别的关系数据为检索对象,以元组连接树为检索结果,其检索效果还不够理想。为了提高关系数据库信息检索的效果,提出对象级别的关系数据库信息检索研究,介绍了研究背景和现状,阐述了基本思想及主要研究内容,为关系数据库信息检索未来的研究提供了新的思路和方法。     

智能化信息检索技术的分析及设计

随着人们对信息化技术的要求提高,信息化检索技术也呈现智能化的发展,研究智能化信息检索技术能够提升人们在信息检索中的便捷性,获得更好的信息服务。同时,信息检索设计涉及复杂的专业技术,提升信息检索的智能化也是信息设计的重要内容。本文主要分析了信息检索技术的基础理论,并针对信息检索技术的发展趋势及要求进行了阐述,最后研究了智能化信息检索技术设计,从而为信息检索技术的发展提供理论参考。     

信息检索与信息抽取技术的研究

在当今信息社会 ,人们对于信息获取的要求越来越高。特别是互联网的普及 ,可以很方便地从互联网上获取信息。然而目前的信息检索技术和信息抽取技术还远远不能满足人们的要求。首先介绍信息检索和信息抽取技术 ,然后分析两者的特点和不足 ,最后提出一个结合两者优势的信息获取模型     

改进的向量质心模型在实时信息检索中的应用研究

将相关反馈技术应用于信息检索中可以学习和明确用户的信息需求,并对检索结果进行信息过滤,是提高信息检索效果的有效手段之一。除了准确率和召回率之外,过滤算法的适应性、速度也直接影响用户使用信息检索系统的体验。采用向量空间模型表示文档的内容预处理工作少,计算简单,适用于实时信息检索。结合偏差最小的基本原理,将改进的反馈文档向量的质心应用于信息重排。以重排的应用场景,在TREC Filtering Task数据集上进行仿真,并与基于关键词检索和类质心的检索方式进行了试验比较。     

Event graphs for information retrieval and multi-document summarization

With the number of documents describing real-world events and event-oriented information needs rapidly growing on a daily basis, the need for efficient retrieval and concise presentation of event-related information is becoming apparent. Nonetheless, the majority of information retrieval and text summarization methods rely on shallow document representations that do not account for the semantics of events. In this article, we present event graphs, a novel event-based document representation model that filters and structures the information about events described in text. To construct the event graphs, we combine machine learning and rule-based models to extract sentence-level event mentions and determine the temporal relations between them. Building on event graphs, we present novel models for information retrieval and multi-document summarization. The information retrieval model measures the similarity between queries and documents by computing graph kernels over event graphs. The extractive multi-document summarization model selects sentences based on the relevance of the individual event mentions and the temporal structure of events. Experimental evaluation shows that our retrieval model significantly outperforms well-established retrieval models on event-oriented test collections, while the summarization model outperforms competitive models from shared multi-document summarization tasks.     

基于Agent的分布式信息获取模型及其实现

随着信息和网络技术的发展,信息系统在结构上逐渐趋于分布式。信息系统的分布性增加了数据管理的复杂程度,同时也对信息获取技术提出了更高的要求,以适应分布式系统的异构性。文章通过对现有分布式信息系统的特点和实际需求的分析,提出了一种基于Agent的分布式信息获取模型,并在此模型的基础上给出了具体实现。     

Negations and document length in logical retrieval

An unsolved problem in logic-based information retrieval is how to obtain automatically logical representations for documents and queries. This problem limits the impact of logical models for information retrieval because their full expressive power cannot be harnessed. In this paper we propose a method for producing logical document representations which goes further than other simplistic “bag-of-words” approaches. The suggested procedure adopts popular information retrieval heuristics, such as document length corrections and global term distribution. This work includes a report of several experiments applying partial document representations in the context of a propositional model of information retrieval. The benefits of this expressive framework, powered by the new logical indexing approach, become apparent in the evaluation.     

Context-aware Retrieval: Exploring a New Environment for Information Retrieval and Information Filtering

The opportunities for context-aware computing are fast expanding. Computing systems can be made aware of their environment by monitoring attributes such as their current location, the current time, the weather, or nearby equipment and users. Context-aware computing often involves retrieval of information: it introduces a new aspect to technologies for information delivery; currently these technologies are based mainly on contemporary approaches to information retrieval and information filtering. In this paper, we consider how the closely related, but distinct, topics of information retrieval and information filtering relate to context-aware retrieval. Our thesis is that context-aware retrieval is as yet a sparsely researched and sparsely understood area, and we aim in this paper to make a start towards remedying this.     

基于深度学习的视频检索系统设计与实现

针对摄像头产生的海量视频信息,检索工作需要花费大量的人力、物力以及时间成本问题,分析发现传统检索的功能大多都基于文本关键词,对视频内容的覆盖率低且容易依赖于相关工作人员的主观性。提出如何应用传统的机器视觉技术以及深度学习技术去构建一个高效的视频检索系统。创新点在于从视频帧图像内容的角度去充分发掘其中的信息,其信息挖掘的过程无需人工干预,从而提高了信息利用率。     

关于信息管理与信息系统专业《信息存储与检索》课程的研究

本文从信息管理与信息系统的专业目标开始分析,确立《信息存储与检索》课程在该专业中的地位,然后阐述《信息存储与检索》课程的跨多学科的特点,分析当前大学的主要教材,选择最适合信息管理与信息系统专业的教材,针对所选教材阐述了该课程的教学内容及教学方式、方法。