基于智能Agent的多维权值信息检索模型

为了弥补目前信息检索系统中存在的资源耗费大、实效性不高、用户满意度低等缺点,该文提出并实现一种新型的基于智能Agent的多维权值信息检索模型。该模型主要思想是在信息检索系统中应用了智能Agent技术,通过将检索任务分担到用户客户机、检索服务器和被检索主机的方式以达到提高检索实效性和节省系统和网络资源的目的;该文还通过综合考虑用户检索偏好等特征以及信息本身的重要度和检索匹配程度,提出了一种多维权值排序算法MWRA,提高检索的排序能力,从而为用户提供符合其个性化特征的检索结果。该文首先描述了基于智能Agent的多维权值信息检索模型,然后深入分析了多维权值排序算法MWRA,最后对模型的性能进行了比较和分析。实验结果和性能分析结论表明,基于智能Agent的多维权值信息检索模型的性能尤其在排序能力等方面有明显的提高。     

Role of Ontology in Information Retrieval

Based on the comparison between ontology and thesaurus, and the analysis of an ontology-based Information Retrieval （IR） model, the potential advantages that ontology may contribute to IR are analyzed. Then a general architecture of ontology-based Information Retrieval System （IRS） and the approach of constructing it are presented. Based on the researches, the role of ontology in IR is summarized from four aspects and a typical system called Textpresso is analyzed. Finally, a conclusion is drawn that utilizing ontology is the trend of IR and can really improve the IRS.     

Ordinal Regression for Information Retrieval

This letter presents a new discriminative model for Information Retrieval （IR）, referred to as Ordinal Regression Model （ORM）. ORM is different from most existing models in that it views IR as ordinal regression problem （i.e. ranking problem） instead of binary classification. It is noted that the task of IR is to rank documents according to the user information needed, so IR can be viewed as ordinal regression problem. Two parameter learning algorithms for ORM are presented. One is a perceptron-based algorithm. The other is the ranking Support Vector Machine （SVM）. The effectiveness of the proposed approach has been evaluated on the task of ad hoc retrieval using three English Text REtrieval Conference （TREC） sets and two Chinese TREC sets. Results show that ORM significantly outperforms the state-of-the-art language model approaches and OKAPI system in all test sets; and it is more appropriate to view IR as ordinal regression other than binary classification.     

一种基于本体的信息检索模型

为解决传统的基于关键词的信息检索只能从语法上分析关键词、进行关键词的机械匹配,导致检索缺乏语义的问题,提出了一个基于本体的语义网检索模型,并以此为基础构建一个系统原型.实践结果表明,该检索模型能够在一定程度上改善检索效果.     

基于最近邻聚类的INTERNET信息检索系统

随着网络的不断普及和发展，Internet为用户提供了一个极有价值的信息源。如何能够快速、准确的检索出用户感兴趣的信息，已经成为当前研究的热点。本文分析了KNN算法和聚类方法，指出了其中的不足并在此基础上提出了一种改进算法。该算法将聚类方法和KNN算法的优点结合起来，从而达到缩减了训练样本数量，减少了算法计算量，加快检索速度的目的。     

基于统计机器翻译模型的查询扩展

在搜索引擎等实际的信息检索应用中,用户提交的查询请求通常都只包含很少的几个关键词,这会引起相关文档与用户查询之间的词不匹配问题,对检索性能有较严重的负面影响。该文在分析了查询产生模型的基础上,提出了一种新的基于统计机器翻译的查询扩展方法。通过统计机器翻译模型提取文档集中与查询词相关联的词,用以进行查询扩展。在TREC数据集上的试验结果表明:基于统计翻译的查询扩展方法不仅比不扩展的语言模型方法始终有12%～17%的提高,而且比流行的查询扩展方法-伪反馈也具有可比的平均准确率。     

信息检索中的聚类分析技术

信息检索/搜索引擎技术的快速发展使得信息的查全率有较大提高,而查准率以及人们获取信息的效率改善却不明显。文本聚类和多文档关键词的自动生成技术将有助于解决这一问题。其基本思想是对检索到的部分文档进行聚类处理,并对每类文档自动生成关键词,从而帮助用户判断各个类别的文档和检索需求是否相关。该文提出文档相关度和类别相关度的概念,并利用词频信息以及知网(HOWNET)中词的概念计算模型计算类别相关度,将其作为聚类合并的依据。信息获取的仿真实验表明文档检索效率有较大提高。     

基于贝叶斯网络模型的信息检索

贝叶斯网络模型是解决信息检索领域问题的有效手段，因为它可以表示术语间的条件概率和概念语义，并依此预测用户查询和文档间的相似度。本文对信息检索中的贝叶斯网络模型做了若干改进，加入了一些新特征，并用实验结果证明了通过提高贝叶斯网络模型的质量和调整其中的参数，我们的方法取得了较好的检索效果。     

基于内容的多媒体信息检索

较系统地介绍了基于内容的多媒体检索技术。对于基于内容的视频检索技术，介绍了基于内容的视频处理、视频检索的方式和ML算法在视频检索中的应用。此外，还介绍了基于内容的压缩方法MPEG-4、MPEG-7、MPEG-21等。     

一种基于概念的信息检索查询扩展

文章针对信息检索中存在的查询词“表达差异”问题,提出一种基于概念的查询扩展方法。一方面将用户查询中使用的词或短语与文档中抽出的概念相连接加入原查询．同时将作为扩展词的概念进行分类查询并采用整合排序算法调整结果;另一方面引入概念图供用户手动调节来进行查询扩展,以达到查询优化的目的。试验结果表明。该方法适宜改进Web上的信息检索,相对没有扩展的查询可以大幅度提高查询精度。     

一种基于模糊集合论的信息检索方法

本文介绍一种基于模糊集合论的信息检索方法(简称FIR),引入FIR设计的计算机信息系统,具有一定的人脑进行模糊信息处理的能力,因而更合理,更实用。     

基于网络环境的信息检索策略

网络信息资源的检索和利用已经成为人们获取信息的主要方式，但要迅速、准确地获取所需要的信息，必须掌握一定的网络检索技术和检索策略。主要阐述了网络环境下影响信息检索的两个主要因素和采取相应的检索方法和策略以更快、更准确地检索需要的信息。     

基于Agent的智能个性化信息检索系统模型研究

文章通过描述目前已有搜索引擎弊端,提出了一种个性化的信息检索系统模型.通过智能Agentg与移动Agent的结合为用户提供个性化的服务,详细分析了模型的工作原理,并描述了各功能模块的实现方法,部分解决了信息检索中兼顾查全与查精的问题.文章最后指出了项目未来的研究方向.     

异构数据统一检索技术研究与系统实现

Web是今天的标准应用平台,该平台上信息的种类,挂接的应用非常丰富,文章提出将集成深化到应用集成层次,针对Web上异构信息的检索问题,提出统一检索的概念,并介绍了采用Meta演算,文本IR,信息抽取等技术实现统一检索系统。     

计算机激光打印文档鉴别与检索

该文为解决计算机对打印文档的自动鉴别与检索问题,研究激光打印机的工作机理,以器件特性反映到打印图形中的差异做为打印文档鉴别与检索的依据。设计一种新的双极性Hausdorff距离用于有效的一对一打印字符匹配,之后综合样本的所有字符,采用字符集匹配计算二次距离进一步提高打印图形鉴别和检索的准确性。实验表明该方法能够取得较为理想的效果,其中检索正确率为90%,鉴别最小错误率为17.80%。     

高校科技文献信息管理系统的设计与实现

随着高校数字化建设的不断深入,科技文献管理系统是提高高校数字化水平的一个重要手段。该系统不但能提高管理部门的管理效率、减轻工作负担,而且为广大教师和科研工作者提供更多更快捷的服务。根据实际需求出发,提出了一个科技文献管理系统,并进行了系统功能和流程的设计与开发,阐述了部分功能特色的具体实现,并对系统实施后的运行情况进行了讨论。     

Universal Service-Providers for Private Information Retrieval

A private information retrieval scheme allows a user to retrieve a data item of his choice from a remote database (or several copies of a database) while hiding from the database owner which particular data item he is interested in. We consider the question of private information retrieval in the so-called ``commodity-based' model, recently proposed by Beaver for practically oriented service-provider Internet applications. We present simple and modular schemes allowing us to reduce dramatically the overall communication involving users, and substantially reduce their computation, using off-line messages sent from service-providers to databases and users. The service-providers do not need to know the database contents nor the future user's requests; all they need to know is an upper bound on the data size. Our solutions can be made resilient against collusions of databases with more than a majority (in fact, all-but-one) of the service-providers. Received 21 September 1998 and revised 21 December 1999 Online publication 19 May 2000     

个性化智能信息资源检索入口机制探讨

为了解决多媒体信息检索的检索表达难、表达有差异等问题,提出了一种基于领域本体的个性化智能信息检索的入口机制,该机制充分考虑各类用户的领域知识层次,为其提供相应的检索途径,进行个性化的信息导引,使得各类用户在特定的查询环境下能够充分有效地表达自己的查询意图,包括提供多种检索模式(自由模式、固定模式、向导模式),以及个性化的定制和主动推送服务(实时链接、热链接、温链接、冷链接),并为初学者提供本体浏览和用户培训服务,为用户提供查询反馈服务等.     

基于内容的多媒体信息检索技术研究

介绍了基于内容的多媒体信息检索技术的现状和发展，讨论了基于内容的图像检索和视频检索中常用的关健技术。     

信息检索结果多样化探索

研究了信息检索结果多样化的方法。首先实现了经典的检索结果重排序最大边缘相关(MMR)算法,进而设计了三种基于查询日志的子查询构造方法:单字向后扩展,双字向后扩展和双向子串扩展,并最终探讨了将这三种子查询构造方法分别与最大边缘相关算法相结合的使用策略。实验表明,采用上述方法实现的系统能明显提高信息检索结果的多样性。