关键词： 关键词搜索   分类浏览   图像内容特征   特征检索   内容检索  

摘要： 随着互联网上图像资源增多,其检索问题给传统检索理论带来新挑战。该文对图像信息检索技术进行分类研究,并对两类图像信息检索技术的发展与结合做出了展望。

ISBN: (纸本)9787811300055

关键词： 信息检索   查询扩展   概率潜在语义索引   文摘  

摘要： 随着信息时代的到来,各种信息资源越来越丰富,尤其是互联网资源。为了能够从这些海量数据中获取所需要的各种各样信息,需要高效的信息检索系统,它是人们获取所需信息的钥匙。当前的信息检索系统普遍存在着很难在持续快速增长的互联网上准确、全面地检索与用户查询要求相关的文档的问题。针对这些问题,本文从文档文摘和查询扩展两个方面进行了研究,在抽取文档文摘的基础上提出了基于概率潜在语义索引(PLSI, Probabilistic Latent Semantic Indexing)模型的查询扩展方法,并且将该方法同目前普遍采用的其它相关反馈方法在检索性能上进行比较,来改进检索性能。 主要研究内容包括: 1.面向检索的文摘。本文对机械文摘的一般方法进行了研究,针对检索任务,生成一个面向检索的文摘将对提高检索的效率起到积极的作用。本文在语言模型框架下,验证了文摘在对检索性能上的影响。 2.基于概率潜在语义索引模型的查询扩展。该方法在对查询选取扩展词时充分利用了语言成分以及自然语言词汇具有多义性和歧义性,并且考虑了上下文对语义的限定等因素。通过在TREC测试集上进行的实验表明,相对于未进行查询扩展的简单的语言模型,本文的方法在检索性能上取得了一致性大幅的提高。 3.分析比较了基于PLSI的查询扩展方法和目前普遍采用的伪反馈方法在检索性能上的差别。通过在TREC测试集上的实验表明,本文提出的基于PLSI的查询扩展方法和目前普遍采用的几种伪反馈方法在检索性能上相比,其检索性能都优于目前普遍采用的伪反馈方法,检索性能提升幅度最大达到45.74%,提高接近了一半的检索性能。因为伪反馈的有效性依赖于检索结果的相关度,它能克服上述伪反馈方法的不足。

关键词： 以问题为中心   信息检索与利用   教学运用  

摘要： 在《信息检索与利用》课的教学实践中,采用"以问题为中心"教学法进行教学,能有效控制设计问题、呈现问题、思考问题、解决问题等重要环节。"以问题为中心"教学法强调将以学生为主体,以问题贯穿教学活动的始终,重在培养学生的思维能力和表达能力。实践证明这种教学法具有可操作性和推广性。

关键词： 中文分词   信息检索系统   搜索引擎   汉语自动分词   歧义词切分   词典算法  

摘要： 随着信息化时代的不断进步和发展,人们获取信息的手段也在不断的发生着变化,从原始的手工查找到现在的计算机搜索引擎。计算机技术的发展极大的促进了信息检索技术的进步,搜索引擎作为信息检索的主要手段,其发展受到越来越多研究机构和个人的重视。搜索引擎作为检索工具,其发展给我们的生活带来了前所未有的方便和快捷。当人类利用google、baidu等搜索引擎进行信息的查询和检索时,它们是如何知道我们最想要的结果是什么,有多少结果是我们需要的?　　汉语言的博大精深使它不能像英语那样容易让人理解。当利用计算机处理汉语言时,输入计算机的仅仅是一连串的字符序列,除了标点符号就没有其他的分割标志,而英语却有一个明显的分割标志—空格,这使汉语分词遇到了一些在英语中没有的问题,这些问题都集中体现在中文分词技术中,其中以歧义词的切分和未登录词的识别为代表。　　本文前面主要从理论上分析和介绍了目前的各种汉语自动分词方法,以及搜索引擎技术的相关情况。对各种分词方法的技术特点进行了阐述,对自动分词发展现状和趋势作了概括性的总结。讨论了中文分词中存在的两个主要问题—歧义词的切分和未登录词的识别,简单介绍了中文分词和信息检索的关系。　　目前的分词算法主要有基于词典和无词典两大类,这两种算法各有优缺点。本文的分词系统是基于词典的,词典作为整个分词系统的核心,它的好坏直接影响到分词系统的效率和准确率,所以要从时间和空间多个方面考虑分词词典的组织结构。本文的主要工作如下:　　1、简要的介绍了文章的研究背景和意义以及中文搜索引擎的相关情况,深入的研究了目前国内中文自动分词发展情况和中文自动分词面临的问题。　　2、介绍了目前常用的几种词典算法结构,根据已有的词典算法并结合前人的研究工作,对基于双数组Trie树词典算法进行了改进,利用Lucene全文索引擎工具包的切分工具对原始语料进行初切分,并结合统计方法在切分过程中对歧义切分和未登录词识别进行了相应的处理,最后实现本文的分词系统CSSD。　　3、把改进后的词典算法和目前现有的几种词典算法从空间利用率和查找速度进行了比较,并把本文的CSSD分词系统和中科院ICTCLAS分词系统以及前向最大匹配算法FMM从切分速度、切分准确率和未登录词识别三个方面进行了比较,结果显示,CSSD分词系统能够满足面向大规模信息检索的要求。最后,对全文的工作进行了总结,并提出进一步的研究工作。

ISBN: (纸本)9787508371603

关键词： 卫星云图   基于内容   小波变换   变分方法   图像检索  

摘要： 近年来,随着信息时代特别是数字时代的来临,计算机信息处理已经成为卫星云图处理最主要的手段。卫星云图是遥感成像数据中包含信息最多的数据源之一,采用图像处理方法分析并提取有用图像特征和内容,进而判断大气变化情况和天气形势,是当前天气预报界的主流工作模式。因此,合理地处理、分析和应用卫星云图信息,已经成为卫星云图处理的主要研究方向。 本文在借鉴传统图像处理方式的前提下,提出了基于内容的卫星云图处理和信息检索方法,提高了图像处理的目的性和使用效率,具有较高的创新价值和实用价值。本文所提出的图像内容的含义包含两层意思:一是纹理、颜色、形状、边缘等基本图像特征,它们组成了反映图像特点最基本的内容;二是通过这些特征所反映出的信息,即该图像所描述的天气状况及发展趋势。在本文中,针对这两层图像内容作了系统的分析,采用了多种图像处理算法提取图像特征,并进一步分析这些特征所体现出的信息,达到实际应用的目的。具体地,本文完成的工作和取得的研究成果主要包括以下几个方面: 1.将基于内容处理的思想引入卫星云图处理领域 本文将卫星云图的特征作为研究内容,从底层特征提取和高层图像检索两个层次研究了卫星云图内容的处理和分析,并将图像理解的范畴引入卫星云图处理领域,是具有前瞻性的研究课题。 2.针对卫星云图基本特征,提出了识别卫星云图的基本判据 在系统分析大量卫星云图的基础上,提出了卫星云图识别的一般判据,并从这六大判据依次上升到图像的四项特征(颜色、纹理、边缘、形状),为准确地进行云图处理和识别奠定了基础。 3.在小波域内系统研究了基于组合滤波思想的卫星云图预处理算法 卫星云图由于其成像机制,遥感图像的分辨率和清晰度还有待提高,图像“软”处理技术在当前硬件水平欠缺的情况下就显得尤为重要。基于小波域的组合滤波方法将平滑滤波的思想应用于小波分解图像,在小波域内能够充分滤除干扰,重构后的图像质量取得了明显改善。 4.系统分析了卫星云图的特征,提出了改进的边缘检测融合算法 卫星云图的基本特征可以包括光谱特征、纹理特征和空间几何特征三类。本文从颜色处理和灰度校正出发,研究了卫星云图的颜色特征,改善了图像质量;系统分析了卫星云图的纹理特性,采用具有统计特性的共生矩阵法分析图像纹理特征参数,实现了卫星云图的特征识别;特别是针对卫星云图的边缘特征,提出了改进的边缘检测融合算法,该算法基于sobel算子的强边缘检测原则和cannv算子的最优检测三大准则,取得了较好的改良效果。 5.提出了基于特征矢量空间和全局竞争生长准则的区域生长算法 卫星云图的区域特征提取一直是个难题,常面临“找不准”和“溢出”等问题,本文改进了常规的区域生长算法,在特征矢量空间表征图像,基于全局比较探测、面积测定及空间优先、竞争机会均等三个生长准则,采用贴标签的方式决定特征向量的归属,能够准确的提取目标区域。 6.基于变分方法,提出了两种卫星云图轮廓提取算法 卫星云图的轮廓特征是最重要的一种视觉特征,本文采用变分方法提取卫星云图轮廓,系统分析了变分理论的两大分支——参数活动轮廓模型和几何活动轮廓模型的特点,提出了两种轮廓提取算法,能够有效实现卫星云图真实轮廓的标记。 7.提出了一种适用于卫星云图检索的多特征加权反馈方法 研究了基于内容的卫星云图信息检索特征提取、特征索引、图像匹配、特征反馈的全过程,从颜色、纹理、形状、轮廓等不同的图像特征内容出发,研究了根据不同特征进行图像信息检索的方法,提出了一套有效的图像多特征加权反馈检索方法,能够准确高效地检索相关的图像信息。 本文在分析了大量图像和借鉴传统方法的基础上,针对卫星云图的特征,提出了几种适合于卫星云图的处理方法,取得了较好的实验效果。由于气象图像数据量的庞大,为了便于查询分析结果,建立了便利的卫星云图数据库,研究了基于图像内容的图像检索方法。本课题将卫星云图的处理、分析、入库、检索、应用及预报的业务过程作为一个整体联系起来,提高了卫星云图的应用效率,具有较高的理论价值和应用价值。

ISBN: (纸本)9787811332254

关键词： 情报检索-高等学校-教材  

摘要： 本书共分11章：信息检索概述；信息检索的数学模型；信息检索系统及其构成；文本信息检索技术与方法；多媒体信息检索技术与方法；Web与网络搜索引擎；信息检索评价研究等。

关键词： 主题学习   文档检索模型   智能   方法研究   信息检索技术   电子文档   相关模型   Correlation model   相关性   文档表示   领域   框架   语义层次   最佳匹配   主题空间   学习能力   问题   同义词   体系结构   时间  

摘要： 近年来,随着计算机技术的飞速发展,电子文档在存储、修改,传递等方面的优势越来越明显,电子文档的普及和流行已成为大势所趋。随着电子文档数量的迅速增多,花费在文档检索上的时间飞速增长。很多时候,人们检索一篇文档的时间已远远超过阅读该文档的时间。于是,文档检索成为制约人们工作效率的瓶颈之一。 人们通常利用关键词来表达自己的检索需求,借助于搜索引擎等信息检索工具来查找自己感兴趣的相关文档。随着电子文档的普及,许多应用领域对文档检索技术提出了-些新需求：在公共安全领域,案件分析人员希望能根据当前案件描述文本找到所有相关的其它案件;在科技查新领域,情报分析人员希望计算机能自动完成对查新资料的学习,在此基础上进行相关文档检索,得出查新结论;在科研领域,科研工作者希望计算机能根据某篇经典文献找到所有与其内容相关的文档。 搜索引擎等现有信息检索技术无法满足上述应用领域的新需求,主要原因是信息检索技术本身存在如下几方面的缺陷： (1)缺乏对文档语义的智能学习能力。现有的信息检索技术缺乏语义学习能力,不能从更高语义层次上建立每份文档的表示视图;当面对大段文本或整篇文档形式的检索请求时,很难确定选取多少关键词以及选取哪些关键词用于表示检索请求。 (2)不能从语义层次上学习文档关系。现有信息检索技术不具备语义学习能力,无法为每份文档建立基于语义的表示视图,因而,无法从语义层次上对文档之间的相关关系进行分析。 (3)易受同义词和多义词现象干扰。现有的信息检索技术主要以关键词作为文档表示的基本单位,不可避免会受到同义词和多义词现象的干扰--同义词的出现会造成文档的查全率下降,而多义词的出现会引起文档查准率的下降。 针对当前信息检索领域存在的上述问题,本文提出了基于主题的文档智能检索思想,主张把相关文档的检索分为两个阶段：学习文档主题和建立文档之间基于主题的相关性模型。鉴于近年来自然语言处理领域在文档主题学习方面已经有较多研究成果,本文的研究重点将集中在后一阶段--基于主题的文档相关性建模。 本文的创新点主要有： (1)提出了一个基于主题的文档智能检索框架TDIRF(Topic-based Document Intelligent Retrieval Framework)。TDIRF框架由主题学习、文档表示,检索排序三个核心模块和一些辅助模块构成;主题学习模块负责从自然语言文本中获取主题,文档表示模块负责为每份文档建立主题索引,检索排序模块负责计算文档之间基于主题的相关度,并排序输出。TDIRF框架通过主题学习提高了对文档内容的理解能力,通过基于主题的文档关系建模实现了从主题层次上对文档关系的认知,在很大程度上避免了同义词多义词对判断文档关系的干扰。可以说,TDIRF框架提供了一个较为完整的智能化解决方案,克服了现有信息检索技术无法处理“输入条件为大段文本或整份文档的文档检索问题”的缺陷。 (2)在TDIRF框架的基础上,用Latent Dirichlet Allocation获取文档的主题混合比例,用三种不同方法对基于主题的文档相关性建模,得到三个基于主题的相关文档分析模型： >基于主题的概率文档相关模型TPDC(Topic-based Probabilistic Document Correlation model)将文档的相关性建立在文档后验概率的基础之上,并通过概率推理和合理近似,把求解文档之间的相关性问题转化为求解主题之间的相似性问题,从而使问题得以化简解决。 >基于主题最佳匹配的文档相关模型DCTOM(Document Correlation model based on Topic Optimal Matching)把两篇文档分别看作一个二分图的两个分图,每个主题看作二分图的一个节点,主题之间的加权相似度看作节点之间的边权值,最后,用二分图的最佳匹配表示两篇文档之间的相关度。 >基于潜在主题空间的文档相关模型DCLTS(Document Correlation model based on Latent Topic Space)为所有文档建立公共的潜在主题空间,每篇文档表示为主题空间上的一个向量,用向量之间的相似度表示文档之间的相关度。 实验结果表明:TPDC、DCTOM和DCLTS模型都有较好的综合检索性能;用调和中数(查全率和查准率的调和平均数)作为检索性能评价指标,TPDC模型的平均调和中数约为0.5650;DCTOM模型的平均调和中数约为0.5134;DCLTS模型的平均调和中数约为0.6831;与其它基于主题的文档检索模型相比,采用TextTiling分段和二分图最佳匹配方法构建的相似文档检索模型的平均调和