关键词： 搜索引擎   搜索技术   信息检索  

摘要： 本文主要介绍了几种检索技术,以及它们在搜索引擎中的应用;比较分析了目前各种搜索引擎的优点和不足之处。

关键词： 问答系统   跨语言信息检索   问题分析   答案抽取  

摘要： 随着计算机网络技术的发展,全球互联网用户快速增长,网络信息资源语种也日益多样,跨语言信息检索已成为越来越重要的研究课题,同时自动问答技术是自然语言处理领域中一个非常热门的研究方向,它综合运用了各种自然语言处理技术。跨语言问答式信息检索兼有跨语言信息检索及问答式信息检索两个方面的内容,对用户跨越语言壁垒,实现无障碍式交流具有一定的现实意义和实用价值。跨语言问答式信息检索系统是集自然语言处理技术和信息检索技术于一身的新一代搜索引擎。它的出现旨在提供更有力的信息获取工具,以应对信息爆炸带来的严重挑战。 问答式信息检索一般包括三个主要组成部分:问题分析、信息检索和答案抽取,本文针对中-英文跨语言问答式信息检索,主要研究了以下三个方面的问题: 1.中文问题分析。中文问题的分析是问答系统首先进行的重要工作,这个过程分析的效果对后面的处理过程有着重要的影响。问题分析部分包含下几部分工作:首先要对问题进行分词,名实体识别以及词性标注,然后确定问题的类型、提取出问题的关键词、依据问题的类型等因素对关键词进行适当的扩展。 2.中-英跨语言检索模式。跨语言模式是连接双语信息的桥梁,跨语言模式研究的目的就是能够通过使用提问语种的提问式在信息系统中检索出符合要求的多种信息语种的相关信息。跨语言模式部分包含基于双语词典统计的跨语言模式,以及基于机器翻译工具的跨语言模式。 3.英文答案抽取。英文答案的抽取是跨语言问答系统中最为重要的核心技术,也是决定系统效用以及精确度最关键的步骤。本文给出的英文答案抽取研究包含两方面内容:一个是返回包含问句答案的全部可能文档,即问句答案初选研究;另一个是在返回的可能包含问句答案的文档中,根据问句类型的不同情况,最后抽取出正确的答案,即问句答案抽取研究。

ISBN: (纸本)9787811065329

关键词： Information retrieval   User interfaces  

摘要： Purpose - The purpose of this research is to compare the results of two different usability techniques in evaluating the Web of Science interface. Design/methodology/approach - At first three human factors experts conducted a heuristic evaluation with the interface. Then, usability testing was conducted with 22 students recruited from various departments at Loughborough University, UK. Findings - A comparison of these techniques showed that heuristic evaluation revealed qualitative information whereas usability testing uncovered mostly quantitative data about usability of the interface. Although heuristic evaluation found more problems than usability testing, it also identified complementary information. Research limitations/implications - This paper recommends applying multiple usability techniques to ensure comprehensiveness in evaluating IR interfaces. Originality/value - This paper shows that using multiple usability techniques resulted in a high degree of comprehensiveness in evaluating IR user interfaces.

关键词： 本体   语义检索   语义处理   语义相似度   倒排索引  

摘要： 目前导致信息检索质量低下的根本原因在于检索工具和检索过程缺乏语义化,对用户信息需求的理解,通常是基于语法层上简单的机械式的语法匹配,缺少语义理解能力,存在信息的误检、漏检等缺陷。本体是对客观存在的概念及其相互之间关系的描述,基于本体的信息检索是基于语义的检索,它弥补了传统关键词检索系统的不足。引入基于本体的语义信息检索技术,能使信息检索系统在信息查准率和查全率上有更好的保证。 本文首先阐述了基于本体的信息检索的国内外研究现状,概述了本体和信息检索的相关基础理论。并在分析、比较各种本体构建方法的基础上,遵循本体构建的一般原则,综合各种本体构建方法的优点,提出了一种新的领域本体构建模型,为构建基于本体的语义信息检索系统提供了有力的理论支持。 其次,从文档的语义预处理技术、语义相似度计算、语义查询扩展、倒排文件索引算法研究和语义推理等几个方面,对构建基于本体的语义检索所需的关键技术进行了深入地研究,并给出相应的改进算法。 再次,在上述理论研究的基础上,给出了一种基于本体论的科研论文检索模型,初步创建试验性数据结构论文本体,并通过测试,说明了文中方法的可行性和有效性。最后,对全文进行回顾、总结,指出不足,并对未来研究工作作出一些展望。

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。

关键词： 信息检索   查询优化   遗传算法   局部共现  

摘要： 随着计算机网络技术的迅速发展,信息的发布与共享不再受到时间和空间的限制,互联网上的信息急剧膨胀,在为用户提供大量信息的同时也带来了“信息过载”的问题。网上庞大的数字化信息与人们获取所需信息能力之间的矛盾日益突出。怎样快速准确地检索相关信息已经成为当今信息领域的一个重要研究方向。 查询条件的构造是影响检索效果的一个重要因素。由于大部分搜索引擎用户是普通网络用户,在检索策略和检索技巧上缺乏必要的知识,用户在进行初次检索时提交的查询往往比较短,不能具体准确的描述查询意图,导致检索结果偏离用户的信息需求。因此,查询优化技术的研究成为了信息检索中的一个热点。 本文在广泛深入地查阅国内外文献的基础上,对信息检索及查询优化问题的基础理论和基本方法进行了深入的理论研究和实验分析,主要内容如下: 本文首先介绍信息检索领域的发展,系统、详尽的介绍了信息检索的一般模式和基本模型,以及信息检索中查询优化技术的基本理论和方法。对经典的模型和方法作了全面的总结和分析比较,指出其应用范围、不足之处。 介绍了遗传算法的基本概念和实现步骤,对遗传算法及其在信息检索中的应用进行研究和总结,表明了遗传算法用来解决查询优化问题的有效性,并给出了基于遗传算法的查询优化方法的实现步骤和系统框架。最后将遗传算法与局部共现方法相结合,在使用局部共现方法对查询词进行扩展的基础上利用遗传算法进一步优化查询权重,并对遗传算法中的遗传操作算子和适应度函数进行分析和改进,提出了一种新的基于局部共现和遗传算法的查询优化方法。

关键词： 开源信息检索库   Lucene   索引机制   全文检索  

摘要： Lucene作为Apache Software Foundation的子项目之一在开源信息检索库的发展过程中扮演着相当重要的角色。本文分析了Lucene信息检索库并着重对其体系结构和索引机制进行了研究,在文章的最后对开源信息检索库Lucene的应用给予了探讨。

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。

ISBN: (纸本)9787302179696