关键词： 文献分类学   分类检索语言   回忆录   文献信息检索   主题检索语言   自然语言检索   标引  

摘要： （续接上期） 9 认真探索中国检索语言和文献分类学的发展方向检索语言是根据文献信息检索的需要，为标引和检索文献信息而使用的语言．包括分类检索语言、主题检索语言、代码检索语言和自然语言检索等。

关键词： 信息检索   搜索引擎   网络爬虫   中文分词   排序  

摘要： 本文对Web中文信息检索进行了简介,分析了Web中文信息检索的几个关键技术,总结时下流行的中文搜索引擎技术。笔者还提出了一些心得、体会和设想,最后对智能中文搜索引擎进行了展望。

关键词： 网页数据抽取   分词   文本自动分类   向量空间模型  

摘要： 本文详细介绍一个基于Web文本挖掘技术的信息检索系统的设计与实现。基于Web文本挖掘技术的信息检索技术融合了文本挖掘的思想，它将单一的资源发现或者单一的信息提取的传统的信息检索方法结合起来，从而达到在WWW发现资源并将其中的信息提取出来进行处理的目的。

关键词： 多媒体   语义检索   MPEG-7   RDFS   XML   Schema  

摘要： 面对海量的多媒体数据,缺乏有效的信息检索手段。为了提高多媒体信息检索智能化程度和准确率,必须实现语义检索。本文借助于多媒体元数据标准MPEG-7和资源描述框架模式RDFS,研究构建基于RDFS的MPEG-7语义元数据通用参考模型的方法,并提出了基于语义的智能多媒体信息检索系统框架。

关键词： 国际贸易   挖掘技术   信息检索   动物卫生   重大动物疫病   全球经济一体化   高致病性禽流感   牛海绵状脑病  

摘要： 随着全球经济一体化进程的加速．我国已越来越多地融入世界经济。然而畜产品国际贸易和人员交往的日益频繁．极大的扩展了有害生物物种的传播范围．降低了有害生物跨越空间障碍的难度．使与之相关的生物安全风险逐渐增大．最突出的表现是近年来H5N1型高致病性禽流感、口蹄疫、牛海绵状脑病等重大动物疫病在全世界范围内迅速蔓延．导致传入我国的风险不断加大．并对我国畜牧业及国民经济的健康发展以及社会公共卫生造成巨大影响和严重损失。因此，完善国际重大动物疫情信息的动态监测机制．密切关注疫情的发生、发展及流行态势，及时、系统、全面掌握国际重大动物卫生信息，以及国外相关政策法规、技术标准和研究动态等方面的文献资料．并结合不同时期的重点防范对象及其流行规律．开展动物卫生信息检索、挖掘与情报分析工作，及时提出我国的应对措施建议，成为当前我国开展防范外来重大动物疫病传入工作的前提和基础。

关键词： 信息检索   搜索引擎   网络爬虫   中文分词   排序  

摘要： 本文对Web中文信息检索进行了简介,分析了Web中文信息检索的几个关键技术,总结时下流行的中文搜索引擎技术。笔者还提出了一些心得、体会和设想,最后对智能中文搜索引擎进行了展望。

关键词： 生物信息学   信息检索   机器学习技术   蛋白质同源性预测  

摘要： 在知识和数据爆炸的今天，信息检索系统在各个领域都扮演着越来越重要的角色。检索函数(有日寸也被称为打分函数或排位函数)是所有检索系统的关键组成部分，其任务是对数据库中保存的数据对象与用户查询之间的相关性进行度量。检索函数的设计可以从两个层次上进行，一个是依赖于应用领域的基本相关性度量指标的构造，另一个是与应用领域相对独立的将多种基本相关性度量指标综合起来的检索函数的构造。本文利用机器学习技术，从检索函数设计的以上两个层次，深入研究了生物信息学中蛋白质序列鉴定和蛋白质同源性预测两个重要的检索问题。\n 在生物信息学领域，串联质谱技术与数据库搜索相结合的肽和蛋白质鉴定是一个重要的生物序列检索问题。肽和蛋白质鉴定软件的核心是对数据库中的候选肽生成实验质谱的可能性进行度量的肽打分函数(即检索函数)。在肽打分函数中，最基本的操作是把实验质谱中的谱峰与从候选肽预测出的理论离子按照质量值进行匹配。由于质量测量的不准确性，随机错误匹配经常发生。为了提高匹配的准确性，本文首先提出了一种更准确的质量匹配误差分布模型，即条件正态分布模型。在该模型中，质量匹配误差分布的均值和标准差不再是恒定不变的，而是分别为离子质量和谱峰强度的函数。其中，质量误差标准差与谱峰强度之间的对数线性关系就作者所知是以前相关文献中没有报道过的。本文并给出了一个迭代学习算法，从训练数据中准确地估计误差模型的参数，刻画串联质谱的质量误差分布。本文接着提出了一种非线性肽打分函数，即核谱向量点积。它是对一大类传统肽打分方法即谱向量点积的非线性扩展。在串联质谱中，碎片离子间的相关性信息对于降低随机匹配是很有帮助的。核谱向量点积利用局部化核函数来强调相关离子的同时匹配。实验表明，核谱向量点积能够显著地提高肽鉴定的精度。基于核谱向量点积肽打分函数的肽和蛋白质鉴定软件pFind在多个数据集上的鉴定精度，明显超越了基于谱向量点积的流行商业软件SEQUEST。在1％假阳性率下，pFind比SEQUEST多鉴定出了10％到30％的肽段数。\n 由于实际检索问题的复杂性，度量数据对象与查询之间相关性的基本指标往往有多种，构成多维特征向量。如何把多维基本相关性度量指标合并成一个相关性指标，就是检索函数构造问题。从训练数据中学习检索函数是一种常用且有效的检索函数构造方法。一般来讲，检索函数的学习是独立于具体应用的一般性机器学习问题。在这类学习问题中，特征向量是相对于查询计算出来的，因而随所关联的查询不同而分成不同的组(本文称为“块”)。数据的块结构形式是检索函数学习问题独有的特点。本文结合蛋白质同源性预测问题，通过深入挖掘这种块结构包含的丰富信息，提出了一系列旨在提高检索函数学习准确性的方法。这些方法包括用于解决块间数据非独立同分布问题的块内数据归一化和块特征向量扩充方法，用于数据去冗余的块选择和支持向量下采样方法，以及用于构造查询适应的检索函数的K近块集成排位算法等。使用支持向量机作为基准学习器的实验表明，本文提出的所有这些基于块的方法都明显地比直接应用标准的支持向量机效果要好。其中，块内数据归一化和数据去冗余方法在2004年的ACM KDDCUP数据挖掘竞赛的蛋白质同源性预测问题上获得了全球并列第一名的总体预测准确度。K近块集成排位算法在预测精度和训练速度上甚至更胜一筹，在上述蛋白质同源性预测问题上是目前表现最好的算法。

关键词： 文献检索课   特色   高职高专院校   思考  

摘要： 科技信息意识和检索技能的培养,是高职高专院校文献信息检索课的特色建设核心。文中就高职高专院校文献信息检索课的学习内容、考试办法、授课形式等提出新见解。

关键词： 信息检索   全文本数据库   正文压缩   倒排索引   数据压缩  

摘要： 文本信息数量的飞速增长给传统的信息检索技术带来了新的挑战。在目前有关信息检索技术的研究中，基于数据压缩的信息检索技术是一个新的研究领域。由于使用这种技术能够降低文本信息的空间需求并提高查找速度，所以该技术具有较高的理论研究意义和应用前景。\n 近年来国内外有一些学者在做关于这种技术的研究，但研究成果不多，研究工作也比较粗散零略。\n 本文在分析总结前人研究成果的基础上研究了一种压缩纯英文文本数据库正文的压缩方法以及和此压缩方法结合使用的一些查找算法和解压缩算法。\n 使用本文研究的压缩方法能够将典型的英文文本数据库压缩到其原始大小的35％左右，要优于WinZip等目前流行的压缩软件。同时由于检索可在压缩后的文本数据库上直接进行，所以能够提高查找速度。\n 此外，本文还研究了一个基于“块编址”的压缩倒排索引结构以及在此压缩索引结构上的一些查找算法来获得更好的查找性能。

关键词： 电子阅览室   党校图书馆   内部管理   文献信息检索   电子信息资源   图书馆工作者   服务功能   特殊类型  

摘要： 电子阅览室是一种特殊类型的阅览室.它是集文献信息检索、咨询、阅览、服务为一体的电子化、数字化的网络电子信息资源.随着党校图书馆电子阅览室的建立和逐步完善,如何进一步拓展其服务功能,加强其内部管理,是党校图书馆工作者当前所面临的新问题.