关键词： 刘喜   文献信息检索   文献索引   文献课  

关键词： 信息检索   重要句群   词性标注   自然语言提问   检索评价  

摘要： 本文针对目前基于标引的检索系统和全文检索系统存在的问题，分析了词性标注对检索性能的影响、基于重要句群检索的可行性以及自然提问语句模式等方面内容，并以此为基础，提出一种改进的信息检索系统模型：基于内容的汉语文献信息检索系统的模型。先把文章的句子按权重排序，然后根据用户选择阈值的范围，把阈值范围内的重要句子群作为待检段落，在待检段落中进行检索；同时在预处理的时候，对文献的语词进行词性标注，达到部分消歧的效果；当用户需要对文献进行扩检的时候，可以通过扩大阈值以及放松对词性匹配的限制而扩大待检段落的范围，最终实现全文检索的目的；此外，文章还对网站上的用户提问语句做了分析，提出常见用户提问模式，支持用户用自然语句进行提问检索。本实验系统是针对中文计算机领域文献的检索系统，以《软件学报》发表的部分文献以及其他一些计算机文献作为系统开发和测试时候的测试集。在测试中，系统和中国期刊网全文数据库检索性能做了比较，其中大部分检索结果优于中国期刊网的检索效果。 本实验系统的设计与传统的中文信息检索系统比较起来，具有以下五点主要成果：1、实现了词性匹配检索。实验通过具体数据来说明汉语词性标注和汉语信息检索性能之间的关系。2、实现了基于重要句群的检索。系统直接从原文中抽取最能代表文章主题的句子作为待检段落进行检索，这样可以提高文献的检准率。3、具有扩检功能。用户通过扩大阈值范围以及放松对词性匹配的限制最终可以实现全文检索功能。4、具有部分数据挖掘功能。能把与高权值词在一起的有检索意义的非高权值词检索出来。5、支持自然语句提问检索。系统通过对用户使用的自然提问语句进行过滤，只对提问中的关键词进行检索。 本文第1章介绍了计算机检索的发展现状和研究动态。第2章研究了词性标注和基于文摘检索的必要性和可行性以及自然语言提问句的常用模式。第3章详细介绍了本实验系统的实现原理。第4章介绍实验系统的设计与实现。第5章介绍了实验系统的测评。第6章归纳了系统的主要成果，系统存在的问题以及后续的研究工作。

关键词： 信息检索   搜索引擎   分词   文本分类   决策树  

摘要： 随着网络技术的发展，网上的资源成指数级的增长，如何在Internet这样的海量信息资源中迅速搜索和查找到用户感兴趣的信息已成为网络上必不可少的需要。已经有象Google和百度这样成熟的通用Web搜索引擎出现，并在很大程度上满足了用户Web信息检索的需求。目前的通用Web搜索引擎在传统的全文检索技术基础上，更多地涉及到网页数据全面快速的采集、海量网页数据的索引和存储、搜索结果的相关性排序、搜索效率的毫秒级要求、分布式处理和负载均衡、自然语言处理技术等。 通用Web搜索引擎通常难以收集全所有领域和主题的网络信息，即使信息领域和主题收集比较全面，由于领域和主题范围太宽，很难将各领域和主题都做得精确而又专业，从而使得检索结果无用信息太多。基于领域主题的Web搜索引擎则弥补了这一不足，它是就某一特定的专门的主题或领域范围来提供Web信息检索服务的搜索引擎，以其高度目标化和专业化在各类搜索引擎中占据了一席之地，其查询结果具有很高的针对性，因此用户对查询结果的满意度较高。 本论文主要是探讨基于领域主题的WEB信息检索相关的技术问题，围绕着Web页面信息的抓取与处理、中文分词、文本自动分类、网页排序、索引与搜索等关键技术问题展开讨论。 本文的主要贡献是： (1) 研究并提出了一种基于块的不需要复杂机器学习方法而仅采用探试法来获取并识别Web页面主要信息内容块的快速算法，实验证明该算法在Web页面主要内容块的识别方面有着较高的正确率与召回率，并且利用该算法可以去掉对非主要内容块的存储，对存储网页快照和建立索引也会带来可观的外存存储节约。 (2) 基于简化贝叶斯网络模型提出并实现了一种文本分类算法，该算法的学习时间具有多项式的时间复杂度，并且分类的准确率和召回率均高于朴素贝叶斯方法。

关键词： 本体   信息检索   语义   推理   网格  

摘要： 信息技术的飞速发展为人们提供了广阔的信息共享平台。人们通过信息检索工具来检索相关的信息,这在一定程度上解决了资源的分类和检索问题。然而,传统的基于关键词的检索方式由于忽视了关键词本身所蕴含的语义信息而得到较低的查全率和查准率,变得越来越不适应检索需求。而语义网格和本体技术为信息检索提供了一种新方法,因此,本文主要研究基于语义网格的信息检索技术。论文的主要成果包括: (1)提出了基于语义网格的计算机文献资料信息检索系统的总体设计框架,详细介绍了系统相关本体、数据源的选取、信息检索代理器、语义交互、推理引擎、服务包装等关键模块的设计过程。 (2)论述了在语义网格平台上使用基于本体技术进行信息检索时需要解决的关键问题:如何构建与检索系统相关的本体,以及如何在检索系统中扩展用户的检索需求以理解用户真正的检索意图,如何在语义网格平台上把检索需求定位到合适的数据源中执行检索服务,从而进一步提高查准率和查全率。 (3)搭建了Globus toolkit3.0网格平台作为系统的基础开发平台,实现了该平台下的计算机文献资料语义信息检索的原型系统SeirGRID。系统采用本体编辑器protégé并使用OWL本体描述语言创建系统相关的本体,包括服务本体、计算机文献资料本体、信息源本体和检索描述本体。该系统选取IEEE、SCI、Elsevier Science和中国期刊网作为检索数据库,开发了基于关键字检索以及基于语义的模糊检索导航和语义浏览图等概念检索相结合的检索方法,使用计算机文献资料本体和Jena逻辑推理框架,对全局逻辑检索条件进行语义扩展,然后借助服务本体在Globus toolkit网格平台上对检索任务进行网格服务包装,并开发了智能化的信息检索代理器,运用信息源本体动态地选择合适的检索源然后由检索执行器描述相关的检索服务,实现基于语义网格的信息检索。 (4)最后对论文工作进行了总结和展望,指出了系统中存在的不足和待改进的地方,并展望了基于本体的语义网格技术在信息检索领域中广阔的应用前景

关键词： 基于Cover的检索   贪心算法   最短文本片断  

摘要： 信息检索系统如果能较精确地定位于文章中用户关心的部分必将提高用户的检索效率。基于Cover级别的检索策略就是针对上述问题提出的。基于Cover级别的检索策略以用户查询的关键词集合作为输入,在被检索文档中找到包含关键词集合的最短文本片断集作为输出。文章采用了一种经过改进的基于Cover级别的检索策略,对系统返回的文本片断作了限制,并在检索过程中使用了贪心算法(Greedy Algorithm)的思想,最后将其应用到中文信息检索系统中。实验证明,采用改进的策略比原有的基于Cover级别的检索策略在返回有效结果个数和平均排序倒数(MRR)等指标上都有了提高。

关键词： 信息检索   潜在语义分析   自动问答  

摘要： 随着信息技术的发展,特别是Web的不断普及和应用,Web上的信息飞速增长,形成了巨大的信息资源。因此,如何从巨量的信息中快速有效地提取出所需的信息,成为迫切需要解决的问题。文章分别介绍了几种传统的信息检索模型和基于潜在语义分析的信息检索模型,以及自动问答系统,并在多方面对它们进行比较,最后展望了问答系统的应用前景。

关键词： 文献信息检索   再版   职业技术学院   中等学校   城市管理   高等院校   上海市   教材   编写   读者  

摘要： 由上海市城市管理职业技术学院张林龙先生编写的《实用信息检索》一书，是一部面向中等学校、高等院校文献信息检索的教材。由于得到各校老师和读者的大力支持，该书自2004年12月底出版至今，第一次印刷的3500册已全部订完。目前仍有不少学校要订此教材。

关键词： 页面表示   用户兴趣模型   页面链接   智能搜索引擎  

摘要： 页面表示、用户兴趣模型、页面链接排序是信息检索系统中的关键技术,分析相应的数学模型,并例举在一个智能搜索引擎中的应用,通过动态的更新用户兴趣模型和由此而引起的WEB页面更新,有效地适应用户兴趣的变化。

关键词： 网络环境   高校图书馆   信息检索   咨询服务  

摘要： 本文浅谈了网络环境下高校馆的文献信息检索咨询服务,并结合我馆实际,从建立网站主页、开展宣传、网络用户教育培训、建立全文电子期刊导航、建立多功能电子阅览室;图书检索、催还、预约、续借与馆际互借;查新咨询、专题与定题、文献传递、建立重点学科导航网站与特色数据库、中外文数据库和引进数字化文献;做好免费试用数据库等服务进行的实践探索进行了简述。

关键词： 计算机   数据库   信息检索   信息  

摘要： 对目前数据库检索技术中的几个关键问题进行了探讨,即文献检索的快捷性、查全率、查准率和方便性,用具体实例对每一个问题进行了逐一的说明。