关键词： 信息检索   检索意图   多维度  

摘要： 信息检索是对大规模电子文本和其他人类语言数据进行表示、搜索和处理的技术。随着信息检索技术的发展,为了使检索结果更加符合用户要求,基于检索意图识别的信息检索技术迅速发展。本文首先介绍信息检索和检索意图识别的基本概念,然后从专利技术的角度介绍基于检索意图识别的信息检索技术的发展路线,并介绍基于检索意图识别的信息检索技术重要申请人的技术路线,最后,总结现有的基于检索意图识别的信息检索技术的整体发展趋势和专利文献在其中所起的作用。

关键词： 信息   资源   能力   检索  

摘要： 搜商改变了我们获取信息的方式,搜商也在方方面面改变着我们。搜商改变了我们传统的学习方式,创造了学习的新时代;搜商让我们的思考更加缜密,决策更加有依据;搜商更新了现代人的生活和学习方式。能人所不能,知人所不知,培养搜索意识,提高搜索能力,让解决问题变得轻松愉快。在学习搜商的过程中,享受学习搜商的乐趣,从发现新的问题,分析问题的关键,搜索解决方法,获得解决问题的资源,再到成功解决问题的喜悦,搜商的魅力在这过程中得以体现。

关键词： 中国制造2025   中小企业   跨语言检索   机器翻译   商业情报  

摘要： 当下,我国以政府为主导实施的"中国制造2025"正在火热进行中,在企业"请进来,走出去"的过程中,语言的差异和商业情报信息的获取是每个企业首先面临的挑战,企业迫切需要通过收集、统计和分析有效的商业情报。本文介绍了我公司研发的利用规则系统在句法结构和逻辑语义结构的优势以及统计翻译引擎在词语搭配方面的优势,提出了跨语言信息检索技术结构设计思路,以及通过跨语言信息检索技术在领域适应性研究,列举了未来技术成果在行业的典型应用,给出下一步工作设想。

关键词： 应用型本科院校   文献信息检索课   教学改革  

摘要： 采用问卷调查、文献研究、案例分析等方法,对应用型本科院校的文检课教学研究现状和存在问题进行了研究,指出应用型本科院校文检课程教学内容应具有行业型、技术型和地方型特征,采用综合教学模式,加强教学的软硬件投入和管理,切实提高课程教学质量,促进应用型人才培养。

关键词： EuroWordNet   ILI映射技术   多语本体库跨语言  

摘要： [目的/意义]通过对国内外多语本体领域映射技术相关研究成果的总结和Euro Word Net案例分析,为国内跨语言信息检索系统映射机制的建立提供借鉴和参考。[方法/过程]选取目前发展较为成熟的多语本体库Euro Word Net作为案例,分别从数据库设计、本体构建、概念存储和多语文化差异的映射处理4个方面对其中间语言索引机制(Inter-Lingual-Index,ILI)进行分析。[结果/结论]嵌入式的数据库结构设计、概念抽取及同义词集对应关系的界定、概念存储的细粒度化和复杂等价关系的建立是建立跨语言信息检索映射机制的关键。

关键词： 档案检索   信息检索系统   信息内涵   持续状态   深度开发利用   传统流程   档案建设   检索体系   多媒体检索   数字档案馆  

摘要： 随着新技术的迅速发展,档案的信息检索、开发利用等工作流程,历经不断改进,发展到今天。检索信息摒除了单一的手动检索,获取了更高水准的检索成效。信息化态势下的档案建设依循了新途径,融汇了多重的信息内涵。技术在快速进展,传统流程内的档案检索没能吻合这种变更,亟待着手予以改进。在新时期,构建信息化具有特有的查验及检索体系,要摸索可持续状态的档案管理进展。

关键词： 多模态信息检索   极限学习机   概率潜在语义分析   高维空间   多媒体数据  

摘要： 随着信息检索技术和多媒体技术的飞速发展，对不同模态的多媒体信息进行检索和索引，已经成为了用户对信息检索和多媒体技术新的需求。虽然经过学者们的不懈努力，多模态信息检索技术已经取得了一些突破，但是多模态信息检索还处于起步阶段，许多相关技术很不成熟。多媒体信息数字化以特性向量的形式存储并表达，而特性向量具有较高的维度。因此，索引高维数据也是多模态领域的研究热点问题。同时，高维数据的存储和索引长期以来都是信息检索领域的一项经典难题，还需要进一步的深入研究。\n 本文围绕多模态信息索引和检索技术的展开研究，提出了基于极限学习机(ELM)的多模态检索结果分类验证技术，用于提高多模态检索的准确度;应用ELM回归技术学习图像模态和文本模态的语义联系;利用概率潜在语义分析(pLSA)，提出了有效的多模态信息检索模型;提出了高维空间中的多媒体数据的索引技术。同时，设计了一系列实验来验证本文的多模态的检索和索引技术的性能。本文的贡献点总结如下:\n (1)针对多模态信息检索结果的分类验证问题，分析了传统的多模态概率语义模型的缺陷，以图像模态和文本模态为例，提出了多模态信息检索结果分类验证技术。首先，给出了多模态信息检索结果分类验证技术的相关定义和理论。然后，提出了基于ELM的多模态二元分类器作为分类验证技术的实现方式，并给出了多模态二元分类器的训练和分类过程。进而，提出了带有多模态二元分类器的文本检索模型和图像检索模型，并给出了这两种模型的生成、训练、查询处理和分类验证的过程。最后，设计了一系列实验来验证多模态信息检索结果分类验证技术的有效性和高效性，并评估了多模态文本检索和图像检索模型的性能。通过将多模态二元分类器应用于其它多模态概率语义模型对检索结果分类验证，也表明了多模态信息检索结果的分类验证技术的可扩展性。\n (2)针对建立不同模态之间对应联系的问题，提出了基于ELM的多模态语义回归技术，并以此为基础，提出了基于ELM回归的多模态检索模型。首先，介绍了基于ELM回归的多模态文本检索和图像检索模型的生成过程和查询处理。然后，详细描述了基于ELM回归的多模态文本检索和图像检索模型的训练过程，并且使用ELM回归技术来建立图像模态和文本模态之间的语义联系。同时，将多模态检索结果的分类验证技术应用于基于ELM回归的多模态检索模型。最后，设计了大量的实验验证了基于ELM回归的多模态检索模型的准确性和高效性，实验结果也验证基于ELM的多模态语义回归技术的有效性。\n (3)针对高维多媒体数据的索引问题，基于高维向量的数学特性，提出了一种新的高维索引技术，将高维数据转换为二维向量的表达形式，并给出了一系列查询处理策略。然后，经过概率理论的推导，扩展了该高维索引技术，将高维数据的二维向量转换为一维数值的形式，并且给出了相应的查询处理策略。最后，一系列实验结果表明了新的高维索引技术的有效性和高效性。\n (4)针对多模态信息检索的问题，提出了基于多元线性回归的多模态检索技术。首先，基于多元线性回归的多模态检索模型使用pLSA方法，分别对图像模态和文本模态的多媒体信息进行分析，并将信息转换为语义的表达形式。进而，它使用多元线性回归技术，建立图像模态和文本模态之间的语义联系。同时，为了提高检索性能，将多模态信息检索结果的分类验证技术引入基于多元线性回归的多模态检索模型。最后，设计一系列实验验证基于多元线性回归的多模态检索模型的性能。

关键词： 对等网络   语义分析   信息检索   超级节点连接   容错性能  

摘要： P2P网络以其自身的分散化、可扩展性、健壮性等优越性能，使得其应用越来越广泛。P2P的应用主要有信息检索、分布式计算、协同工作和即时通信等，其中信息检索是最重要的应用之一。而随着社会的发展，人们更加希望能够花更少的时间获得更有价值的信息资源，这对P2P信息检索技术又提出了更高的要求。本文以P2P信息检索技术为研究对象，首先系统分析几种具有代表性的P2P信息检索模型，发现结构化P2P模型的检索效率较高，可扩展性好，比较适合大规模范围的信息检索，但检索容易受到限制，需要权衡检索的开销；混合式P2P模型方便进行管理，而且检索的性能及网络的可扩展性方面都比较出色，但是该模型对超级节点的依赖性很大，网络的稳定性得不到保证，且容错性也不高；语义网技术的最大优点就是对信息的“理解和处理”能力，让计算机能够理解信息的语义，在信息检索模型中结合语义网技术，可以通过对要检索信息的语义分析，大致判断检索的方向，从而缩小检索的范围，提高检索的有效性。\n 在上述研究的基础上，本文优化了计算两个节点之间的语义相似度的计算公式，将结构化和混合式P2P模型相结合，充分发挥两者的优点，并采用语义网技术，提出了一个基于语义的新Chord算法的信息检索模型。在新模型中引入Chord算法、超级节点、语义分析、本地域等高效有用的思想，构建出一个双层立体的覆盖网络结构：首先利用Chord算法将超级节点组成上层覆盖网络，主要功能是通过语义相似度的计算大致判断检索的方向；其次将一般节点组成下层覆盖网络，主要功能是负责检索信息的发送和提供查询服务；一个超级节点与若干个一般节点连接组成一个本地域，将上下两层的覆盖网络连成一个整体。最后，设计了对比实验，并对实验结果进行了汇总分析，结果表明该新模型能够在检索开销较低的情况下达到较高的检索成功率。

关键词： MOOC   文献检索课   信息检索   优劣分析  

摘要： 从慕课(Massive Open Online Course,简写为MOOC)的起源、现状、展示、策略、保障等分析了MOOC时代文献检索课的优势及不足,探讨了发展文献检索课的策略,使广大师生在学习和使用中不断地提高对MOOC的认识,掌握MOOC的特点,为进行文献检索MOOC化提供帮助,同时指出MOOC课程本身所具有的共享性、公开性、移动性,也将成为全球人进一步认识文献检索课的新平台。

关键词： Cross-Language Information Retrieval   Inter-Wiki Link   Wikipedia API  

摘要： The rapidly increasing demographics of the internet population and the abundance of multilingual content on the web increased the communication in multiple languages. Most of the people use their regional languages to express their needs and the language diversity becomes a great barrier. Cross-Language Information Retrieval (CLIR) provides a solution for that language barrier which allows a user to ask a query in the native language and get the relevant documents in the different language. In this paper, we proposed a Wikipedia API based query translation approach. Queries are tokenized and multi-words query terms are created using N-gram technique. Wikipedia title and inter-wiki link features are exploited for query translation. Target language documents are retrieved using vector space retrieval model and BM25 retrieval algorithm. Experiment results shows that the proposed approach achieves better results without exploiting any language resources.