关键词： 信息检索技术   信息存储   核心课程   教学研究   信息管理与信息系统专业   信息素质教育   信息技术   信息资源  

摘要： 世纪是信息技术快速发展的时代,具有强烈的信息意识并能迅速准确地获取和利用各种信息资源,已经成为各级各类人才在现代社会中获取成功的基本素质。信息存储与检索是信息管理与信息系统专业的核心课程,是高等学校学生学习信息知识、掌握信息检索技术、普及信息素质教育的基础课。

关键词： 文献信息检索   本科教学   上机教学   电子资源  

摘要： 在普通本科院校中,开设文献信息检索课上机实践练习有很强的必要性,它有利于提高教学质量,加强师生互动交流,使学生牢固掌握数字资源的应用。本文主要以OPAC的操作、搜索引擎理解与应用、电子期刊、电子图书与学术搜索来设计上机内容。同时指出,为保证上机实践的总体教学质量,还应建立相应的上机质量保障机制,如加强操作题目的可考查性,并要求操作题以作业形式提交等。

关键词： 地理信息检索   本体   服务技术   空间信息数据库   地理空间   灾害事件   驱动   用户需求  

摘要： 1课题简介本 课题以地理空间事件（任务）为纽带，通过建立地理空间事件本体（包含地理对象本体、灾害事件本体）、用户本体，对与地理空间事件相关的语义、时序、空间等3类信息进行关联分析和推理，从语义层次理解用户需求，按照特定地理空间事件特征，组织查询任务，实现从海量空间信息数据库中智能提取与地理空间事件相关的信息，充分发挥现有系统数据丰富的优势，

关键词： 数据管理引擎   混合型数据管理技术   信息检索技术  

摘要： 文章在分析计算机数据管理技术和应用现状的基础上,提出应该研发混合数据管理引擎,满足对结构化、半结构化、非结构化混合类型数据统一管理的要求,并对混合数据管理引擎的系统架构及实现关键性技术作了探讨。

关键词： 相关反馈:搜索引擎   信息检索   Java  

摘要： 介绍了相关反馈技术的基本思想，设计了网络信息检索中相关反馈系统的功能与结构，探索如何在现有的公共网络搜索引擎基础上．利用Java语言实现具有相关反馈功能的搜索引擎接口。

关键词： 音频信息检索   音频信号   鲁棒性   音频指纹   提取算法  

摘要： 随着现代信息技术,特别是网络技术、计算机技术和多媒体技术的迅速发展,互联网和计算机中存储的多媒体信息的数据量急剧增多。而音频信息是多媒体信息的重要组成部分,约占多媒体数据总量的20％以上。如何在浩如烟海的音频数据中快速准确地检索出用户所需要的音频信息,对于充分利用现有的音频数据具有极其重要的意义。因此,国内外越来越多的学者和研究机构都开展了音频信息检索技术的研究。\n 本文在认真总结前人研究成果的基础上,对基于内容的音频信息检索技术中的若干问题进行了相关研究,着重分析了音频信号的特征参数鲁棒性问题和检索过程中的快速匹配问题。\n 本文的主要工作和研究成果包括以下几个方面:\n (1)针对音频信号特征参数的噪声鲁棒性问题,本文提出了一种基于改进的离散余弦变换的音频指纹特征参数。音频指纹是基于音频内容的紧凑数字签名,可用于数字音频内容的版权保护、音频内容识别、内容完整性校验等领域。传统的音频指纹提取算法均是基于傅里叶变换的,而本文提出的音频指纹提取算法利用离散余弦变换的“能量集中”特性,结合人耳的听觉特性,仅提取频域内若干个系数,有效降低了音频指纹的大小并保证了音频特征参数的鲁棒性。\n (2)在经典的音频指纹检索算法:Philips检索算法和MBM检索算法中,候选目标音频的位置是依靠穷举音频指纹块中的子指纹来确定的。本文在大量实验的基础上,提出了一种利用频域能量来确定音频指纹块中最不容易发生误码的子指纹的位置,进而确定候选目标音频的位置,大大减小了确定候选位置所需要的时间。\n (3)在初步确定候选目标音频的位置后,本文采用否定判决算法来快速排除不相似的目标音频片段。否定判决算法是建立在这样一个假定上:两段相似的音频片段,在经过相同的特征空间变换后,其特征仍具有一定的相似性；若变换后的音频信号特征参数之间不具有相似性,则可直接判断这两段音频片段之间不存在相似性。\n (4)当输入查询音频片段时间较长时,将其作为一个整体直接进行检索会严重影响检索的效率。针对长查询音频问题,本文提出了一种局部一整体迭代检索算法。首先仿照通信系统中帧结构的形式将音频信号由大到小划分为若干个层次:音频整体、音频超段、音频段、音频帧和音频子帧。在检索时先比较较低层次间的相似性,若判断相似则接着比较较高层次间的相似性:否则排除两者之间具有相似性。该算法在处理输入查询音频时间较长时具有较好的效果,能有效减少检索过程所用的时间。\n (5)结合音频指纹特征参数和部分-整体迭代算法,并充分利用否定判决和音频信号的时序信息,本文实现了一个简单的音频信息检索系统,用以验证本文算法的有效性。

关键词： 跨语言检索   文档排序   人名检索   检索模型   查询翻译  

摘要： 随着互联网的飞速发展，网络信息量和网络信息用户的数量也在急剧膨胀，网络已经成为人们重要的信息来源。然而，语言的多样性导致使用一种语言的用户在获取其它语言的信息时会碰到困难，跨语言信息检索就是为解决这一困难而提出来的一种信息检索方法，其中的关键技术主要有：查询翻译和消歧、查询扩展、检索模型和文档的重排序。本文围绕跨语言信息检索中的几项关键技术展开研究，主要工作包含以下几个部分：\n 1．提出一种多语言文档混合重排序的方法。文档排序是跨语言信息检索中重要的一环，目标是把与查询相关度大的文档放到返回结果的前列以方便用户阅读。本文提出了一种融合多种特征的文档排序方法，并把它扩展到了跨语言领域，同时对多种语言的文档进行综合排序，试图把多语种的相关文档排列到返回列表的前端。实验表明，该排序方法对单语和多语的文档排序结果都能提高搜索引擎的前端结果的查准率。\n 2．提出一种针对人名检索的两步排序方法来对文档进行重排。人名检索在网络信息检索中占有大比重，且与一般的检索相比有自己的一些特点，所以有必要对其进行有区别的处理。本文对跨语言信息检索中的人名检索进行了单独研究，针对人名检索的特点提出了一种两步排序方法来对检索结果进行重排序。两步排序法的第一步需要对原始文档集进行聚类，聚类的方法采用层次聚类，聚类的特征为文档中固定窗口内人名附近的名词、文档的热点词、文档中的其它人名与地名，然后再对聚好的类进行排序；两步排序法的第二步是在类的内部对文档进行排序，按照文档的初始顺序进行排序。两步排序法还考虑了同一个人名在不同语言中信息的不均匀分布的现象。实验结果表明，该方法能够提高人名跨语言检索前端结果的查准率。\n 总之，本文在总结现有检索结果文档重排序方法的基础上，提出了一种新的融合多种特征的检索结果文档重排序算法，并把它扩展到了跨语言检索结果文档重排序中；同时，针对跨语言的人名检索，提出了一种针对人名的检索结果文档排序方法。实验结果验证了本文提出的方法和模型的有效性。

关键词： 个性化信息   检索技术   用户兴趣   查询优化   分词歧义  

摘要： 随着信息技术的迅速发展和互联网规模的不断扩大，互联网已经成为了全球最大、应用最广泛的信息库，如何有效检索这些海量信息成为当前研究的重要课题，因此信息检索(Information Retrieval,IR)技术越来越受到人们的关注。搜索引擎（Search Engine,SE）是信息检索技术在互联网领域的实际应用，目的是帮助用户快速、准确的在信息的海洋中找到自己需要的信息。目前，大部分搜索引擎广泛采用的信息检索技术无法满足不同用户背景、不同查询目的和不同检索时期的查询请求。个性化信息检索因为可以向用户提供个性化服务，提高搜索引擎检索结果的精度，成为搜索引擎技术的一个新的发展方向和研究热点。\n 个性化信息检索需要有效地识别用户兴趣和偏好，并构建用户档案(User Profile，UP)。基于用户浏览行为和搜索历史等用户档案信息的相关反馈技术，由于不需要人工参与，并且可以收集到足够多的用户兴趣和爱好信息，所以广泛用于个性化信息检索。\n 本文主要研究基于相关反馈的个性化信息检索技术。首先，定量地分析哪些查询将受益于个性化信息检索，即预测查询的个性化潜力。其次，针对个性化信息检索中关键问题，即如何处理动态反馈信息和少量反馈信息，研究基于相关反馈的查询优化技术。再次，根据一个商业搜索引擎的查询日志，建立评价个性化信息检索的数据平台，并用于研究基于用户档案（User Profile，UP）的个性化信息检索。最后，在构建中文评测数据平台时，研究如何确定索引单元，重点研究分词歧义对于信息检索性能的影响，并设计了新颖的混合索引。\n 具体地说，本文包括以下四个方面的内容：\n (1)大多数关于个性化信息检索的研究都是针对所有查询的，很少有研究试图回答哪些查询将受益于个性化信息检索。把大规模人工知识库 Wikipedia作为额外的资源，用于预测查询的个性化潜力。从Wikipedia中挖掘出语言学知识，比如查询歧义词等。从Wikipedia中获得的知识可以减小查询日志的数据稀疏问题的影响，避免检索结果的存储空间。实验结果表明此方法的有效性和可行性。\n (2)相关反馈是提高信息检索系统性能的重要方法之一。在语言模型下，针对个性化信息检索中关键问题，即如何处理动态反馈信息和少量反馈信息，比较现有相关反馈方法和提出新的相关反馈方法。在研究动态反馈信息时，比较四种典型基于正相关反馈的查询优化方法，研究基于正负反馈的查询优化方法,并尝试一种新的查询优化方法，即线性双边模型，实验结果表明该模型的有效性。在研究少量反馈信息时，尝试相关反馈融合技术。在相关反馈融合中，为寻求伪相关反馈不稳定问题的解决途径，尝试建立一个分类模型，预测伪相关反馈的性能。此方法充分利用多源特征，较准确地预测伪相关反馈性能，而使原始查询、直接反馈和伪相关反馈的融合具备灵活的适应能力。在 TREC评测语料上的实验结果表明，此方法进一步提高检索效果。\n (3)个性化信息检索研究中的一个重要问题如何评价个性化信息检索。根据一个商业搜索引擎的查询日志，建立个性化信息检索评价数据平台。通过建立的数据平台，评价基于用户档案（User Profile，UP）的个性化信息检索。以前的研究使用基于用户长期搜索历史的用户档案，提高检索的精度。然而，关于用户档案的有效性，仍然存在很多问题，其中一个关键问题是用户新提交的查询很难受益于用户档案。一种解决方案是收集足够的用户档案，使之可以满足个性化信息检索的需要。尝试从查询日志中挖掘用户档案，主要思想是使用相似用户或者相同查询，抽取相关档案扩展当前用户档案。实验结果显示用户档案扩展能提供更好的检索结果。\n (4)在构建中文评测数据平台时，一个重要的问题是如何确定索引单元。中文信息检索中常用的索引单元是词和二元文法。以词为索引单元，会受到未登录词和分词歧义的影响，而以二元文法为索引单元，会占用大量的存储空间。因此，一些研究者提出使用混合索引，同时使用词和二元文法。然而，这些研究只涉及未登录词的处理，而没有考虑分词歧义的影响。于是，重点研究分词歧义对于信息检索性能的影响，并设计了新颖的混合索引。在TREC数据集上的实验结果显示，新颖的混合索引不但可以减少未登录词和分词歧义的影响，而且有效地提高了检索效率。

关键词： 可信度计算   中文地名识别   专有名词   未登录词   网上信息检索  

摘要： 互联网技术的飞速发展是一柄双刃剑，一方面，随着互联网信息内容的极大丰富，它拓宽了人们对信息的获取渠道，提高了知识的学习效率，节约了信息获取成本，另一方面，互联网的跨国界和匿名隐身等特性导致了网上信息呈现泛滥之势，大量色情、赌博、诈骗、恐怖等信息充斥互联网，给我国的国家安全和社会政治稳定带来了负面影响，破坏了人民群众正常的生产生活秩序。对互联网进行有效监管成为政府的重要职责，发现网上特定信息成为政府对互联网管理工作的重要环节。因此，利用中文地名自动识别技术优化互联网特定信息检索具有十分重要的意义。\n 现有的互联网信息检索系统，主要采用规则的中文地名识别方法，即从人工标注过的训练语料中抽取出地名的上下文信息，生成地名识别规则库，计算规则的频度，在自动分词后，将中文地名识别规则应用于自动分词结果中。它的瓶颈有三：其一，很大程度上依赖于人的手工操作，因此很难保持规则的前后一致，互相协调；其二，当规则库中没有规则与输入完全匹配时，机器就不能翻译；其三，随着规则越来越多，规则库越来越大，维护起来也越来越困难，越来越费时。以上问题导致系统无法为信息检索人员提供有效的地名信息，更谈不上进一步挖掘和为我所用。把中文地名自动识别技术引入网上特定信息检索系统，能够及时准确的提取出各类中文地名信息。\n 本文重点分析了当前国内对中文地名识别的研究现状，比较了现有各种方法的优势和不足，研究了实现中文地名自动识别的难点和突破口，提出了将基于统计和规则的中文地名可信度计算方法引入互联网特定信息检索系统中的实施方案。经过对改进前后系统的评测和实践，用于判别系统优劣的“两率“召回率、精确率显著提高。笔者认为，经改进，系统对中文地名的识别能力显著增强，能较好的实现系统对中文地名的识别和关联，在某些领域从技术上有力的推动了政府对互联网的监管工作。

关键词： 科技文献检索   文献信息检索   数据库资源   全文数据库   网络环境下  

摘要： 一、科技文献检索的必要性在科研立项、申报科技成果奖励、科技成果鉴定、专利申请、技术咨询等工作开展之前,都要进行文献信息检索。所谓文献信息检索,就是通过一定的技术手段从文献信息源中查找所需特定文献信息的过程。随着计算机技术和互联网的飞速发展,传统的以纸质印刷为载体的科技文献信息的传播方式遇到了严峻的挑战,互联网成为人们取之不尽、用之不竭。