信息檢索系統導論

出版时间:2008-12   出版时间:機械工業出版社   作者:劉挺 等編著   页数:257  
封面图片

信息檢索系統導論
前言

信息檢索和搜索引擎因Internet的普及而日益變成一個熱門學科。各種相關學科的技術都被用于信息檢索,而信息檢索也被用于各個領域。熱門固然是一門學科興盛的表現,每個從事研究的人都希望自己的研究領域成為熱門。但熱門也可能帶來危險,即把信息檢索當作一種時髦技術,無論適用與否都將其套用而不究其根本。對于信息檢索而言,這種時髦反而是它進一步發展的障礙。
内容概要

本書對信息檢索及信息檢索系統的基本概念、原理、算法進行詳盡介紹。主要內容包括信息檢索模型、文本操作技術、文本索引和搜索技術、查詢處理與Web檢索技術、分布式信息檢索、文本分類與聚類、信息過濾等,並給出Web信息檢索的實現實例。 本書內容豐富,源于作者多年的教學及科研心得,適合作為高等院校計算機專業本科生及研究生相關課程的教材,也可作為技術人員研究信息檢索與搜索引擎的參考讀物。
作者简介

劉挺,教授,博士生導師。哈爾濱工業大學計算機研究所副所長,信息檢索研究室主任。國家863”中文處理”重點項目總體組專家。中國中文信息學會理事.信息檢索專委會副主任.計算語言學專委會委員,《中文信息學報》編委。中國計算機學會中文信息技術專委會委員,YOCSEF委員。
书籍目录

序前言作者簡介教學建議第1章 緒論 1.1 信息檢索簡介 1.1.1 信息檢索的概念和處理對象 1.1.2 信息檢索的基本流程 1.1.3 與信息檢索相關的學科 1.2 信息檢索的研究內容 1.2.1 信息檢索要解決的問題 1.2.2 信息檢索中的基礎研究課題 1.2.3 信息檢索中的關鍵技術 1.2.4 信息檢索中的應用研究 1.3 信息檢索的歷史、現狀與未來 1.3.1 信息檢索的歷史 1.3.2 信息檢索的現狀與未來 1.4 本書結構 本章小結 思考練習第2章 信息檢索模型 2.1 信息檢索模型的定義和分類 2.1.1 信息檢索模型的定義 2.1.2 信息檢索模型的分類 2.2 布爾模型 2.2.1 布爾模型的定義 2.2.2 布爾模型示例 2.3 向量空間模型 2.3.1 向量空間模型的定義 2.3.2 常見相似度計算方法 2.3.3 向量空間模型與布爾模型的比較 2.4 概率模型 2.4.1 概率模型的定義 2.4.2 概率模型的優缺點 2.5 擴展布爾模型 2.5.1 擴展布爾模型簡介 2.5.2 基本模糊集合模型 2.5.3 擴展模糊集合模型 2.6 統計語言模型 2.6.1 語言模型簡介 2.6.2 數據稀疏和平滑 2.6.3 基于語言模型的檢索模型 2.6.4 基于語言模型的信息檢索模型的優缺點分析 2.7 隱性語義索引模型 2.7.1 隱性語義索引 2.7.2 隱性語義索引模型原理 2.7.3 隱性語義索引實例 2.7.4 隱性語義索引模型的特點 2.8 基于本體論的模型 2.8.1 本體論的概念 2.8.2 描述本體的語言 2.8.3 本體的構造 2.8.4 常用的本體庫簡介 2.8.5 本體論在信息檢索系統中的應用 本章小結 思考練習 參考文獻第3章 信息檢索系統的評價 3.1 引言 3.2 性能評價指標 3.2.1 準確率和召回率 3.2.2 單值評價方法 3.2.3 一些特殊的評價方法 3.2.4 其他測度方法 3.3 國外信息檢索評測 3.3.1 TREC評測 3.3.2 NTCIR評測 3.3.3 CLEF評測 3.4 國內信息檢索評測 3.4.1 863信息檢索評測 3.4.2 SEWM中文Web評測 3.5 信息檢索評價的研究 3.5.1 現有研究成果介紹 3.5.2 今後的研究問題與趨勢 本章小結 思考練習 參考文獻第4章 文本操作技術 4.1 引言 4.2 英文詞法分析 4.2.1 斷詞 4.2.2 詞干提取 4.3 中文詞法分析 4.3.1 最大匹配法 4.3.2 歧義詞切分 4.3.3 未登錄詞識別 4.3.4 分詞系統介紹 4.3.5 語料及評測 4.4 相關資源 4.4.1 停用詞表 4.4.2 詞典資源 4.5 英文拼寫檢查 4.5.1 形態還原 4.5.2 詞語相似度計算 本章小結 思考練習 參考文獻第5章 文本索引和搜索 5.1 引言 5.2 倒排文件 5.2.1 倒排文件簡介 5.2.2 倒排文件的使用 5.2.3 倒排文件的建立 5.2.4 倒排文件的維護 5.2.5 倒排文件的壓縮 5.2.6 倒排文件性能分析 5.3 詞匯表的存取 5.3.1 排序數組 5.3.2 B樹 5.3.3 Trie樹 5.4 後綴數組 5.4.1 後綴數組的構造 5.4.2 後綴數組的使用 5.4.3 後綴數組的分析 5.5 簽名文件 5.5.1 簽名文件的構造 5.5.2 簽名文件的使用和維護 5.5.3 簽名文件的分析 5.6 文本搜索技術 5.6.1 BF算法 5.6.2 KMP算法 5.6.3 BM算法 5.6.4 精確模式匹配算法的選擇 本章小結 思考練習 參考文獻第6章 查詢處理技術 6.1 引言 6.2 查詢構造方法 6.2.1 單一詞查詢 6.2.2 上下文查詢 6.2.3 布爾查詢 6.3 相關反饋與查詢重構 6.3.1 向量空間模型中的反饋與查詢重構 6.3.2 概率模型中的反饋與查詢重構 6.3.3 布爾模型中的反饋與查詢重構 6.3.4 相關反饋的評價 6.4 自動查詢擴展技術 6.4.1 查詢擴展的全局分析方法 6.4.2 查詢擴展的局部分析方法 6.4.3 基于詞典庫的查詢擴展 6.5 交互式查詢擴展 6.6 查詢處理的發展趨勢 本章小結 思考練習 參考文獻第7章 Web檢索技術 7.1 引言 7.2 Web檢索的工作流程及系統結構 7.2.1 工作流程 7.2.2 系統結構 7.3 Web數據的采集 7.3.1 Web數據采集系統的工作原理 7.3.2 Web數據采集系統的相關概念及協議 7.3.3 Web數據采集系統的基本結構 7.3.4 Web數據采集系統的分類 7.4 網頁的預處理 7.4.1 網頁去重 7.4.2 正文提取 7.5 相關性排序系統 7.5.1 早期的相關性排序技術 7.5.2 鏈接分析技術 7.5.3 多特征融合的相關性排序算法 7.6 Web檢索系統的其他模塊 本章小結 思考練習 參考文獻第8章 分布式信息檢索 8.1 引言 8.2 分布式信息檢索系統體系結構 8.3 文檔集合的劃分 8.4 文檔集合的選擇 8.4.1 文檔集合的表示 8.4.2 集合選擇算法 8.4.3 文檔集合選擇算法的評價 8.5 檢索結果的合並 本章小結 思考練習 參考文獻第9章 Web信息檢索實踐 9.1 引言 9.2 利用Lucene建立索引 9.2.1 在Lucene中建立索引的主要步驟 9.2.2 基本索引程序 9.2.3 深入控制Lucene索引過程 9.2.4 與索引相關的並發問題 9.3 利用Lucene進行搜索 9.3.1 IndexSearcher 9.3.2 Hits 9.3.3 Query與QueryParser 本章小結 思考練習 參考資源第10章 文本分類與聚類 10.1 引言 10.2 文本分類 10.2.1 文本分類概述 10.2.2 文本分類的過程 10.2.3 分類算法 10.2.4 文本分類的評估指標 10.2.5 相關評測和相關資源 10.3 文本聚類 10.3.1 文本聚類概述 10.3.2 層次聚類 10.3.3 基于劃分的聚類 10.3.4 基于密度的方法 10.3.5 自組織映射 10.3.6 基于模型的方法 10.3.7 文本聚類結果的描述 11.3.8 文本聚類的評價方法 本章小結 思考練習 參考文獻第11章 信息過濾技術 11.1 引言 11.2 信息過濾的概念及主要研究內容 11.2.1 信息過濾的概念和主要特點 11.2.2 信息過濾與信息檢索、信息抽取以及分類等研究的區別 11.2.3 信息過濾系統的分類體系 11.3 信息過濾系統的結構及評價 11.3.1 信息過濾系統的組成 11.3.2 信息過濾系統的評價 11.4 基于內容的信息過濾 11.4.1 信息過濾中應用的統計模型 11.4.2 信息過濾中應用的文本分類方法 11.5 協作過濾 11.5.1 基于用戶的協作過濾 11.5.2 基于模型的協作過濾 11.5.3 基于項目的協作過濾 本章小結 思考練習 參考文獻第12章 問答系統 12.1 引言 12.2 問答系統的發展歷程 12.3 問答系統的種類 12.3.1 問答系統分類方法 12.3.2 自然語言的數據庫問答系統 12.3.3 對話式問答系統 12.3.4 基于常問問題集的問答系統 12.3.5 基于大規模文檔集的問答系統 12.3.6 閱讀理解系統 12.3.7 基于知識庫的問答系統 12.4 基于常問問題集的問答系統實現 12.4.1 候選問題集的建立 12.4.2 句子相似度計算 12.5 基于大規模文檔集的問答系統實現 12.5.1 問答的任務與系統實現流程 12.5.2 問題分析 12.5.3 相關文檔檢索 12.5.4 句段檢索 12.5.5 答案抽取 12.5.6 問答結果的答案評測及其面對的問題和困難 本章小結 思考練習 參考文獻

章节摘录

第1章 緒論1.1 信息檢索簡介1.1.1 信息檢索的概念和處理對象什麼是信息檢索呢?概括地說,信息檢索就是從非結構化的信息集合中找出與用戶需求相關的信息。相應的,信息檢索系統就是用來實現信息檢索功能的計算機軟件系統。這里要強調的是,與數據庫系統處理的結構化信息不同,信息檢索系統處理的是“非結構化信息”。什麼是“非結構化信息”呢?一篇新聞就是一條非結構化信息,新聞中會出現一些人名、地名、機構名等實體,以及這些實體之間的關系(比如某人是某地區某機關的負責人),還有與這些實體相關的事件(比如某人訪問了某地)。但是這些人、事、物、關系和事件並不像關系數據庫的二維表中存放的信息那樣,被精確地分割並嚴格地存放在合適的字段或記錄中。這種在現實世界中自然存在的模糊而帶有歧義且沒有經過規格化的信息被稱為“非結構化的”(unstructured)信息。現實世界中存在著大量的非結構化信息,除文本外,還有圖像、圖形、語音、視頻等多媒體信息。本書不討論多媒體檢索,而是專注于文本檢索,因此本書中所涉及的檢索對象默認為文本。文本又有各種各樣的類型,如網頁、郵件、博客、論壇上的帖子、聊天記錄、短信等,不同類型的文本有不同的特點,比如論壇上的帖子往往非常口語化,存在大量的別稱、省略語等現象,給檢索帶來很大的挑戰。
编辑推荐

《信息檢索系統導論》特點︰理論聯系實際,介紹了用Lucene實現Web信息檢索的實例。融入了作者的科研實踐心得,對相關的前沿技術也有所涉及。每章後都附有大量的參考文獻,並提供思考題供讀者進行深入研究。《信息檢索系統導論》為授課教師提供電子課件,請登錄華章網站下載。

评论、阅读与下载



信息檢索系統導論下載



相关评论与评分
  •     本書的編者是行業內的專家。劉挺教授的實驗室出了很多人才,那邊每年去幾大搜索引擎公司的學生都有不少。劉老師學識淵博,嚴謹扎實,令人欽佩。本書非常適合作為信息檢索專業學生的第一本教材。
  •     內容不錯,寫的不錯,很滿意。
  •     剛到,沒發現什麼問題。
  •     國內難得的好書
  •     本書是從技術角度介紹信息檢索系統。檢索模型上涉及統計語言模型、本體論模型,在文本操作上包含文本聚類、信息過濾等技術,內容比較全面。
  •     這是一本偏向檢索系統的計算機理論方面的書而不是偏向檢索方法的,適合需要探索信息檢索系統實現的人,里面的涉及很多數學方面的內容,大家要注意選擇啊!
  •     信息檢索的入門書,各個環節都有介紹,但是哪個環節介紹的都不夠全面,還可以吧~寫的不是很細致,例子少,都是些書本的理論。
  •     感覺不錯。對于信息檢索。很不錯!
  •     這本書還不錯,是別人介紹的,適合初學者閱讀。
  •     書是不錯,就是運的過程中嚴重損毀,中間 折斷,前兩頁都 快掉了
  •     給老公買的,忘了問他怎麼了,應該還不錯吧
  •     good,挺好的!
  •     基本都寫到了,如果要深入可以找相關資料
  •     跟舊的一樣。靠花錢買了一本舊書,再也不在這網買了
  •     很不錯,發書速度很快,是初學信息檢索者必備之書
  •     系統介紹了信息檢索的各個環節。讀後受益匪淺。一直崇敬哈工大IR研究團隊對該學科的貢獻。希望此生有機會前往受教。
  •     雖然不厚,但寫的很精練
  •     寫的很詳細。非常不錯。有幸听過劉老師和秦老師的課,講的也很好
  •     我們學校的書,我還是支持一下吧,這本書是大牛劉廷出的,不算十分的好,是一本信息檢索入門的書籍。
 

爬虫代理IP   代理IP   好用代理IP   推荐代理IP   百变IP  

社會科學資源網 @ 2018