華中師范大學(xué)情報(bào)學(xué)真題筆記信息檢索原理完全版

1、信息檢索原理技術(shù)信息檢索原理技術(shù)1.1.1信息信息：信息是事物發(fā)出的信號(hào)所包含的內(nèi)容。一次文獻(xiàn)信息一次文獻(xiàn)信息：作者以自己的研究成果為基礎(chǔ)創(chuàng)作或撰寫(xiě)的、未經(jīng)過(guò)加工的原始文獻(xiàn)。（期刊論文、研究報(bào)告、專利說(shuō)明書(shū)、會(huì)議論文、學(xué)位論文）二次文獻(xiàn)信息二次文獻(xiàn)信息：對(duì)一次信息加工整理而成的文獻(xiàn)。（目錄、文摘、索引）三次文獻(xiàn)信息次文獻(xiàn)信息：對(duì)一二次信息綜合、分析等深加工的產(chǎn)物。（評(píng)論、進(jìn)展報(bào)告、述評(píng)、百科全書(shū)、年鑒、指南、期刊書(shū)目）知識(shí)：人類的主觀世

2、界對(duì)客觀世界的概括和反映，是大量有組織的信息，是關(guān)于實(shí)施和思想的有組織的陳述，提供某種思考的判斷和某種實(shí)驗(yàn)的結(jié)果。文獻(xiàn)：是記錄有知識(shí)的一切載體，即知識(shí)信息必須通過(guò)文獻(xiàn)載體進(jìn)行存儲(chǔ)和傳遞。1.3.1檢索系統(tǒng)包括物理構(gòu)成和邏輯構(gòu)成。從物理構(gòu)成的角度來(lái)考察，檢索系統(tǒng)一般包括硬件、軟件和數(shù)據(jù)庫(kù)。硬件：計(jì)算機(jī)檢索系統(tǒng)采用的各種硬件設(shè)備的總稱。包括具有一定性能的主計(jì)算機(jī)或服務(wù)器、檢索系統(tǒng)的外圍設(shè)備和在數(shù)據(jù)處理和傳送中有關(guān)的其他設(shè)備。軟件：包括與計(jì)算

3、機(jī)檢索相關(guān)的各種系統(tǒng)軟件及相關(guān)應(yīng)用軟件。數(shù)據(jù)庫(kù)：至少由一種文檔組成，并能滿足某一特定目的或某一特定數(shù)據(jù)處理系統(tǒng)需要的一種數(shù)據(jù)集合。；邏輯構(gòu)成：文獻(xiàn)與數(shù)據(jù)的選擇與抽取子系統(tǒng)（從外部信息源向系統(tǒng)輸入，輸入時(shí)要按照系統(tǒng)既定方針和用戶需求進(jìn)行選擇）、詞表子系統(tǒng)（分為完全的自然語(yǔ)言檢索和后控自然語(yǔ)言檢索）、標(biāo)引子系統(tǒng)（按照一定的詞表，對(duì)文獻(xiàn)賦予標(biāo)引詞）、查尋子系統(tǒng)（把用戶的需求，經(jīng)過(guò)概念分析，轉(zhuǎn)換成系統(tǒng)語(yǔ)言的詞匯，并指出其邏輯關(guān)系的過(guò)程）、用戶與

4、系統(tǒng)交互子系統(tǒng)（檢索系統(tǒng)向用戶提供的實(shí)現(xiàn)其檢索過(guò)程的手段）、匹配子系統(tǒng)（文獻(xiàn)的標(biāo)引記錄和提問(wèn)的檢索策略進(jìn)行對(duì)比并決定取舍）2.2布爾檢索模型的概念布爾檢索模型的概念：采用布爾代數(shù)和集合論的方法，用布爾表達(dá)式用戶提問(wèn)，通過(guò)對(duì)文獻(xiàn)標(biāo)識(shí)與提問(wèn)式的邏輯運(yùn)算來(lái)檢索文獻(xiàn)。邏輯運(yùn)算符有三種：邏輯與、邏輯或、邏輯非。優(yōu)點(diǎn)：邏輯運(yùn)算符較少，便于用戶學(xué)習(xí)；模式較易構(gòu)造，可以通過(guò)簡(jiǎn)單的關(guān)系來(lái)體現(xiàn)檢索項(xiàng)的聯(lián)系；布爾檢索模型可以將復(fù)雜的檢索過(guò)程以簡(jiǎn)單的檢索式表達(dá)

5、出來(lái)，通過(guò)邏輯運(yùn)算符將概念間的邏輯關(guān)系體現(xiàn)出來(lái)，變成計(jì)算機(jī)可執(zhí)行的運(yùn)算，從而實(shí)現(xiàn)自動(dòng)匹配的過(guò)程；檢索提問(wèn)式較靈活，方便修改。缺點(diǎn)：布爾檢索中關(guān)鍵詞沒(méi)有權(quán)重區(qū)別；檢索結(jié)果的輸出沒(méi)有重要性排序；查全率很難控制；布爾檢索要求用戶具備誒很高的素質(zhì)和語(yǔ)義提取能力。3.3無(wú)論是人工索引還是自動(dòng)索引都經(jīng)歷了采集信息、建立數(shù)據(jù)庫(kù)到標(biāo)引信息、形成索引數(shù)據(jù)庫(kù)的過(guò)程。信息采集信息采集：有關(guān)機(jī)構(gòu)和個(gè)人，根據(jù)一定目的，將系統(tǒng)內(nèi)外各種形態(tài)的信息采出并匯集起來(lái)的過(guò)程

6、。傳統(tǒng)的文獻(xiàn)信息采集：主要通過(guò)人工采集如采購(gòu)、索取、交換、檢索、復(fù)制等手段來(lái)獲得信息檢索系統(tǒng)的用戶接口所具備的功能可分析和總結(jié)如下：1、自動(dòng)登錄系統(tǒng)2、訪問(wèn)多個(gè)數(shù)據(jù)庫(kù)的功能3、數(shù)據(jù)庫(kù)選擇功能4、幫助功能5、檢索式構(gòu)造功能6、查詢擴(kuò)展7、相關(guān)反饋功能8、下載和上載功能9、用戶視圖定義功能10、后處理功能用戶接口的組成：1、面向用戶部分2、面向系統(tǒng)部分3、轉(zhuǎn)換部分用戶接口的主要形式：1、命令語(yǔ)言形式2、菜單選擇方式3、表格填充方式4、直接操

7、作方式5、自然語(yǔ)言的人機(jī)對(duì)話方式第七章第七章信息檢索系統(tǒng)的評(píng)價(jià)信息檢索系統(tǒng)的評(píng)價(jià)7.2.1系統(tǒng)角度的性能評(píng)價(jià)指標(biāo)系統(tǒng)角度的性能評(píng)價(jià)指標(biāo)1、從系統(tǒng)角度來(lái)考察檢索系統(tǒng)的評(píng)價(jià)通常是以相關(guān)行為標(biāo)準(zhǔn)的。系統(tǒng)角度的相關(guān)性是把信息檢索定位于一種單方向的信息處理過(guò)程，系統(tǒng)根據(jù)用戶的提問(wèn)輸出檢索結(jié)果，用戶是信息的接受著。這種理解把相關(guān)性看作是系統(tǒng)方面的屬性，用戶提出的查詢請(qǐng)求只是被拿來(lái)與已確定的文檔相比較，二者之間匹配、比較的主要標(biāo)準(zhǔn)就是文檔內(nèi)容與提問(wèn)的

8、“主體性”。系統(tǒng)相關(guān)性是對(duì)復(fù)雜的相關(guān)性概念采取的一種簡(jiǎn)化處理，只有做出這種簡(jiǎn)化，信息檢索及其評(píng)價(jià)才能在一種相對(duì)“客觀”的相關(guān)性標(biāo)準(zhǔn)下順序進(jìn)行。相應(yīng)地，評(píng)價(jià)指標(biāo)也比較容易觀察或測(cè)度。2、查全率和查準(zhǔn)率的互逆關(guān)系、查全率和查準(zhǔn)率的互逆關(guān)系查全率和查準(zhǔn)率之間具有密確的關(guān)系，即互逆關(guān)系，反映了某一檢索結(jié)果集合的不同方面的特性。從查全率與查準(zhǔn)率的定義上很難推出兩者的變化關(guān)系，但從感性角度，許多實(shí)例證明了兩者的互逆關(guān)系。一般說(shuō)來(lái)當(dāng)選用比較準(zhǔn)確和專指