現(xiàn)代信息檢索

第1章  緒論        1
1.1  目的        1
1.1.1  信息檢索與數(shù)據(jù)檢索        1
1.1.2  引人注目的信息檢索        2
1.1.3  本書(shū)的重點(diǎn)        2
1.2  基本概念        3
1.2.1  用戶(hù)任務(wù)        3
1.2.2  文獻(xiàn)的邏輯視圖        4
1.3  過(guò)去、現(xiàn)在和將來(lái)        4
1.3.1  早期發(fā)展        4
1.3.2  圖書(shū)館的信息檢索        5
1.3.3  Web與數(shù)字圖書(shū)館        5
1.3.4  實(shí)踐問(wèn)題        6
1.4  檢索過(guò)程        6
1.5  本書(shū)的組織        8
1.5.1  本書(shū)的主題        8
1.5.2  本書(shū)的章節(jié)        9
1.6  如何使用本書(shū)        11
1.6.1  教學(xué)建議        11
1.6.2  本書(shū)的網(wǎng)頁(yè)        12
1.7  書(shū)目討論        12
第2章  建模        15
2.1  引言        15
2.2  信息檢索模型的分類(lèi)        15
2.3  特別檢索和過(guò)濾        17
2.4  信息檢索模型的形式特征        18
2.5  經(jīng)典信息檢索        18
2.5.1  基本概念        18
2.5.2  布爾模型        19
2.5.3  向量模型        20
2.5.4  概率模型        22
2.5.5  經(jīng)典模型的簡(jiǎn)單比較        24
2.6  可供選擇的集合理論模型        25
2.6.1  模糊集合模型        25
2.6.2  擴(kuò)展布爾模型        27
2.7  可供選擇的代數(shù)模型        29
2.7.1  廣義向量空間模型        29
2.7.2  潛語(yǔ)義標(biāo)引模型        31
2.7.3  神經(jīng)網(wǎng)絡(luò)模型        32
2.8  可供選擇的概率模型        34
2.8.1  貝葉斯網(wǎng)絡(luò)        34
2.8.2  推理網(wǎng)絡(luò)模型        35
2.8.3  信任度網(wǎng)絡(luò)模型        39
2.8.4  貝葉斯網(wǎng)絡(luò)模型的比較        41
2.8.5  貝葉斯網(wǎng)絡(luò)的計(jì)算值        42
2.8.6  貝葉斯網(wǎng)絡(luò)模型的影響        42
2.9  結(jié)構(gòu)化文本檢索模型        42
2.9.1  基于非重疊鏈表的模型        43
2.9.2  基于鄰近結(jié)點(diǎn)的模型        44
2.10  瀏覽模型        45
2.10.1  扁平瀏覽模型        45
2.10.2  結(jié)構(gòu)導(dǎo)向模型        45
2.10.3  超文本模型        46
2.11  發(fā)展趨勢(shì)與研究課題        47
2.12  書(shū)目討論        48
第3章  檢索評(píng)價(jià)        51
3.1  引言        51
3.2  檢索性能評(píng)價(jià)        51
3.2.1  查全率和查準(zhǔn)率        52
3.2.2  其他測(cè)度方法        57
3.3  參考文獻(xiàn)集        58
3.3.1  TREC文獻(xiàn)集        58
3.3.2  CACM和ISI測(cè)試集        64
3.3.3  Cystic Fibrosis測(cè)試集        66
3.4  發(fā)展趨勢(shì)與研究課題        67
3.5  書(shū)目討論        67
第4章  查詢(xún)語(yǔ)言        69
4.1  引言        69
4.2  基于關(guān)鍵詞的查詢(xún)        70
4.2.1  單一詞查詢(xún)        70
4.2.2  上下文查詢(xún)        70
4.2.3  布爾查詢(xún)        71
4.2.4  自然語(yǔ)言        72
4.3  模式匹配        72
4.4  結(jié)構(gòu)性查詢(xún)        74
4.4.1  固定式結(jié)構(gòu)        74
4.4.2  超文本        75
4.4.3  層次結(jié)構(gòu)        75
4.5  查詢(xún)協(xié)議        78
4.6  發(fā)展趨勢(shì)與研究課題        79
4.7  書(shū)目討論        80
第5章  查詢(xún)操作        83
5.1  引言        83
5.2  用戶(hù)相關(guān)反饋        83
5.2.1  向量空間模型的查詢(xún)擴(kuò)展和語(yǔ)詞重新加權(quán)        84
5.2.2  概率模型的語(yǔ)詞重新加權(quán)        84
5.2.3  概率語(yǔ)詞加權(quán)的一個(gè)變形        86
5.2.4  相關(guān)反饋策略評(píng)價(jià)        86
5.3  自動(dòng)局部分析        87
5.3.1  通過(guò)局部聚類(lèi)的查詢(xún)擴(kuò)展        87
5.3.2  通過(guò)局部上下文分析的查詢(xún)擴(kuò)展        91
5.4  自動(dòng)全局分析        92
5.4.1  基于相似性敘詞表的查詢(xún)擴(kuò)展        92
5.4.2  基于統(tǒng)計(jì)敘詞表的查詢(xún)擴(kuò)展        94
5.5  發(fā)展趨勢(shì)與研究課題        96
5.6  書(shū)目討論        96
第6章  文本與多媒體語(yǔ)言特性        99
6.1  引言        99
6.2  元數(shù)據(jù)        100
6.3  文本        101
6.3.1  格式        101
6.3.2  信息論        101
6.3.3  自然語(yǔ)言建模        102
6.3.4  相似度模型        104
6.4  標(biāo)記語(yǔ)言        104
6.4.1  SGML        105
6.4.2  HTML        106
6.4.3  XML        108
6.5  多媒體        110
6.5.1  格式        110
6.5.2  文本圖像        111
6.5.3  圖形和虛擬現(xiàn)實(shí)        111
6.5.4  超媒體結(jié)構(gòu)化語(yǔ)言HyTime        112
6.6  發(fā)展趨勢(shì)與研究課題        113
6.7  書(shū)目討論        114
第7章  文本操作        115
7.1  引言        115
7.2  文獻(xiàn)預(yù)處理        116
7.2.1  文本的詞匯分析        117
7.2.2  排除停用詞        117
7.2.3  詞干提取        118
7.2.4  標(biāo)引詞的選擇        119
7.2.5  敘詞表        119
7.3  文獻(xiàn)聚類(lèi)        121
7.4  文本壓縮        122
7.4.1  目的        122
7.4.2  基本概念        123
7.4.3  統(tǒng)計(jì)方法        123
7.4.4  詞典方法        128
7.4.5  倒排文檔壓縮        129
7.5  文本壓縮技術(shù)的比較        130
7.6  發(fā)展趨勢(shì)與研究課題        131
7.7  書(shū)目討論        132
第8章  標(biāo)引與檢索        135
8.1  引言        135
8.2  倒排文檔        136
8.2.1  檢索        138
8.2.2  構(gòu)造        139
8.3  文本的其他索引        141
8.3.1  后綴樹(shù)和后綴數(shù)組        141
8.3.2  簽名檔        146
8.4  布爾查詢(xún)        148
8.5  順序檢索        149
8.5.1  布魯特-福斯算法        149
8.5.2  克魯什-莫里斯-普拉特算法        150
8.5.3  博葉-摩爾系列算法        151
8.5.4  移位-或算法        152
8.5.5  后綴自動(dòng)機(jī)算法        153
8.5.6  應(yīng)用比較        153
8.5.7  詞組查詢(xún)和相鄰查詢(xún)        154
8.6  模式匹配        155
8.6.1  字符串容錯(cuò)匹配        155
8.6.2  正則表達(dá)式和擴(kuò)展模式        157
8.6.3  使用索引的模式匹配        157
8.7  結(jié)構(gòu)性查詢(xún)        159
8.8  壓縮        159
8.8.1  順序檢索        160
8.8.2  壓縮后的索引        161
8.9  發(fā)展趨勢(shì)與研究課題        162
8.10  書(shū)目討論        163
第9章  并行與分布式信息檢索        165
9.1  引言        165
9.1.1  并行計(jì)算        165
9.1.2  性能指標(biāo)        166
9.2  并行信息檢索        167
9.2.1  引言        167
9.2.2  MIMD體系結(jié)構(gòu)        167
9.2.3  SIMD體系結(jié)構(gòu)        172
9.3  分布式信息檢索        179
9.3.1  引言        179
9.3.2  文獻(xiàn)集分割        180
9.3.3  信息源的選取        181
9.3.4  查詢(xún)處理        182
9.3.5  Web應(yīng)用        182
9.4  發(fā)展趨勢(shì)與研究課題        183
9.5  書(shū)目討論        184
第10章  用戶(hù)界面與可視化        185
10.1  引言        185
10.2  人機(jī)交互        185
10.2.1  設(shè)計(jì)原則        186
10.2.2  可視化的作用        186
10.2.3  交互系統(tǒng)評(píng)價(jià)        188
10.3  信息存取過(guò)程        188
10.3.1  交互模型        189
10.3.2  信息存取過(guò)程的非檢索部分        190
10.3.3  早期的界面研究        191
10.4  檢索起點(diǎn)        191
10.4.1  信息集合列表        192
10.4.2  概述        192
10.4.3  實(shí)例、對(duì)話(huà)、向?qū)?nbsp;       198
10.4.4  信息源的自動(dòng)選擇        199
10.5  查詢(xún)的詳細(xì)描述        200
10.5.1  布爾查詢(xún)        200
10.5.2  從命令行到表格和菜單        201
10.5.3  分面查詢(xún)        202
10.5.4  查詢(xún)?cè)敿?xì)描述的圖形方式        203
10.5.5  詞組和相鄰        206
10.5.6  自然語(yǔ)言和自由文本查詢(xún)        207
10.6  上下文        208
10.6.1  文獻(xiàn)替代        208
10.6.2  文獻(xiàn)內(nèi)容中的查詢(xún)?cè)~命中        209
10.6.3  文獻(xiàn)之間的查詢(xún)?cè)~命中        211
10.6.4  SuperBook：上下文與目次表        213
10.6.5  結(jié)果集合上下文的類(lèi)目        214
10.6.6  運(yùn)用超鏈接組織檢索結(jié)果        215
10.6.7  表格        218
10.7  運(yùn)用相關(guān)性評(píng)價(jià)        219
10.7.1  標(biāo)準(zhǔn)的相關(guān)反饋界面        220
10.7.2  用戶(hù)與相關(guān)反饋系統(tǒng)交互研究        221
10.7.3  特定背景下相關(guān)信息的獲取        222
10.7.4  組相關(guān)評(píng)價(jià)        223
10.7.5  偽相關(guān)反饋        223
10.8  界面對(duì)檢索過(guò)程的支持        223
10.8.1  字符串匹配界面        223
10.8.2  窗口管理        225
10.8.3  系統(tǒng)舉例        226
10.8.4  重疊式窗口使用不當(dāng)舉例        229
10.8.5  保留檢索歷史        229
10.8.6  瀏覽、選擇與查詢(xún)的集成        230
10.9  發(fā)展趨勢(shì)與研究課題        233
10.10  書(shū)目討論        233
第11章  多媒體信息檢索：模型與語(yǔ)言        235
11.1  引言        235
11.2  數(shù)據(jù)建模        236
11.2.1  商業(yè)數(shù)據(jù)庫(kù)管理系統(tǒng)中多媒體數(shù)據(jù)的支持        238
11.2.2  MULTOS數(shù)據(jù)模型        239
11.3  查詢(xún)語(yǔ)言        241
11.3.1  需求描述        241
11.3.2  多媒體數(shù)據(jù)的條件        242
11.3.3  查詢(xún)表達(dá)中的不確定性、相鄰性和權(quán)值        243
11.3.4  建議        243
11.4  發(fā)展趨勢(shì)與研究課題        246
11.5  書(shū)目討論        247
第12章  多媒體信息檢索：標(biāo)引與檢索        249
12.1  引言        249
12.2  背景知識(shí)—空間存取方法        250
12.3  通用的多媒體標(biāo)引方法        251
12.4  一維時(shí)間序列        254
12.4.1  距離函數(shù)        254
12.4.2  特征提取和下界        255
12.4.3  實(shí)驗(yàn)        256
12.5  二維彩色圖像        257
12.5.1  圖像特征和距離函數(shù)        258
12.5.2  確定下界        258
12.5.3  實(shí)驗(yàn)        259
12.6  自動(dòng)特征提取        260
12.7  發(fā)展趨勢(shì)與研究課題        260
12.8  書(shū)目討論        262
第13章  Web信息檢索        265
13.1  引言        265
13.2  挑戰(zhàn)        265
13.3  Web特征描述        266
13.3.1  Web測(cè)度        266
13.3.2  Web建模        268
13.4  搜索引擎        269
13.4.1  集中式結(jié)構(gòu)        269
13.4.2  分布式結(jié)構(gòu)        271
13.4.3  用戶(hù)界面        272
13.4.4  排序        275
13.4.5  漫游Web        276
13.4.6  索引        277
13.5  瀏覽        278
13.5.1  Web目錄        278
13.5.2  檢索和瀏覽的結(jié)合        279
13.5.3  幫助工具        279
13.6  元搜索引擎        280
13.7  大海撈針        281
13.7.1  用戶(hù)問(wèn)題        281
13.7.2  實(shí)例        282
13.7.3  用戶(hù)培訓(xùn)        282
13.8  使用超鏈接搜索        283
13.8.1  Web查詢(xún)語(yǔ)言        283
13.8.2  動(dòng)態(tài)搜索和軟件代理        283
13.9  發(fā)展趨勢(shì)與研究課題        284
13.10  書(shū)目討論        285
第14章  圖書(shū)館與書(shū)目系統(tǒng)        287
14.1  引言        287
14.2  聯(lián)機(jī)信息檢索系統(tǒng)和文獻(xiàn)數(shù)據(jù)庫(kù)        287
14.2.1  數(shù)據(jù)庫(kù)        288
14.2.2  聯(lián)機(jī)檢索系統(tǒng)        291
14.2.3  聯(lián)機(jī)檢索系統(tǒng)中的信息檢索        292
14.2.4  “自然語(yǔ)言”檢索        293
14.3  聯(lián)機(jī)公共檢索目錄(OPAC)        294
14.3.1  OPAC及其內(nèi)容        295
14.3.2  OPAC和最終用戶(hù)        296
14.3.3  OPAC：供應(yīng)商和產(chǎn)品        296
14.3.4  其他OPAC供應(yīng)商        296
14.4  圖書(shū)館和數(shù)字圖書(shū)館項(xiàng)目        297
14.5  發(fā)展趨勢(shì)與研究課題        297
14.6  書(shū)目討論        298
第15章  數(shù)字圖書(shū)館        299
15.1  引言        299
15.2  定義        300
15.3  體系結(jié)構(gòu)        301
15.4  文獻(xiàn)模型、表達(dá)與存取        303
15.4.1  多語(yǔ)種文獻(xiàn)        303
15.4.2  多媒體文獻(xiàn)        303
15.4.3  結(jié)構(gòu)化文獻(xiàn)        304
15.4.4  分布式文獻(xiàn)集        304
15.4.5  聯(lián)邦式檢索        305
15.4.6  存取        306
15.5  原型、項(xiàng)目與接口        306
15.5.1  國(guó)際努力        308
15.5.2  可用性        308
15.6  標(biāo)準(zhǔn)        309
15.6.1  協(xié)議和聯(lián)合        309
15.6.2  元數(shù)據(jù)        310
15.7  發(fā)展趨勢(shì)與研究課題        311
15.8  書(shū)目討論        311
附錄  Porter算法        313
術(shù)語(yǔ)表        317
參考文獻(xiàn)        325
縮略語(yǔ)表        371
索引        375