信息檢索系統(tǒng)導論

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(nèi)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(xiàn)狀與未來
1.3.1 信息檢索的歷史
1.3.2 信息檢索的現(xiàn)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(yōu)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(tǒng)計語言模型
2.6.1 語言模型簡介
2.6.2 數(shù)據(jù)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(yōu)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(tǒng)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(tǒng)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(nèi)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(xiàn)有研究成果介紹
3.5.2 今后的研究問題與趨勢
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(tǒng)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(tài)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(shù)組
5.3.2 B樹
5.3.3 Trie樹
5.4 后綴數(shù)組
5.4.1 后綴數(shù)組的構造
5.4.2 后綴數(shù)組的使用
5.4.3 后綴數(shù)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(fā)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(tǒng)結構
7.2.1 工作流程
7.2.2 系統(tǒng)結構
7.3 Web數(shù)據(jù)的采集
7.3.1 Web數(shù)據(jù)采集系統(tǒng)的工作原理
7.3.2 Web數(shù)據(jù)采集系統(tǒng)的相關概念及協(xié)議
7.3.3 Web數(shù)據(jù)采集系統(tǒng)的基本結構
7.3.4 Web數(shù)據(jù)采集系統(tǒng)的分類
7.4 網(wǎng)頁的預處理
7.4.1 網(wǎng)頁去重
7.4.2 正文提取
7.5 相關性排序系統(tǒng)
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(tǒng)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(tǒng)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 檢索結果的合并
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 與索引相關的并發(fā)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(nèi)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(qū)別
11.2.3 信息過濾系統(tǒng)的分類體系
11.3 信息過濾系統(tǒng)的結構及評價
11.3.1 信息過濾系統(tǒng)的組成
11.3.2 信息過濾系統(tǒng)的評價
11.4 基于內(nèi)容的信息過濾
11.4.1 信息過濾中應用的統(tǒng)計模型
11.4.2 信息過濾中應用的文本分類方法
11.5 協(xié)作過濾
11.5.1 基于用戶的協(xié)作過濾
11.5.2 基于模型的協(xié)作過濾
11.5.3 基于項目的協(xié)作過濾
本章小結
思考練習
參考文獻
第12章 問答系統(tǒng)
12.1 引言
12.2 問答系統(tǒng)的發(fā)展歷程
12.3 問答系統(tǒng)的種類
12.3.1 問答系統(tǒng)分類方法
12.3.2 自然語言的數(shù)據(jù)庫問答系統(tǒng)
12.3.3 對話式問答系統(tǒng)
12.3.4 基于常問問題集的問答系統(tǒng)
12.3.5 基于大規(guī)模文檔集的問答系統(tǒng)
12.3.6 閱讀理解系統(tǒng)
12.3.7 基于知識庫的問答系統(tǒng)
12.4 基于常問問題集的問答系統(tǒng)實現(xiàn)
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(guī)模文檔集的問答系統(tǒng)實現(xiàn)
12.5.1 問答的任務與系統(tǒng)實現(xiàn)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