第四章 信息檢索策略和方法.ppt

1、第四章 信息檢索策略和方法,第一節(jié) 信息檢索策略 一、檢索策略的含義和作用 所謂檢索策略，即在分析檢索課題內(nèi)容實(shí)質(zhì)基礎(chǔ)上，選擇檢索系統(tǒng)、檢索途徑、確定檢索詞及其相互間的邏輯關(guān)系等的信息檢索方案。,二、檢索表達(dá)式 檢索表達(dá)式是檢索策略的具體體現(xiàn)，簡稱檢索式。檢索式一般由檢索詞和各種邏輯運(yùn)算符組成，具體來說，它將檢索詞之間的邏輯關(guān)系、位置關(guān)系等用檢索系統(tǒng)規(guī)定的各種算符連接起來，成為計(jì)算機(jī)可以識別和執(zhí)行的命令形式。,（一）邏輯表達(dá)式 邏輯表達(dá)式是指利用布爾算符，對檢索詞的關(guān)系進(jìn)行表達(dá)，又稱布爾邏輯表達(dá)式。布爾算符是19世紀(jì)中葉英國數(shù)學(xué)家喬治布爾發(fā)明的，以集合論與布爾邏輯為理論基礎(chǔ)，是目前計(jì)算機(jī)檢索最

2、簡單、最基本的匹配模式 。,（二）加權(quán)表達(dá)式 為了彌補(bǔ)邏輯表達(dá)式的不足，人們提出了加權(quán)檢索。所謂加權(quán)檢索，是指在檢索提問中，根據(jù)每個(gè)檢索詞在檢索要求中的重要程度，分別給予一定的數(shù)值加以區(qū)別，即賦權(quán)，這個(gè)數(shù)值稱權(quán)值，然后對含有這些檢索詞的文獻(xiàn)進(jìn)行加權(quán)計(jì)算，其和在規(guī)定的閾值以上的，即確認(rèn)為命中文獻(xiàn)。,（三）位置檢索表達(dá)式 兩個(gè)檢索詞在文獻(xiàn)中相隔的距離不同，可能會在一定程度上帶來檢索結(jié)果的差異，單純依靠邏輯表達(dá)式，不能滿足多種檢索需求。因而，人們又引進(jìn)了位置檢索表達(dá)式，也稱鄰近檢索。,（四）截詞檢索表達(dá)式 截詞檢索表達(dá)式指在檢索式中用專門符號（截詞符號）表示檢索詞的某一部分，允許有一定的詞匯變化，也

3、就是說，檢索詞的不變部分加上由截詞符號所代表的任何變化形式所構(gòu)成的詞匯都是合法檢索詞。,（五）限制檢索表達(dá)式 在信息檢索的實(shí)際過程中，有時(shí)還需要將檢索詞限制在標(biāo)題、文摘等字段內(nèi)。限制檢索也稱字段檢索。限制檢索表達(dá)式指用限制符限定檢索詞出現(xiàn)范圍的檢索式。,三、檢索策略的構(gòu)造步驟 1.分析信息需求（檢索課題），明確檢索要求 2.選擇檢索系統(tǒng) 3.選擇檢索途徑和檢索方法，確定檢索詞或檢索式 4.實(shí)施信息檢索 5.獲取原始文獻(xiàn),四、檢索策略的反饋與調(diào)節(jié) 信息檢索過程是一個(gè)比較復(fù)雜的過程，受到諸多因素的影響，一次檢索的結(jié)果往往不能完全滿足檢索要求，有時(shí)會造成一些檢索偏差。這就需要我們及時(shí)調(diào)整檢索策略，糾

4、正檢索誤差，以便獲取滿意的檢索結(jié)果。,（一）影響查全率和查準(zhǔn)率的主要因素 （1）主題分析是否準(zhǔn)確、全面。 （2）檢索詞選擇是否準(zhǔn)確。 （3）檢索詞之間邏輯關(guān)系的配置是否合適。,（二）提高查全率和查準(zhǔn)率的方法 1.提高查全率的方法 2.提高查準(zhǔn)率的方法,一、信息檢索技術(shù) （一）全文檢索技術(shù) 全文檢索（Full Text Retrieval），就是以各類數(shù)據(jù)諸如文字、聲音、圖像等為主要處理對象，根據(jù)數(shù)據(jù)資料的內(nèi)容，而不是外在特征來實(shí)現(xiàn)的信息檢索技術(shù)。,第二節(jié) 信息檢索技術(shù)與方法,（二）基于內(nèi)容的多媒體檢索技術(shù) 數(shù)字信息不僅包括文本型文獻(xiàn)信息，還包括大量的圖形、圖像，以及聲音、視頻、動(dòng)畫等信息。多媒體檢索技術(shù)指對多媒體信息專有的檢索技術(shù)，重點(diǎn)是基于內(nèi)容的多媒體信息檢索技術(shù)。,二、信息檢索方法 1.直接瀏覽法 2.常用法 3.追溯法 4.綜合法,【思考題】 1.簡述檢索策略的含義和作用。 2.什么是檢索表達(dá)式? 3.檢索表達(dá)式的構(gòu)成可以采用哪幾種方法? 4.