信息检索导论（英文版）

图书标准信息

• 作者 [美]曼宁、[美]拉哈万、[德]舒策 著
• 出版社 人民邮电出版社
• 出版时间 2010-01
• 版次 1
• ISBN 9787115218247
• 定价 69.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 482页
• 字数 605千字
• 正文语种 英语
• 丛书 图灵原版计算机科学系列

【内容简介】

《信息检索导论(英文版)》是信息检索的教材，旨在从计算机科学的视角提供一种现代的信息检索方法。书中从基本概念讲解网络搜索以及文本分类和文本聚类等，对收集、索引和搜索文档系统的设计和实现的方方面面、评估系统的方法、机器学习方法在文本收集中的应用等给出了最新的讲解。
书中所有重要的思想都是用示例进行解释，图文并茂。《信息检索导论(英文版)》非常适合作为计算机科学及相关专业的高年级本科生和研究生的“信息检索”课程的入门教材，当然也同样适合研究人员和专业人士阅读。

【作者简介】

ChristopherD.Manning，斯坦福大学语言学博士，现任斯坦福大学计算机科学和语言学副教授，主要研究方向是统计自然语言处理、信息提取与表示、文本理解和文本挖掘等。
PrabhakarRaghavan，加州大学伯克利分校博士，现任Yahoo！实验室主任，斯坦福大学计算机科学系顾问教授，是ACM和IEEE会士。主要研究兴趣是文本及Web数据挖掘、算法设计等。此前，他曾任Verity公司CTO，并在旧M研究院担任过管理工作。
HinrichSchuze斯坦福大学博士，现任斯图加特大学自然语言处理研究所理论计算语言学主任。他在美国硅谷工作过多年，曾在施乐PaloAlto研究中心供职，担任过Outride公司（后被Google公司收购）副总裁，做过Novation生物科技公司CTO和Enkata公司首席科学家。

【目录】

1Booleanretrieval1
1.1Anexampleinformationretrievalproblem3
1.2Afirsttakeatbuildinganinvertedindex6
1.3ProcessingBooleanqueries9
1.4TheextendedBooleanmodelversusrankedretrieval13
1.5Referencesandfurtherreading16

2Thetermvocabularyandpostingslists18
2.1Documentdelineationandcharactersequencedecoding18
2.2Determiningthevocabularyofterms21
2.3Fasterpostingslistintersectionviaskippointers33
2.4Positionalpostingsandphrasequeries36
2.5Referencesandfurtherreading43

3Dictionariesandtolerantretrieval45
3.1Searchstructuresfordictionaries45
3.2Wildcardqueries48
3.3Spellingcorrection52
3.4Phoneticcorrection58
3.5Referencesandfurtherreading59

4Indexconstruction61
4.1Hardwarebasics62
4.2Blockedsort-basedindexing63
4.3Single-passin-memoryindexing66
4.4Distributedindexing68
4.5Dynamicindexing71
4.6Othertypesofindexes73
4.7Referencesandfurtherreading76

5Indexcompression78
5.1Statisticalpropertiesoftermsininformationretrieval79
5.2Dictionarycompression82
5.3Postingsfilecompression87
5.4Referencesandfurtherreading97

6Scoring，termweighting，andthevectorspacemodel100
6.1Parametricandzoneindexes101
6.2Termfrequencyandweighting107
6.3Thevectorspacemodelforscoring110
6.4Varianttf–idffunctions116
6.5Referencesandfurtherreading122

7Computingscoresinacompletesearchsystem124
7.1Efficientscoringandranking124
7.2Componentsofaninformationretrievalsystem132
7.3Vectorspacescoringandqueryoperatorinteraction136
7.4Referencesandfurtherreading137

8Evaluationininformationretrieval139
8.1Informationretrievalsystemevaluation140
8.2Standardtestcollections141
8.3Evaluationofunrankedretrievalsets142
8.4Evaluationofrankedretrievalresults145
8.5Assessingrelevance151
8.6Abroaderperspective：Systemqualityanduserutility154
8.7Resultssnippets157
8.8Referencesandfurtherreading159

9Relevancefeedbackandqueryexpansion162
9.1Relevancefeedbackandpseudorelevancefeedback163
9.2Globalmethodsforqueryreformulation173
9.3Referencesandfurtherreading177

10XMLretrieval178
10.1BasicXMLconcepts180
10.2ChallengesinXMLretrieval183
10.3AvectorspacemodelforXMLretrieval188
10.4EvaluationofXMLretrieval192
10.5Text-centricversusdata-centricXMLretrieval196
10.6Referencesandfurtherreading198

11Probabilisticinformationretrieval201
11.1Reviewofbasicprobabilitytheory202
11.2Theprobabilityrankingprinciple203
11.3Thebinaryindependencemodel204
11.4Anappraisalandsomeextensions212
11.5Referencesandfurtherreading216

12Languagemodelsforinformationretrieval218
12.1Languagemodels218
12.2Thequerylikelihoodmodel223
12.3Languagemodelingversusotherapproachesininformationretrieval229
12.4Extendedlanguagemodelingapproaches230
12.5Referencesandfurtherreading232

13TextclassificationandNaiveBayes234
13.1Thetextclassificationproblem237
13.2NaiveBayestextclassification238
13.3TheBernoullimodel243
13.4PropertiesofNaiveBayes245
13.5Featureselection251
13.6Evaluationoftextclassification258
13.7Referencesandfurtherreading264

14Vectorspaceclassification266
14.1Documentrepresentationsandmeasuresofrelatednessinvectorspaces267
14.2Rocchioclassification269
14.3knearestneighbor273
14.4Linearversusnonlinearclassifiers277
14.5Classificationwithmorethantwoclasses281
14.6Thebias–variancetradeoff284
14.7Referencesandfurtherreading291

15Supportvectormachinesandmachinelearningondocuments293
15.1Supportvectormachines：Thelinearlyseparablecase294
15.2Extensionstothesupportvectormachinemodel300
15.3Issuesintheclassificationoftextdocuments307
15.4Machine-learningmethodsinadhocinformationretrieval314
15.5Referencesandfurtherreading318

16Flatclustering321
16.1Clusteringininformationretrieval322
16.2Problemstatement326
16.3Evaluationofclustering327
16.4K-means331
16.5Model-basedclustering338
16.6Referencesandfurtherreading343

17Hierarchicalclustering346
17.1Hierarchicalagglomerativeclustering347
17.2Single-linkandcomplete-linkclustering350
17.3Group-averageagglomerativeclustering356
17.4Centroidclustering358
17.5Optimalityofhierarchicalagglomerativeclustering360
17.6Divisiveclustering362
17.7Clusterlabeling363
17.8Implementationnotes365
17.9Referencesandfurtherreading367

18Matrixdecompositionsandlatentsemanticindexing369
18.1Linearalgebrareview369
18.2Term–documentmatricesandsingularvaluedecompositions373
18.3Low-rankapproximations376
18.4Latentsemanticindexing378
18.5Referencesandfurtherreading383

19Websearchbasics385
19.1Backgroundandhistory385
19.2Webcharacteristics387
19.3Advertisingastheeconomicmodel392
19.4Thesearchuserexperience395
19.5Indexsizeandestimation396
19.6Near-duplicatesandshingling400
19.7Referencesandfurtherreading404

20Webcrawlingandindexes405
20.1Overview405
20.2Crawling406
20.3Distributingindexes415
20.4Connectivityservers416

21Linkanalysis421
21.1TheWebasagraph422
21.2PageRank424
21.3Hubsandauthorities433
21.4Referencesandfurtherreading439

Inde469
Bibliography441