信息检索系统导论

图书标准信息

• 作者 刘挺 编
• 出版社 机械工业出版社
• 出版时间 2008-12
• 版次 1
• ISBN 9787111246077
• 定价 35.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 257页

【内容简介】

本书对信息检索及信息检索系统的基本概念、原理、算法进行详尽介绍。主要内容包括信息检索模型、文本操作技术、文本索引和搜索技术、查询处理与Web检索技术、分布式信息检索、文本分类与聚类、信息过滤等，并给出Web信息检索的实现实例。

  本书内容丰富，源于作者多年的教学及科研心得，适合作为高等院校计算机专业本科生及研究生相关课程的教材，也可作为技术人员研究信息检索与搜索引擎的参考读物。

【作者简介】

刘挺，教授，博士生导师。哈尔滨工业大学计算机研究所副所长，信息检索研究室主任。国家863”中文处理”重点项目总体组专家。中国中文信息学会理事．信息检索专委会副主任．计算语言学专委会委员，《中文信息学报》编委。中国计算机学会中文信息技术专委会委员，YOCSEF委员。

【目录】

序

前言

作者简介

教学建议

第1章  绪论

  1.1  信息检索简介

    1.1.1  信息检索的概念和处理对象

    1.1.2  信息检索的基本流程

    1.1.3  与信息检索相关的学科

  1.2  信息检索的研究内容

    1.2.1  信息检索要解决的问题

    1.2.2  信息检索中的基础研究课题

    1.2.3  信息检索中的关键技术

    1.2.4  信息检索中的应用研究

  1.3  信息检索的历史、现状与未来

    1.3.1  信息检索的历史

    1.3.2  信息检索的现状与未来

  1.4  本书结构

  本章小结

  思考练习

第2章  信息检索模型

  2.1  信息检索模型的定义和分类

    2.1.1  信息检索模型的定义

    2.1.2  信息检索模型的分类

  2.2  布尔模型

    2.2.1  布尔模型的定义

    2.2.2  布尔模型示例

  2.3  向量空间模型

    2.3.1  向量空间模型的定义

    2.3.2  常见相似度计算方法

    2.3.3  向量空间模型与布尔模型的比较

  2.4  概率模型

    2.4.1  概率模型的定义

    2.4.2  概率模型的优缺点

  2.5  扩展布尔模型

    2.5.1  扩展布尔模型简介

    2.5.2  基本模糊集合模型

    2.5.3  扩展模糊集合模型

  2.6  统计语言模型

    2.6.1  语言模型简介

    2.6.2  数据稀疏和平滑

    2.6.3  基于语言模型的检索模型

    2.6.4  基于语言模型的信息检索模型的优缺点分析

  2.7  隐性语义索引模型

    2.7.1  隐性语义索引

    2.7.2  隐性语义索引模型原理

    2.7.3  隐性语义索引实例

    2.7.4  隐性语义索引模型的特点

  2.8  基于本体论的模型

    2.8.1  本体论的概念

    2.8.2  描述本体的语言

    2.8.3  本体的构造

    2.8.4  常用的本体库简介

    2.8.5  本体论在信息检索系统中的应用

  本章小结

  思考练习

  参考文献

第3章  信息检索系统的评价

  3.1  引言

  3.2  性能评价指标

    3.2.1  准确率和召回率

    3.2.2  单值评价方法

    3.2.3  一些特殊的评价方法

    3.2.4  其他测度方法

  3.3  国外信息检索评测

    3.3.1  TREC评测

    3.3.2  NTCIR评测

    3.3.3  CLEF评测

  3.4  国内信息检索评测

    3.4.1  863信息检索评测

    3.4.2  SEWM中文Web评测

  3.5  信息检索评价的研究

    3.5.1  现有研究成果介绍

    3.5.2  今后的研究问题与趋势

  本章小结

  思考练习

  参考文献

第4章  文本操作技术

  4.1  引言

  4.2  英文词法分析

    4.2.1  断词

    4.2.2  词干提取

  4.3  中文词法分析

    4.3.1  最大匹配法

    4.3.2  歧义词切分

    4.3.3  未登录词识别

    4.3.4  分词系统介绍

    4.3.5  语料及评测

  4.4  相关资源

    4.4.1  停用词表

    4.4.2  词典资源

  4.5  英文拼写检查

    4.5.1  形态还原

    4.5.2  词语相似度计算

  本章小结

  思考练习

  参考文献

第5章  文本索引和搜索

  5.1  引言

  5.2  倒排文件

    5.2.1  倒排文件简介

    5.2.2  倒排文件的使用

    5.2.3  倒排文件的建立

    5.2.4  倒排文件的维护

    5.2.5  倒排文件的压缩

    5.2.6  倒排文件性能分析

  5.3  词汇表的存取

    5.3.1  排序数组

    5.3.2  B树

    5.3.3  Trie树

  5.4  后缀数组

    5.4.1  后缀数组的构造

    5.4.2  后缀数组的使用

    5.4.3  后缀数组的分析

  5.5  签名文件

    5.5.1  签名文件的构造

    5.5.2  签名文件的使用和维护

    5.5.3  签名文件的分析

  5.6  文本搜索技术

    5.6.1  BF算法

    5.6.2  KMP算法

    5.6.3  BM算法

    5.6.4  精确模式匹配算法的选择

  本章小结

  思考练习

  参考文献

第6章  查询处理技术

  6.1  引言

  6.2  查询构造方法

    6.2.1  单一词查询

    6.2.2  上下文查询

    6.2.3  布尔查询

  6.3  相关反馈与查询重构

    6.3.1  向量空间模型中的反馈与查询重构

    6.3.2  概率模型中的反馈与查询重构

    6.3.3  布尔模型中的反馈与查询重构

    6.3.4  相关反馈的评价

  6.4  自动查询扩展技术

    6.4.1  查询扩展的全局分析方法

    6.4.2  查询扩展的局部分析方法

    6.4.3  基于词典库的查询扩展

  6.5  交互式查询扩展

  6.6  查询处理的发展趋势

  本章小结

  思考练习

  参考文献

第7章  Web检索技术

  7.1  引言

  7.2  Web检索的工作流程及系统结构

    7.2.1  工作流程

    7.2.2  系统结构

  7.3  Web数据的采集

    7.3.1  Web数据采集系统的工作原理

    7.3.2  Web数据采集系统的相关概念及协议

    7.3.3  Web数据采集系统的基本结构

    7.3.4  Web数据采集系统的分类

  7.4  网页的预处理

    7.4.1  网页去重

    7.4.2  正文提取

  7.5  相关性排序系统

    7.5.1  早期的相关性排序技术

    7.5.2  链接分析技术

    7.5.3  多特征融合的相关性排序算法

  7.6  Web检索系统的其他模块

  本章小结

  思考练习

  参考文献

第8章  分布式信息检索

  8.1  引言

  8.2  分布式信息检索系统体系结构

  8.3  文档集合的划分

  8.4  文档集合的选择

    8.4.1  文档集合的表示

    8.4.2  集合选择算法

    8.4.3  文档集合选择算法的评价

  8.5  检索结果的合并

  本章小结

  思考练习

  参考文献

第9章  Web信息检索实践

  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骤

    9.2.2  基本索引程序

    9.2.3  深入控制Lucene索引过程

    9.2.4  与索引相关的并发问题

  9.3  利用Lucene进行搜索

    9.3.1  IndexSearcher

    9.3.2  Hits

    9.3.3  Query与QueryParser

  本章小结

  思考练习

  参考资源

第10章  文本分类与聚类

  10.1  引言

  10.2  文本分类

    10.2.1  文本分类概述

    10.2.2  文本分类的过程

    10.2.3  分类算法

    10.2.4  文本分类的评估指标

    10.2.5  相关评测和相关资源

  10.3  文本聚类

    10.3.1  文本聚类概述

    10.3.2  层次聚类

    10.3.3  基于划分的聚类

    10.3.4  基于密度的方法

    10.3.5  自组织映射

    10.3.6  基于模型的方法

    10.3.7  文本聚类结果的描述

    11.3.8  文本聚类的评价方法

  本章小结

  思考练习

  参考文献

第11章  信息过滤技术

  11.1  引言

  11.2  信息过滤的概念及主要研究内容

    11.2.1  信息过滤的概念和主要特点

    11.2.2  信息过滤与信息检索、信息抽取以及分类等研究的区别

    11.2.3  信息过滤系统的分类体系

  11.3  信息过滤系统的结构及评价

    11.3.1  信息过滤系统的组成

    11.3.2  信息过滤系统的评价

  11.4  基于内容的信息过滤

    11.4.1  信息过滤中应用的统计模型

    11.4.2  信息过滤中应用的文本分类方法

  11.5  协作过滤

    11.5.1  基于用户的协作过滤

    11.5.2  基于模型的协作过滤

    11.5.3  基于项目的协作过滤

  本章小结

  思考练习

  参考文献

第12章  问答系统

  12.1  引言

  12.2  问答系统的发展历程

  12.3  问答系统的种类

    12.3.1  问答系统分类方法

    12.3.2  自然语言的数据库问答系统

    12.3.3  对话式问答系统

    12.3.4  基于常问问题集的问答系统

    12.3.5  基于大规模文档集的问答系统

    12.3.6  阅读理解系统

    12.3.7  基于知识库的问答系统

  12.4  基于常问问题集的问答系统实现

    12.4.1  候选问题集的建立

    12.4.2  句子相似度计算

  12.5  基于大规模文档集的问答系统实现

    12.5.1  问答的任务与系统实现流程

    12.5.2  问题分析

    12.5.3  相关文档检索

    12.5.4  句段检索

    12.5.5  答案抽取

    12.5.6  问答结果的答案评测及其面对的问题和困难

  本章小结

  思考练习

  参考文献