第2讲 信息检索概述.pptVIP

信息检索系统开发与设计 第一章 第一章 概 述 本章主要内容 信息检索基本原理 信息检索系统 信息检索发展历史与趋势 信息检索学科研究范围 1.1 信息检索基本原理 Information Retrieval 信息检索 将情报按一定的方式组织和存贮起来，并根据用户的需要找出有关情报的过程。（赖） 一种延时性通讯形式，在时间上从一个时刻通往一个较晚的时刻，而空间上可能还在同一地点。（Calvin W, Mooers, 1949) 是对信息条目（Information Items）进行表示、存贮、组织和存取（Access)的过程。 Information Access 信息存取 1.1 信息检索基本原理 信息检索的基本目标： 检索出所有与用户提问相关的文献，同时尽可能检出更少的不相关文献。 相关信息的有效检索涉及两个方面 用户任务 文献的逻辑表示 1.1 .1 信息检索中用户任务 1.1 .1 信息检索中用户任务 检索 retrieval 用户将其信息需求和问题翻译成检索系统要求的提问式(query)，系统匹配后，提交相关文献。 浏览 browsing 使用交互式界面翻阅整个文献集合，以找出感兴趣的相关文献。 1.1 .1 信息检索中用户任务 传统检索系统：数据检索或信息检索 超文本系统：快速浏览 电子图书馆与Web搜索引擎系统：检索与浏览的结合。 1.1 .2 文献的逻辑表示 全文本 —— 标引词的集合 目的：降低文献表示的复杂性，和计算机处理的难度。 1.1 .2 文献的逻辑表示 传统： 一个集合中的文献常常通过标引词或关键词的集合来表示。 现代： 用文献的所有词集合以及结构来表示成为可能，检索系统采用文献的全文本(full-text view)视图逻辑表示。 1. 2 信息检索系统 信息检索系统是由一定的设备和信息集合构成，面向一定的用户，具有信息采集、组织、存贮、选择和传播等功能的信息服务设施。 1. 2 .1 信息检索处理过程 定义和建立文本数据库 用户提问操作 匹配处理 1. 2 .1 信息检索处理过程 文本数据库由数据库管理者模块建立 确定使用的信息条目范围 文本操作处理 定义文本的逻辑视图, 建立索引 1. 2 .1 信息检索处理过程 1. 2 .1 信息检索处理过程 1. 2 .2 信息检索系统的逻辑构成 信息检索系统的逻辑构成主要是指它所包括的功能模块或子系统及其相互关系。 一个完整的信息检索系统，通常由以下几个功能模块组成: 信息源选择采集子系统 标引子系统 建库子系统 词表管理子系统 用户接口子系统 提问处理子系统 1. 2 .2 信息检索系统的逻辑构成 信息源选择采集子系统 信息源是检索系统的信息或数据来源，目前，信息 检索系统中的数据主要来自各种公开文献，如一次文献中的期刊、图书、研究报告、会议论文、专利文献、政府出版物、学位论文、二次文献中的文摘、索引和目录，三次文献中的百科全书、专科词典，名录、指南、手册等，有些系统还收录各种机构的内部资料，如实验记录、测试或观测结果、工程设计资料、统计资料等。 本功能模块任务：根据系统的经营方针和服务对象的需要，以快速、经济的手段，广泛地、连续不断地采集各种信息源，为系统提供充足而适用的数据来源。 1. 2 .2 信息检索系统的逻辑构成 标引子系统 标引，就是根据一定的规则和程序，对文献内容进行分析，然后赋予每篇文献以一定数量的内容标识（分类号、主题词、关键词等），作为存贮与检索的依据。 标引作业通常与文献编目和文摘工作一起进行，然后把标引结果和其他描述事项填入工作单，交录入员去录入计算机中。 1. 2 .2 信息检索系统的逻辑构成 建库子系统 任务是建立和维护可直接用于计算机检索的数据库。 作业内容主要包括数据录入、错误检查与处理、数据格式转换、生成并定期更新各种文档。 1. 2 .2 信息检索系统的逻辑构成 词表管理子系统 功能是管理维护系统中已有的主题词表，使它与标引、建库等子系统相连接，支持用户的各种词汇查询操作，从提问、对话或其它文本中采集词汇、信息，以及输出各种形式的词汇数据或词表产品（从个别词目、词间关系、词频数据到整部词表）。 1. 2 .2 信息检索系统的逻辑构成 用户接口子系统 System-user interface,是面向系统用户的一种人---机接口。它承担用户与系统之间的通讯功能，是二者之间实现通讯不可缺少的连接系统（软硬件）。 用户模型：是系统建立的用户认知模型，可以用来增强人、机接口的人性，使系统能考虑不同用户的不同需要、技能和经验等人类工程学因素。 命令语言：是指系统提供给用户的检索命令集合，包括基本命令（如检索开始、结束、选