计算机信息检索概述研讨.ppt

6.4.2 全文检索技术 全文检索的索引技术： 1：衡量全文检索系统的一个重要指标——索引膨胀系数 索引膨胀系数＝索引文件大小/全文数据库的大小 2.索引的常见结构： 单汉字（主键字） 记录号 段落号 位置号 单汉字（主键字） 记录数 记录号1 该记录位置集合 记录号2 该记录位置集合 … 6.4.2 全文检索技术 全文检索中检索效率提高： 1.提高查全率 SARS、“非典”——建立同义词典,构成“或”的运算表达式。词典需要及时更新或具有学习功能。 2.提高查准率 用“华人”检索到“中华人民共和国”，用“民法”检索到“人民法院”——建立“排除词典”。将检索词在每一篇文献中检索出数量（检索词在文献中出现次数）与所有欲排除词在文献中出现数量相比较，若相等，该文献就被排除，否则就认为该文献命中。 6.4.3 基于内容的多媒体检索技术 6.4.3.1基于内容的图像检索技术 图像的画面内容特征 图像描述对象特征 图像的相关外部特征 图像的移动和组合特征 标 引 检 索 选择颜色的比例 草图查询 实例查询 6.4.3 基于内容的多媒体检索技术 6.4.3.2基于内容的视频检索技术 幕：由一系列相关的场景组成，表达一个完整的事件。 场景：含有多个镜头。 镜头：由一系列连续的帧组成。 帧：是一幅静态的图像，是组成视频的最小单位。 视频 镜头分割 镜头 特征分析