lectue1-booleanretrieval 信息检索导论 王斌 PPT 课件 第1章.ppt

第1讲 布尔检索 Boolean Retrieval ;提纲;提纲;信息检索Information Retrieval;IR vs数据库: 结构化 vs 非结构化数据;非结构化数据;半结构化数据;非结构化 vs. 结构化 vs. 半结构化;传统信息检索 vs. 现代信息检索;非结构化数据(文本) vs. 结构化数据(数据库) @ 1996年;非结构化数据(文本) vs. 结构化数据(数据库) @ 2009年;布尔检索;提纲;一个简单的例子(《莎士比亚全集》);词项-文档(term-doc)的关联矩阵; 关联向量(incidence vectors);上述查询的结果文档;IR中的基本假设;典型的搜索过程;检索效果的评价;大文档集;词项-文档矩阵将非常大;倒排索引(Inverted index);倒排索引(续);Tokenizer;索引构建过程: 词条序列;索引构建过程: 排序;索引构建过程: 词典 倒排记录表;存储开销计算;提纲;假定索引已经构建好;AND查询的处理;合并过程;上述合并算法的伪代码描述;其它布尔查询的处理;查询优化;查询优化;更通用的优化??略;布尔检索的优点;布尔检索例子: WestLaw /;布尔检索例子: WestLaw /;Google支持布尔查询;布尔检索的缺点;参考资料;课后练习