[物理]网络信息检索IRLes 2012S 6.pdf

网络信息检索网络信息检索 第六讲第六讲 查询语言与查询处理查询语言与查询处理 董守斌 sbdong@ 华南理工大学计算机学院 广东省计算机网络重点实验室 Communication Computer Network Laboratory (CCNL) 主要内容  查询语言询语言  查询操作 2 本章主要内容 3 查询语言  基于关键词的于关键词的查询询 基于单个关键词的查询 基于多关键词的查询基于多关键词的查询 • 布尔查询 • 上下文查询 – 短语查询 – 近似查询 自然语言查询自然语言查询  模式匹配  结构查询结构查询 4 布尔查询  用布尔运算符组合关键词： OR: (e OR e ) ：递归查询e 和e ，然后取两个结果的并集 1 2 1 2 AND: (e AND e ) ：递归查询e 和e ，然后取两个结果集的交 1 2 1 2 集集 BUT: (e BUT e ) Satisfy e but not e 递归查询e 和e ，然后 1 2 1 2 ： 1 2 取结果集的差取结果集的差  使用“but”运算符可能产生大量的结果，但是和其他运 算符组合算符组合，，却很好地限制了可检索到结果的广泛性却很好地限制了可检索到结果的广泛性  普通用户很难处理布尔逻辑 5 短语查询  使用某个特定的短语使用某个特定的短语 （（词语的特定组合词语的特定组合））来检来检 索文献 “information theoryy”  可以允许短语中穿插停用词或词干 “buybuy cameracamera” 匹配匹配：： “buy a camera” 、“buying the cameras” 等  基于倒排索引的短语查询基于倒排索引的短语查询 倒排索引必须存储每个关键词在文档中的位置信息 为每个词检索它的文献和位置信息，然后查看这些 词的相邻情况 最好从短语中最少使用的词开始查看相邻情况 6 短语搜索算法 Find set of documents D in which all keywords (k …k ) in