信息检索模型及其在跨语言信息检索中应用进展.docVIP

信息检索模型及其在跨语言信息检索中的应用进展 　　〔摘 要〕信息检索发展中的一个重要理论问题是如何对查询与文档进行匹配,由此形成了不同的信息检索模型。跨语言信息检索是信息检索研究的一个分支,也是近年来的热点问题。本文主要对信息检索模型的研究进展,及其在跨语言信息检索中的应用进展进行分析与综述。 　　〔关键词〕信息检索;跨语言信息检索;检索模型 　　〔中图分类号〕G354 〔文献标识码〕B 〔文章编号〕1008-0821(2009)07-0215-07 　　 　　Development of Information Retrieval Model and its 　　Application in Cross-Language Information RetrievalWu Dan1 Qi Heqing2 　　(1.School of Information Management,Wuhan University,Wuhan 430072,China; 　　2.Shandong Dezhou Dehua Mechanical Equipment Engineering Corporation Limited,Dezhou 253000,China) 　　〔Abstract〕An important theoratical problem in informaton retrieval is how to match the query and the documents,therefore,different information retrieval models are formed.Cross-language information retrieval(CLIR)is a branch of information retrieval research fields and is one of the most active information retrieval areas in the past decades.This paper analyzes the reviews and the progresses of information retrieval models and its application in cross-language information retrieval. 　　〔Key words〕information retrieval;cross-language information retrieval;retrieval model 　　 　　作为一个正式的学术概念,信息检索(Information Retrieval)于1948年由美国学者Mooers[1]在其硕士学位论文中首次提出。经过半个多世纪的研究,信息检索的发展演变可以看作是不断消除一道道信息存取障碍的过程。首先,从脱机批处理到计算机检索系统的产生,是超越了信息存取的速度障碍;其次,从单机到网络平台,从集中式网络到分布式、异构性、动态Web环境的迁移,是打破了信息存取的空间障碍;再次,从分类法、主题词表到本体(Ontology)的出现和应用,是跨越了信息存取的语义理解障碍。即便如此,在全球信息共享的迫切要求下,依然还有另一道障碍未被攻克,即信息存取的语言障碍。 　　跨语言信息检索(Cross-Language Information Retrieval,CLIR)是20世纪70年代从信息检索领域发展出来的一个分支,旨在以一种语言的查询去检索另一种语言的信息资源,这一技术已成为突破信息存取语言障碍的关键。跨语言信息检索在一定程度上继承了传统信息检索技术的发展,其关键问题是要使查询语言与文档语言在检索之前达成一致。 　　信息检索发展中的一个重要理论问题是如何对查询与文档进行匹配,由此形成了不同的信息检索模型。经过60年的发展,信息检索模型已由原来的三大经典模型――布尔模型、向量空间模型、概率模型,发展为时下非常流行的统计语言模型和语义处理模型。同时,这些传统检索模型和新兴检索模型都在跨语言信息检索领域发挥着非常重要的作用。本文主要对信息检索模型的研究进展,及其在跨语言信息检索中的应用进展进行分析与综述。 　　1 信息检索模型研究进展 　　一般的信息检索模型由以下四部分组成:(1)查询表示;(2)文档表示;(3)匹配机制;(4)反馈修正。用形式特征可以将信息检索模型表示为一个四元组的模型框架:[D,Q,F,R(q??i,d??j)]。其中,D是文档表示;Q是查询表示;F是一种机制,用于构建文档表示、查询表示及它们之间关系的模型;R(q??i,d??j)是一个排序函数,该函数输出一个与查询表示