信息检索模型的研究概述.docVIP

信息检索模型的研究概述 　　【摘 要】随着信息量的日益增长，用户要在巨大的信息海洋中查找自己所需的信息就变得复杂，这就需要对信息进行相关性选择，以提高查询的检全率和检准率。为此，人们提出了一系列检索模型，本文介绍了这些检索模型以及在此基础上的发展。 　　【关键词】信息检索；检索模型；认知心理学；综述 　　一、引言 　　信息检索是寻找相关信息的过程，而检索过程始终都涉及相关性问题。相关性是信息需求内容与文献内容之间的一种关系，为了正确地解释检索过程，就必须给相关性一个合理的衡量。为此，人们提出了一系列检索模型，本文就讨论介绍了这些信息检索模型研究的进展。文中笔者将检索模型分为基于系统的检索模型、基于认知心理学的检索模型和基于本体的检索模型三大类。 　　二、基于系统的信息检索模型 　　在基于系统的检索模型中，可以分为逻辑模型、模糊模型、向量空间模型和概率模型。 　　1.逻辑模型及其发展 　　1957年，巴-希列尔（Y.Bar-Hille）提出布尔逻辑模型。布尔逻辑式构造简单，但其不易全面反映用户的需求，匹配标准存在某些不合理的地方，且检索结果不能按照用户定义的重要性排序输出，很难控制输出量的大小，对用户的素质有很高的要求。 　　为了克服传统布尔逻辑模型的一些缺陷，Waller和Kraft在1979年提出了加权布尔逻辑检索模型。加权布尔逻辑检索模型通过对标引词进行加权，解决了传统布尔