从SIGIR信息检索技术的过去与未来.pptVIP

从SIGIR看信息检索技术的过去与未来 马少平，张敏 清华大学计算机系； 智能技术与系统国家重点实验室 2007年3月10日，海口 缘起 过去三十五年中，我们在信息检索的路上走了多远？ 在IR舞台上，什么是长盛不衰的？ 哪些已经渐渐谢幕？ 哪些即将登场？ SIGIR 1971～2006年所有正式论文 主要内容 检索模型的发展 关键技术 检索任务的演变 人机交互与用户分析 信息检索的评价 信息检索中的自然语言处理 更多思考与讨论 检索模型的发展 信息检索模型 从一开始就沿两条路发展 来源于结构化数据处理的灵感 E.g. 数据库 直接从自由文本处理的角度 IR models 自由文本模型——三个阶段 向量空间模型 ——80年代初的重点 概率模型 －－ 80年代末兴起，90年代逐渐成为主流 基于语言模型的检索 －－ 1998年，里程碑 更多模型 －－ 近两三年开始，标志IR进入新的阶段 关键技术 关键技术 实现 早期 倒排索引的提出与研究 2000后 大规模检索 最近 垃圾 … 走出实验室 面向海量数据、实时处理、真实网络环境… 关键技术 相关反馈 经久不衰的话题 3个阶段 早期 建立反馈机制 90年代中 CBIR 最近 区分不同主题 区分不同词 关键技术 集中式不能满足要求 分布式系统架构 3个阶段 早期： 通用系统设计 90年代中 分布式 大规模 扩展性、效率 最近