原创力文档- 1、本文档共41页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
Ch6ChineseIR,Cross-languageIRMultimediaIRSchoolofComputerScienceandTechnologyLiLei(李蕾)
Outline6．1ChineseIR6．2Cross-languageIR:MajorProblemsApproaches6．3MultimediaIR
6．1ChineseIRThesameprincipleasEnglishIRMajordifferences:WordsegmentationGrammarrulesforChinesewords,phrases,sentences,…SemanticrulesPragmaticrulesDiscussionaboutChineseSearchEngines
ChineseSearchEnginesMainland:搜狐、雅虎、天网、悠游、百度Taiwan:哇塞、蕃薯藤HK:茉莉之窗Foreign:Google,Altavista
搜狐爱特信公司1998。2在北京推出信息抓取范围较广以分类目录为主，也有网站检索和新闻检索功能分类原则：以图书分类为基础，与日常应用习惯结合，由编辑人员分类，质量较高具有中英文界面独特的中文分词功能
雅虎美国yahoo公司支持国标码和大五码对1万多个中文网址进行了科学准确的分类两种检索方式：目录检索输入关键词检索限制符号：“”查找完全符合词串的网站指定关键字出现的段落
天网北京大学计算机系统网络研究室全文检索高级检索功能FTP查询与下载有BIG5界面和英文界面
悠游多种查询方法：智能检索分类检索精确匹配检索URL检索目录检索提供字段限制关键词出现的位置具有汉字内码的自动转换和跟踪功能使用大规模中文信息处理技术，减少人工介入的工作量
百度网页、新闻、WAP、PDA、MP3、图片搜索相关搜索拼音提示错别字提示英汉互译词典计算器和度量衡转换专业文档搜索股票、列车时刻表和飞机航班查询高级搜索
茉莉之窗香港中文大学支持GB,BIG5和英文收录57万多中文站点，给每个网页10个关键词作索引分类主题检索：12大类关键词搜索：检索请求分词后仅使用其中的名词、动词和形容词进行主题检索
Google重视查询的易用性提高结果的相关性灵活的检索方式：链接、指定网域较好的图像搜索页面翻译新闻群组
Problems检索性能不太完善收全率低标引不充分查准率低缺乏统一的协调合作能够检索多媒体信息资源的较少专题性或专业性中文搜索引擎较少信息资源建设相对滞后数据库更新不及时
PossibleSolution增加标引深度开发元搜索引擎改善检索性能增加专题搜索引擎多媒体信息检索各搜索引擎间的合作科学组织信息网络智能搜索引擎：分词、短语识别、同义词充分表达用户的查询要求
Future分类目录+全文检索方法多样支持自然语言检索提供多媒体检索智能化本地化个性化
6．2Cross-languageIR:MajorProblemsApproachesMultilingualEnvironments：MultilingualCollectionsThereare6,703languageslistedintheEthnologueWorldWideWeb:Around40%ofInternetusersdonotspeakEnglish,however,80%ofWebsitesarestillinEnglish
真实世界语言使用人口中文英语印度语西班牙语葡萄牙语孟加拉语俄语阿拉伯语日语
网络世界语言使用人口
WhatisCross-LanguageInformationRetrieval?Definition:Selectinformationinonelanguagebasedonqueriesinanother.TerminologiesCross-LanguageInformationRetrieval
(ACMSIGIR96WorkshoponCross-LinguisticInformationRetrieval)TranslingualInformationRetrieval
(DefenseAdvancedResearchProjectAgency-DARPA)
MLIRApplicationsMultilingualinformationaccessinmultilingualcountry,organization,enterprise,etc.Cro
文档评论（0）