信息检索课件-4信息检索模型及技术.pptVIP

4.1信息检索模型4.2计算机检索技术介绍经典检索模型主要包括布尔检索模型、向量模型和概率模型。4.1.1布尔检索模型（1）概念及原理在布尔模型中，每个文献用一组标引词表示,每个提问则表示为标引词的布尔组配。布尔检索实际上就是集合之间的并、交、补运算。例如，对于某一特定文献i，可表示为：Di=（T1,T2,T3,…Tm）对于特定提问J可表示为：Qj=（T1andT2）OR（T3and（notT4））（2）特点1）优点2）缺点（3）扩展布尔检索模型文档D(Document)文献向量的表示：D(t1,t2,…,tn)提问向量：Q=（q1,q2,…qm）特征项t（Term）特征项权重Wk（TermWeight）：词条权值计算方法为TF-IDF函数（见下页）相似度S(Similarity)（见后）向量模型的描述4.1.2向量模型01词条权值计算方法为TF-IDF函数02常用的TF-IDF公式：特征项权重Wk（TermWeight）文档相似度表示概率检索理论认为给定检索文献与给定提问之间存在某种相关概率。01概率检索模型就是利用概率论的原理，通过赋予标引词概率值来表示这些词在相关文献集合或无关文献集合中的出现概率，然后计算某一给定文献与某给定提问相关的概率。最后系统据此做出检索决策。02概率标引理论的基础是对标引词加权并利用权值来计算文献的相关值，即满足给定提问的概率值。034.1.3概率模型概率检索模型有多种形式，常见的为第二概率检索模型。01010203词的权值设计为：文档d与用户查询Q相关概率可定义为：0203在树状结构中，节点代表文献内容，如章节、段落等，边线代表各内容之间的关系，如章节包含几个段落。根节点用来标识整个文献，叶节点由文献内容构成，如文本、图像等。叶节点可以以任意粒度表述，如单个词汇、短语、句子等。把有根节点没有叶节点的结构作为集合内容看待，其信息内容由其各构成部分决定。结构化文本检索模型描述一般方法基于非重叠链表的模型基于邻接节点的模型常见的结构化文本模型4.1.4结构化文本检索模型能使用户在做进一步检索时意识到用合适的方法进行查找。能确保用户快速有效地浏览数据库。能使用户把特定的信息需求定位在数据库感兴趣的文献集合中。有效的浏览系统数据库应具备几个条件4.1.5浏览模型对静态数据库的浏览：如中国知网01可视化原则，02要具备扩展人类空间能力的思维，03人们检索时输入选择的是词汇而不是整篇文献，04检索用户与系统交互时间要迅速，05要能反映人们认知上的区别06要反映浏览检索模型在系统的应用。浏览式检索系统接口设计要遵循的原则（4）常见的浏览模型常见的浏览模型平坦浏览模型结构向导浏览模型超文本浏览模型4.1信息检索模型4.2计算机检索技术介绍布尔检索技术（1）逆波兰变换法??(a+b)*c-(a+b)/e的后缀表达式为：???(a+b)*c-(a+b)/e???→((a+b)*c)((a+b)/e)-??→((a+b)c*)((a+b)e/)-?→(ab+c*)(ab+e/)-???→ab+c*ab+e/-?普通的中序表达式转换为逆波兰表达式的一般算法???????-

??????/??\

?????*????/

????/\??/\

???+?c?+??e

??/\??/\

?a?b?a??b4.2.2聚类检索技术计算出文献与文献之间的相似度，并把相似度较高的文献集中在一起，形成一个个的文献类的检索技术。聚类检索技术实现的算法思想文档聚类4.2.3基于内容的多媒体检索概述现有基于内容检索系统列表IBM公司的QBIC：http://哥伦比亚大学的WebSwwk：http://Virage公司的Virage：http://波士顿大学的ImageRover：麻省理工学院的PhotoBook：/~tpminka/photobook4.2.4基于内容的图像检索技术（1）四种类型.基于颜色特征的检索.基于纹理特征的检索.基于形状及区域的检索.基于空间约束关系的检索（2）图像信息及其检索特征分析著录特征视觉特征逻辑特征语义特征（3）主要查询方式1）示例2）描绘3）属性和特征说明（领域特定特征）4）浏览（4）图像检索系统的构成4.2.5基于内容的音频检索技术所谓音频检索，是指通过音频特征