2013信息检索课件第1章

信息检索概述信息检索（informationretrieval，简称IR）是在大规模的数字化文献中，通过计算机自动处理，在海量文本中找出与用户信息需要相符合的相关文档和信息的过程。信息检索延伸到了Web、社交媒体、数字图书馆、数字档案和各种类型的多媒体信息领域。信息检索的定义和应用场景移动信息检索现代社会人手一机，移动设备上的信息检索成为日常生活中不可或缺的一部分。移动设备数据量的快速增长以及智能手机的高性能都在驱动移动信息检索的快速发展。文献检索从互联网上收集、整理并存储各类文献，然后通过搜索引擎或检索系统提供多种适用的条件，供读者进行各类文献检索和查询。职业信息检索指求职者通过搜索引擎、招聘平台等途径获取职位信息的过程。职业信息检索是求职过程中必不可少的一环。数字图书馆数字图书馆通过建立一整套数字图书馆的环境（包括数据的结构化、存储、维护、检索、查询等），使文献资源得到最佳的管理和利用。信息检索的发展历程早期信息检索20世纪40-50年代，基于关键字的检索技术逐渐成熟。计算机技术的革新20世纪70-80年代，计算机技术的大幅革新使信息处理的范式产生了巨大变化。万维网的出现20世纪90年代初期，WWW的出现导致了更为快速以及更高效的信息检索方式。人工智能的运用21世纪，机器学习等人工智能相关领域的科技得到了广泛的应用，成为了信息检索的重要组成部分。信息检索的基本模型1布尔模型对于检索语句与文档全文之间的精确匹配，仅仅通过单次构造相对于纯自然语言的长问题，容易产生歧义。2向量空间模型将所有文档向量化并建立向量空间，依据文档与查询的相对位置计算出相关度。3概率模型基于在统计学的框架内对概率的识别的一种方式，使其不仅准确度提高了，而且又避免了歧义的问题。信息检索的评价标准查询精度包含召回率或者准确搜索率等方面，用于衡量搜索引擎返回结果的准确程度。检索效率衡量搜索引擎返回结果的查询时间。用户满意度基于用户查询行为、检索结果等信息，衡量用户对检索的满意程度。信息检索的挑战信息过载随着互联网大数据时代的到来，已经越来越难于过滤出与个人查询相关的信息，情况越来越严峻。虚假信息虚假信息通过越来越精准的手段传播，很可能挑战到搜索引擎领域，导致更多的信息被较少检索出来。隐私问题随着搜索引擎与大数据技术的结合，用户隐私保护成为了一系列监管政策的焦点。信息检索的主要任务文档库管理建立尽可能完整和精确的文档库。查询理解对于所查询的问题，上下文语境和查询目的能够明确理解。召回匹配针对所查询的项目，将与之匹配的文档提取到出来。结果评估依靠一系列的衡量方法，来对检索结果进行评测。信息检索中的查询语言和语义分析查询语言搜索引擎通过查询语言建立索引，自然语言理解技术则提供了更多多样化的查询方式。语义分析指针对语义的分析，优化查询效果。语义分析可以分类为句法级别分析和语义级别分析。在Web搜索引擎中的相关性反馈技术用户反馈搜索引擎建立起了用户反馈系统，用户可以通过这一系统对检索结果的相关性进行回馈，并引入到排序算法中。相关搜索计算与所搜索的内容相关的其他信息或者搜索关系，将其提示给用户,引导用户获得更好的搜索结果。搜索历史搜索引擎记录用户查询的过程,活动等，并推出相应的历史查询。信息检索中的图像和视频检索技术图像检索基于图像内容提取和比对获得图像之间的相似度程度，再组合索引查询，获得用户需要查找的图像信息。视频检索基于视频的本质属性进行视频内容的特征分析和提取，通过各种搜索技术查询并提供视频结果。信息检索的未来发展趋势和方向现代信息检索技术从原本只是在搜索引擎方面的运用转为在针对各类领域的应用。现在越来越多的搜索能力被整合到其他领域当中。但是，