1、信息檢索第五章計(jì)算機(jī)信息檢索的含義和類(lèi)計(jì)算機(jī)信息檢索的含義和類(lèi) 型型 計(jì)算機(jī)信息檢索的特點(diǎn)計(jì)算機(jī)信息檢索的特點(diǎn) 計(jì)算機(jī)信息檢索策略計(jì)算機(jī)信息檢索策略 提高計(jì)算機(jī)信息檢索效率的方法提高計(jì)算機(jī)信息檢索效率的方法 計(jì)算機(jī)檢索技術(shù)計(jì)算機(jī)檢索技術(shù) 本章要點(diǎn)本章要點(diǎn) 計(jì)算機(jī)信息檢索是隨著計(jì)算機(jī)的出現(xiàn)而發(fā)展起來(lái)的。計(jì)算機(jī)檢索經(jīng)歷了脫機(jī)檢索、聯(lián)機(jī)檢索、光盤(pán)檢索及網(wǎng)絡(luò)信息檢索等階段。計(jì)算機(jī)檢索以其檢索效率高、檢索效果好而在信息檢索中得到了廣泛的使用。第5章 計(jì)算機(jī)檢索概述5.1.1 5.1.1 計(jì)算機(jī)信息檢索的含義計(jì)算機(jī)信息檢索的含義計(jì)算機(jī)信息檢索指人們根據(jù)特定的信息需求，按照一定的方法，利用計(jì)算機(jī)從相關(guān)的信息

2、檢索系統(tǒng)中識(shí)別并獲取所需的信息。計(jì)算機(jī)信息檢索的過(guò)程包括信息存儲(chǔ)過(guò)程和信息檢索過(guò)程，其本質(zhì)是信息用戶的提問(wèn)標(biāo)識(shí)和信息集合數(shù)據(jù)庫(kù)特征標(biāo)識(shí)匹配的過(guò)程。5.1 5.1 計(jì)算機(jī)信息檢索計(jì)算機(jī)信息檢索的含義和特點(diǎn)的含義和特點(diǎn)第5章 計(jì)算機(jī)檢索概述第5章 計(jì)算機(jī)檢索概述計(jì)算機(jī)信息檢索5.1.2 5.1.2 計(jì)算機(jī)信息檢索發(fā)展簡(jiǎn)史計(jì)算機(jī)信息檢索發(fā)展簡(jiǎn)史計(jì)算機(jī)信息檢索的發(fā)展經(jīng)歷了四個(gè)階段:第5章 計(jì)算機(jī)檢索概述1 1脫機(jī)批處理檢索脫機(jī)批處理檢索2 2聯(lián)機(jī)檢索階段聯(lián)機(jī)檢索階段3 3光盤(pán)檢索階段光盤(pán)檢索階段4 4網(wǎng)絡(luò)化聯(lián)機(jī)檢索階段網(wǎng)絡(luò)化聯(lián)機(jī)檢索階段5.1.3 5.1.3 計(jì)算機(jī)信息檢索的分類(lèi)計(jì)算機(jī)信息檢索的分類(lèi)計(jì)

3、算機(jī)信息檢索包括許多類(lèi)型，依據(jù)不同的劃分標(biāo)準(zhǔn)，可以分為不同的類(lèi)型：1. 1. 根據(jù)所檢索數(shù)據(jù)庫(kù)的形式分根據(jù)所檢索數(shù)據(jù)庫(kù)的形式分第5章 計(jì)算機(jī)檢索概述書(shū)目檢索書(shū)目檢索 數(shù)據(jù)檢索數(shù)據(jù)檢索 事實(shí)檢索事實(shí)檢索 全文檢索全文檢索 2. 根據(jù)計(jì)算機(jī)檢索服務(wù)方式分根據(jù)計(jì)算機(jī)檢索服務(wù)方式分 第5章 計(jì)算機(jī)檢索概述日常檢索日常檢索 回溯檢索回溯檢索 定題檢索定題檢索 3. 根據(jù)檢索方式分根據(jù)檢索方式分 網(wǎng)絡(luò)檢索網(wǎng)絡(luò)檢索 光盤(pán)檢索光盤(pán)檢索 聯(lián)機(jī)檢索聯(lián)機(jī)檢索 脫機(jī)檢索脫機(jī)檢索 5.1.4 5.1.4 計(jì)算機(jī)信息檢索的特點(diǎn)計(jì)算機(jī)信息檢索的特點(diǎn) 1. 檢索范圍大。 2. 檢索速度快。 3. 檢索功能強(qiáng)，組配靈活。 4.

4、 檢索途徑多。 5. 數(shù)據(jù)更新及時(shí)，時(shí)效性強(qiáng)。第5章 計(jì)算機(jī)檢索概述6.2.1 6.2.1 檢索策略的含義和作用檢索策略的含義和作用 所謂檢索策略，即在分析檢索課題內(nèi)容實(shí)質(zhì)基礎(chǔ)上，選擇檢索系統(tǒng)、檢索途徑、確定檢索詞及其相互間的邏輯關(guān)系等的信息檢索方案。信息檢索策略的實(shí)質(zhì)是對(duì)檢索過(guò)程的科學(xué)規(guī)劃。其中關(guān)鍵在于構(gòu)造能夠確切表達(dá)信息需求的檢索式。5.2 5.2 計(jì)算機(jī)計(jì)算機(jī)檢索策略檢索策略第5章 計(jì)算機(jī)檢索概述5.2.2 5.2.2 檢索表達(dá)式檢索表達(dá)式檢索表達(dá)式是檢索策略的具體體現(xiàn)，簡(jiǎn)稱檢索式。檢索式一般由檢索詞和各種邏輯運(yùn)算符組成，具體來(lái)說(shuō)，它將檢索詞之間的邏輯關(guān)系、位置關(guān)系等用檢索系統(tǒng)規(guī)定的各種

5、算符連接起來(lái)，成為計(jì)算機(jī)可以識(shí)別和執(zhí)行的命令形式。檢索式構(gòu)造的優(yōu)劣關(guān)系到檢索策略的成敗。檢索表達(dá)式主要有邏輯表達(dá)式、加權(quán)表達(dá)式和其他表達(dá)式。其中，最為常用的是邏輯表達(dá)式。第5章 計(jì)算機(jī)檢索概述5.2.2.1 邏輯表達(dá)式邏輯表達(dá)式是指利用布爾算符，對(duì)檢索詞的關(guān)系進(jìn)行表達(dá)，又稱布爾邏輯表達(dá)式。有邏輯與“AND”、邏輯或“OR”、邏輯非“NOT”。第5章 計(jì)算機(jī)檢索概述 5.2.2.2 位置檢索表達(dá)式位置檢索表達(dá)式，也稱鄰近檢索。通過(guò)位置算符來(lái)表示兩個(gè)檢索詞（或短語(yǔ)）之間的距離和位置關(guān)系。不同的檢索系統(tǒng)可能會(huì)采用不同的位置算符，目前應(yīng)用廣泛的主要是： 第5章 計(jì)算機(jī)檢索概述WnWNnN 5.2.2.

6、3 截詞檢索表達(dá)式 截詞檢索表達(dá)式指在檢索式中用專門(mén)截詞符號(hào)表示檢索詞的某一部分允許有一定的詞匯變化 。截詞檢索表達(dá)式在西方語(yǔ)言檢索中應(yīng)用比較廣泛，在中文信息檢索中也有一定的應(yīng)用。 不同檢索系統(tǒng)采用的截詞符不完全相同，一般常采用“?”、“*”等。 第5章 計(jì)算機(jī)檢索概述后截詞，又稱右截詞、前方一致，允許檢索詞尾部有若干變化形式。例如，檢索式comput ？將檢出包含computer、computing、computerized、computerization等詞匯的結(jié)果。中間截詞，允許檢索詞中間有若干變化形式，例如wom*n就可同時(shí)檢索到含有woman和women的結(jié)果。前截詞，又稱左截詞、后

7、方一致，允許檢索詞的前端有若干變化形式，例如檢索*physics就可檢得包含physics、astrophysics、biophysics、chemophysics、geophysics等詞的結(jié)果。第5章 計(jì)算機(jī)檢索概述 5.2.2.4 限制檢索表達(dá)式限制檢索表達(dá)式指用限制符限定檢索詞出現(xiàn)范圍的檢索式。 常用的字段限定代碼有：標(biāo)題（TI，Title）、作者（AU，Author）、主題詞（SU，Subject）、年代（PY，Publication Year）等。 一些網(wǎng)絡(luò)檢索工具也允許用戶采用限制檢索表達(dá)式，可把檢索范圍限制在標(biāo)題、統(tǒng)一資源定位地址（URL）或超鏈等部分。 第5章 計(jì)算機(jī)檢索概述

8、5.2.3 5.2.3 檢索策略的構(gòu)造步驟檢索策略的構(gòu)造步驟信息檢索策略的構(gòu)造步驟如圖：第5章 計(jì)算機(jī)檢索概述5.2.4 5.2.4 檢索策略的反饋與調(diào)節(jié)檢索策略的反饋與調(diào)節(jié)5.2.4.1 5.2.4.1 影響查全率和查準(zhǔn)率的主要因素影響查全率和查準(zhǔn)率的主要因素 1.主題分析是否準(zhǔn)確、全面 2.檢索詞選擇是否準(zhǔn)確 3.檢索詞之間邏輯關(guān)系的配置是否合適 第5章 計(jì)算機(jī)檢索概述 5.2.4.2 5.2.4.2 提高查全率和查準(zhǔn)率的方法提高查全率和查準(zhǔn)率的方法 1.1.提高查全率的方法提高查全率的方法(1) (1) 降低檢索詞的專指度降低檢索詞的專指度 (2) (2) 增加同義詞、近義詞或相增加同義

9、詞、近義詞或相 關(guān)詞的邏輯或運(yùn)算關(guān)詞的邏輯或運(yùn)算(3) (3) 選用截詞檢索選用截詞檢索 (4) (4) 增加和調(diào)整檢索途徑增加和調(diào)整檢索途徑第5章 計(jì)算機(jī)檢索概述2.2.提高查準(zhǔn)率的方法提高查準(zhǔn)率的方法(1) 提高檢索詞的專指度，增加或換用下提高檢索詞的專指度，增加或換用下 位詞和專指性較強(qiáng)的關(guān)鍵詞進(jìn)行檢索位詞和專指性較強(qiáng)的關(guān)鍵詞進(jìn)行檢索 (2) (2) 用用AND連接一些進(jìn)一步限定主題概念的連接一些進(jìn)一步限定主題概念的 相關(guān)檢索項(xiàng)，增加相互的制約相關(guān)檢索項(xiàng)，增加相互的制約 (3) (3) 用用NOT來(lái)排除一些無(wú)關(guān)的檢索項(xiàng)來(lái)排除一些無(wú)關(guān)的檢索項(xiàng) (4) (4) 采用限定檢索，縮小檢索范圍采用

10、限定檢索，縮小檢索范圍 第5章 計(jì)算機(jī)檢索概述5.3.1 5.3.1 全文檢索技術(shù)全文檢索技術(shù)全文檢索（Full Text Retrieval），就是以各類(lèi)數(shù)據(jù)諸如文字、聲音、圖像等為主要處理對(duì)象，根據(jù)數(shù)據(jù)資料的內(nèi)容，而不是外在特征來(lái)實(shí)現(xiàn)的信息檢索技術(shù)。與其他檢索技術(shù)相比，全文檢索技術(shù)的新穎之處在于，它可以使用原文中任何一個(gè)有實(shí)際意義的詞作為檢索入口，而且得到的檢索結(jié)果是源文獻(xiàn)而不是信息線索。 5.3 5.3 信息檢索技術(shù)信息檢索技術(shù)第5章 計(jì)算機(jī)檢索概述5.3.2 5.3.2 基于內(nèi)容的多媒體檢索技術(shù)基于內(nèi)容的多媒體檢索技術(shù) 基于內(nèi)容的多媒體檢索技術(shù)突破了傳統(tǒng)的基于文本描述和檢索的局限，直接

11、對(duì)圖像、視頻、音頻內(nèi)容進(jìn)行分析，利用媒體對(duì)象的語(yǔ)義、媒體的視覺(jué)和聽(tīng)覺(jué)特征來(lái)進(jìn)行檢索。也就是依據(jù)圖像中的顏色、紋理、形狀，視頻中的鏡頭、場(chǎng)景、鏡頭的運(yùn)動(dòng)，聲音中的音調(diào)、響度、音色等內(nèi)容特征建立索引并進(jìn)行檢索?；趦?nèi)容的檢索還融合了模式識(shí)別、計(jì)算機(jī)視覺(jué)、圖像理解等技術(shù)，是多種技術(shù)的合成。 根據(jù)所檢索媒體對(duì)象的不同，基于內(nèi)容的多媒體檢索技術(shù)又可分為基于內(nèi)容的圖像檢索技術(shù)、基于內(nèi)容的視頻檢索技術(shù)和基于內(nèi)容的音頻檢索技術(shù)等。 第5章 計(jì)算機(jī)檢索概述 5.3.2.1 5.3.2.1 基于內(nèi)容特征的圖像檢索技術(shù)基于內(nèi)容特征的圖像檢索技術(shù)CBIRCBIR（Content-based Image Retriev

12、alContent-based Image Retrieval） 主要依據(jù)圖像固有的特征來(lái)標(biāo)引和檢索。所謂圖像特征包括：圖像的畫(huà)面內(nèi)容特征；圖像描述對(duì)象特征；圖像的相關(guān)信息及其他物理特征，圖像的移動(dòng)和組合特征等。 目前，比較成功應(yīng)用基于內(nèi)容的圖像檢索技術(shù)的系統(tǒng)有IBM公司的QBIC系統(tǒng)、MIT媒體實(shí)驗(yàn)室的Photobook系統(tǒng)、新加坡國(guó)立大學(xué)的CORE系統(tǒng)、美國(guó)哥倫比亞大學(xué)的VisualSEEK系統(tǒng)等。第5章 計(jì)算機(jī)檢索概述基于內(nèi)容的圖像檢索技術(shù) 第5章 計(jì)算機(jī)檢索概述基于內(nèi)容的圖像檢索方式主要有3種：（1）選擇顏色的比例、輪廓形狀以及紋理圖案的圖樣進(jìn)行查詢。例如用戶可以給出紅、綠、藍(lán)三種顏色

13、的百分比，或從系統(tǒng)所提供的圖例中選擇某個(gè)作為檢索圖樣。（2）草圖查詢。用畫(huà)圖工具生成草圖，從系統(tǒng)中查詢與草圖顏色分布、形狀或紋理相似的結(jié)果。（3）示例查詢。選擇系統(tǒng)中的一幅圖像，要求系統(tǒng)檢索與之類(lèi)似的圖像。用戶一般是通過(guò)瀏覽選擇系統(tǒng)提供的實(shí)例作為查詢條件，然后再通過(guò)不斷修改實(shí)例最終找到匹配目標(biāo)。第5章 計(jì)算機(jī)檢索概述 5.3.2.2 5.3.2.2 基于內(nèi)容的視頻檢索技術(shù)基于內(nèi)容的視頻檢索技術(shù)視頻又稱動(dòng)態(tài)圖像，是一組圖像按時(shí)間順序連續(xù)表現(xiàn)，它的表示與圖像序列、時(shí)間關(guān)系有關(guān)。視頻數(shù)據(jù)可用幕、場(chǎng)景、鏡頭、幀等描述。視頻序列主要由鏡頭組成；鏡頭由一系列連續(xù)的幀組成；幀是一幅靜態(tài)的圖像，是組成視頻的最小單位；場(chǎng)景含有多個(gè)鏡頭；幕是由一系列相關(guān)的場(chǎng)景組成，表達(dá)一個(gè)完整的事件。視頻檢索實(shí)際上是對(duì)動(dòng)態(tài)圖像進(jìn)行檢索，視頻檢索的實(shí)質(zhì)就是在大量的視頻數(shù)據(jù)中找到所需要的視