信息檢索原理與技術(shù)考試大綱重點(diǎn)整理

1、《信息檢索原理與技術(shù)信息檢索原理與技術(shù)》第1章信息檢索概論信息檢索概論（1）一次文獻(xiàn)信息：一次文獻(xiàn)信息：是指作者以自己的研究成果為基礎(chǔ)創(chuàng)作或撰寫的、未經(jīng)過加工的原始文獻(xiàn)，如期刊論文、研究報(bào)告、學(xué)位論文等。（2）二次文獻(xiàn)信息：二次文獻(xiàn)信息：是指對一次信息加工整理而成的文獻(xiàn)，如目錄、文摘、索引等各種書目信息，具有匯集性、工具性、綜合性、系統(tǒng)性的特點(diǎn)。（3）三次文獻(xiàn)信息：三次文獻(xiàn)信息：是對一、二次信息綜合、分析等深加工的產(chǎn)物，如評論、進(jìn)展報(bào)告

2、、百科全書、期刊書目等。（4）文獻(xiàn)：文獻(xiàn)：記錄有知識的一切載體，即知識信息必須通過文獻(xiàn)載體進(jìn)行存儲和傳遞。（5）構(gòu)成文獻(xiàn)的要素：構(gòu)成文獻(xiàn)的要素：構(gòu)成文獻(xiàn)內(nèi)核的知識信息、負(fù)載知識信息的物質(zhì)載體、記錄知識信息的符號和技術(shù)。（6）文獻(xiàn)的特征：文獻(xiàn)的特征：知識性知識性（文獻(xiàn)的本質(zhì)，離開知識信息，文獻(xiàn)信息便不復(fù)存在）；傳遞性傳遞性（幫助人們克服時間與空間上的障礙，在時空中傳遞人類已有的知識，使人類的知識得以流傳和發(fā)展）；動態(tài)性動態(tài)性（其所蘊(yùn)含的知

3、識隨著人類社會和科技的發(fā)展在不斷地、有規(guī)律地運(yùn)動著）（7）信息、知識和文獻(xiàn)的聯(lián)系：信息、知識和文獻(xiàn)的聯(lián)系：信息作為物質(zhì)的一種普遍屬性，是生物以及具有自動控制系統(tǒng)的機(jī)器通過感覺器官和相應(yīng)的設(shè)備與外界進(jìn)行交換的一切內(nèi)容，它是有形的、獨(dú)立于行動和決策、經(jīng)過處理改變形態(tài)、物質(zhì)產(chǎn)品、與環(huán)境無關(guān)、可以復(fù)制的；知識作為信息的一部分，是一種特定的人類信息，也是人類社會實(shí)踐經(jīng)驗(yàn)的總結(jié)，是人的主觀世界對于客觀世界的概括和如實(shí)反映，它是無形的、與行動和決策相

4、關(guān)、經(jīng)過處理能改變思維、精神產(chǎn)品、環(huán)境改變含義、經(jīng)過學(xué)習(xí)才能轉(zhuǎn)讓、無法復(fù)制的；文獻(xiàn)是知識的一部分，是進(jìn)入人類社會交流系統(tǒng)的活動著的知識。（8）文獻(xiàn)信息流有序化階段的三個環(huán)節(jié)：文獻(xiàn)信息流有序化階段的三個環(huán)節(jié)：?替代。描述文獻(xiàn)特征，對一次文獻(xiàn)信息進(jìn)行不同程度的提煉或壓縮，形成目錄、文摘、索引等二次文獻(xiàn)信息。從文獻(xiàn)信息流的運(yùn)動角度看，“替代”是文獻(xiàn)信息流的流量、流向得到測度并合理調(diào)節(jié)。?改組。從一次文獻(xiàn)信息中提取數(shù)據(jù)、事實(shí)和有關(guān)結(jié)論，按照易于

5、查閱的提醒重新組合，其改組的結(jié)果，產(chǎn)生了手冊、名錄、辭典、目錄等類型的文獻(xiàn)信息。其目的是使一次文獻(xiàn)信息更容易被理解和使用。?綜合。利用二次文獻(xiàn)對一次文獻(xiàn)所包含的知識加以綜合并融入到現(xiàn)有知識體系中去，成為整個知識體系的有機(jī)組成部分，產(chǎn)生的主要成果是不斷再版的百科全書、專著、教科書及綜述、評論性文章。文獻(xiàn)信息流失一個以研究活動為起點(diǎn)。按順時針的線性順序移動，是一次、二次、三次文獻(xiàn)信息的演變過程。對于“文獻(xiàn)信息鏈”的研究，有利于從整體的角度了

6、解文獻(xiàn)信息的有序化、動態(tài)性特征，從而探索文獻(xiàn)信息的產(chǎn)生、演變規(guī)律及其結(jié)構(gòu)形態(tài)。（9）信息檢索：信息檢索：廣義理解分為信息的存儲與檢索。信息的存儲主要包括在某一專業(yè)領(lǐng)域范圍內(nèi)的信息選擇的基礎(chǔ)上對信息的內(nèi)外特征進(jìn)行描述、加工并使其有序化，形成信息集合。信息的檢索是指借助一定的設(shè)備與工具，采用一系列方法與策略從信息集合中查詢所需的信息。狹義的信息檢索僅指該過程的后一部分。存儲是檢索的基礎(chǔ)、檢索是存儲的反過程。信息檢索的本質(zhì)是用戶的信息需求和一

7、定的信息集合的匹配。（10）信息檢索系統(tǒng)：指為了滿足用戶的信息需求而建立的存儲，經(jīng)過加工了的信息集合，擁有一定的輸入、匹2）采用部分匹配策略，使得在算法層面上的基于多值相關(guān)性的判斷處理得以實(shí)現(xiàn)。3）改變了布爾檢索只有兩種情況0和1的簡單判斷，標(biāo)引詞和文獻(xiàn)的相關(guān)程度可在0和1之間取值，使標(biāo)引者和檢索者都可以比較靈活地定義標(biāo)引詞與文獻(xiàn)的關(guān)系深度，改變了布爾檢索模型的僵化的缺點(diǎn)。4）由于其相似的程度作為檢索的標(biāo)準(zhǔn)，可從量的角度判斷命中與否，從

8、而使檢索結(jié)果更趨合理。5）檢索結(jié)果可以按照與提問的相關(guān)度排序輸出，便于用戶通過相關(guān)反饋技術(shù)修正提問，控制檢索量。6）布爾模型的邏輯關(guān)系依然可以使用，保留了直觀性和方便些。7）向量空間模型的靈活性使它有很好的可擴(kuò)展性和可改進(jìn)性，為以后的更加完善奠定了基礎(chǔ)。缺點(diǎn)：缺點(diǎn)：1）檢索過程轉(zhuǎn)化為向量的計(jì)算方法，不能反映出文獻(xiàn)之間的復(fù)雜關(guān)系。2）由于對于任何一個提問度需要計(jì)算全部文獻(xiàn)庫中的每一篇文獻(xiàn)，因此，計(jì)算量大，算法復(fù)雜性較高。3）由于標(biāo)引加權(quán)和

9、檢索加權(quán)是分離的，因此，隨意性較大，難以保證質(zhì)量。4）有很多是假定的，在實(shí)際工作中有時會不能解決。(10)擴(kuò)展布爾檢索模型：擴(kuò)展布爾檢索模型：P31(11)擴(kuò)展布爾檢索模型的工作原理：擴(kuò)展布爾檢索模型的工作原理：P32(12)擴(kuò)展布爾檢索模型的優(yōu)缺點(diǎn)：擴(kuò)展布爾檢索模型的優(yōu)缺點(diǎn)：優(yōu)點(diǎn)：優(yōu)點(diǎn)：擁有矢量處理的思想，體現(xiàn)了加權(quán)的特點(diǎn)；繼續(xù)保留布爾檢索的直觀的操作符，具有很強(qiáng)的描述能力；對于輸出結(jié)果可以很好的控制和排序；通過調(diào)整權(quán)重參數(shù)的取值，可

10、以靈活選擇并得到不同的檢索結(jié)果；便于區(qū)分強(qiáng)制性短語和嚴(yán)格的同義解釋與試探性短語和較不嚴(yán)格的同義關(guān)系；與傳統(tǒng)倒排文檔一致，更易接受。缺點(diǎn)：缺點(diǎn)：擴(kuò)展布爾模型由于是集成了兩種經(jīng)典模型的一種改進(jìn)的“集成化模型”，所以它不可避免的存在著臃腫、不夠自然簡潔的缺點(diǎn)，而且不是很普及，目前在信息檢索領(lǐng)域使用較少。（13）概率模型：概率模型：一種基于概率論原理的用以解決相對不確定性的信息檢索的信息檢索模型。（14）貝葉斯定理：貝葉斯定理：P37（15）概

11、率模型的優(yōu)缺點(diǎn)：概率模型的優(yōu)缺點(diǎn)：優(yōu)點(diǎn)優(yōu)點(diǎn)：文檔可以按照他們相關(guān)概率遞減的順序來計(jì)算秩，還可以通過反復(fù)反饋結(jié)果和用戶需求，使結(jié)果得到很好的調(diào)整，相對合理得多。缺點(diǎn)缺點(diǎn)：索引詞權(quán)值計(jì)算方法沒有考慮到詞頻加權(quán)因素。沿用了索引詞之間相互獨(dú)立的基本假設(shè)。開始時需要猜想把文檔分為相關(guān)和不相關(guān)的兩個集合，過程比較煩瑣。（16）概率模型在處理實(shí)際問題時的困難：概率模型在處理實(shí)際問題時的困難：初始檢索文件閥值比較大，由檢索式檢索的相關(guān)文件數(shù)量相對于精確