信息检索模拟复习题 .pdfVIP

信息检索模拟复习题

名词解释

TextInformationRetrieval文本信息检索:它与图象检索、声音检

索、图片检索等都是信息检索的一部分，是指根据文本内容，如关键

字、语意等对文本集合进行检索、分类、过滤等。

Queryexpansion查询扩展:为了改善资讯检索召回率(Recall)，

而将原来查询句增加新的关键字来重新查询，此一技术称为扩展查询。

Textcategorization文本分类：给定分类体系，将文本集中的每

个文本分到某个或者某几个类别中，这个过程称为文本分类。

R-precisionR准确率：计算序列中前R个位置文献的准确率。R

指与当前查询相关的文献总数。

特征选取：依照某一准则从从众多原始特征中选择部分最能反映

模式类别的统计特性的相关特征。

Smallworldtheory小世界理论：又称为六度分离理论（six

degreesofseparation），理论指出：你和任何一个陌生人之间所间

隔的人不会超过五个，喻指任何两个素不相识的人，通过一定的方式，

总能够产生必然联系或关系。

相关性：信息检索系统针对用户的查询（query）从文档集中检

出的文档与查询之间的一种匹配关系。

Recallandprecision.查全率和查准率：查准率（精度）:检出的

相关文献与检出的全部文献的百分比;查全率（召回率）:检出的相关文

献与全部相关文献的百分比。

Zipf’slaw齐普夫定律:一个词在一个有相当长度的语篇中的等级

序号（该词在按出现次数排列的词表中的位置，他称之为

rank，简称r）与该词的出现次数（他称为frequency，简称f）

的乘积几乎是一个常数（constant，简称C）。用公式表示，就是r×

f=C。

pseudorelevance-feedback伪相关反馈:也称之为盲式相关反馈，

提供的是一种自动局部分析方法，它可以自动化相关反馈的手动操作

部分，因此用户可不用参与额外的交互也可以获得更好的检索性能。

TF/IDF:是一种统计方法，用以评估一字词对于一个文件集或一个

语料库中的其中一份文件的重要程度。字词的重要性随着它在文件中

出现的次数(TF)成正比增加，但同时会随着它在语料库中出现的频率

(IDF逆向文件频率)成反比下降。

BibliographicCoupling:文献耦合是指文献通过参考文献进行的

耦合。当两篇文章共同引用文献时，这两篇文章之间的关系就是文献

耦合。

Inversedocumentfrequency：逆文档频率是文档频率的倒数，

主要用于TF-TDF中。Idf=log2（N/df）

Meta-SearchEngines：元有哪些信誉好的足球投注网站引擎，是通过一个统一的用户界

面来帮助用户在多个有哪些信誉好的足球投注网站引擎中选择和利用合适的有哪些信誉好的足球投注网站引擎来实现

有哪些信誉好的足球投注网站操作，是对分析于网络的多种检索工具的全局控制机制

简答

1、与信息检索有关的研究领域有哪些？简要介绍各领域的主要内

容。数据库管理：研究重点是对结构化数据的存储和利用，而不是对

自由文本，再者是用SQL语言高效处理明确定义的查询，提供对数据

和查询的更明确的语义。数据库近来向半结构化数据（XML）的发展

加强了与信息检索的联系。

图书情报学：研究重点是信息检索的用户视角（人机交互、用户

界面、可视化），它与人类知识的有效分类有关以及与引文的分析和

文献计量学（信息结构）相关。数字图书馆是计算机科学（CS）和IR

的结合。

人工智能：研究重点在于对知识、推理和智力活动的形式化，以

及对知识和查询的形式化。网页文体和智能信息代理是它与IR的联系。

自然语言的处理：研究重点在于自然语言文本的语法、语义和语用的

分析，它能避免关键字查询的一些缺点。关系：语义消歧、信息抽取

和识别关键片段。

机器学习：专门研究计算机怎样模拟或实现人类的学习行为，以

获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的

性能。关系：文本分类、文本聚类、文本挖掘和信息提取的学习。

2、简要说明信息检索与数据库查询的区别与联系

数据库查询常指数据检索，数据检