（ microcomputer？？/de，ti，ab OR personal computer/ti，ab ） AND PY=1999 AND（LA=EN OR FR）AND DT=Serial
2013-9-13
25
信息检索模型
其他信息检索模型
2013-9-13
13
信息存储与检索
概率模型
• 对我们的初始估计R集合相关的概率赋予初始值：
P( K i | R) 0.5 ni P( K i | R) N
ni为包含标引词Ki的文献数目；N为集合中的文献总 数。 • 初始值确定后，根据与查询Q相关的大小进行初步排序， 取前若干个文档作为相关查询集合。之后通过如下方 法进行改进。
2013-9-13 2 信息检索模型
信息检索模型概述
• 1、信息检索模型的发展历史 • 分为以下几个阶段： ①20世纪50年代，基于数学的信息检索模型。 ②20世纪60年代，Bar-Hillel提出了将布尔逻辑思想应用到 计算机信息检索当中的可能性。 ③经典的信息检索模型：该模型是在以往模型的基础上发 展起来的。 ④20世纪80年代，以逻辑学专门技术和关系学的信息科学 技术相结合而形成的。被称为“非经典信息检索模型”。
2013-9-13
23
信息检索模型
其他信息检索模型
• 2、限词检索模型
限词检索（range）是通过限制检索范围，达到优化 检索结果的方法。主要的限词检索有以下几种：进行字段 检索、使用限制符、使用范围符号、使用限制指令等。 ①字段检索。 把检索词限定在某个或某些字段中，如果记录的相应 字段中含有输入的检索词则为命中记录，否则检不中。 如：查找微型计算机和个人计算机方面的文章，并且 要求“微型机”一次出现在叙词字段、标题字段或文摘字 段中，“个人计算机”一词出现在标题字段或文摘字段中， 则检索式可写为：
Sim( D j , Q)
2013-9-13
P( R | D j ) P( R | D j )

P( D j | R) P( R) P( D j | R) P( R)
信息检索模型
11
概率模型
• Sim(Dj,Q)可以近似的表示为：Sim( D j , Q)
P( D j | R) P( D j | R)
2013-9-13 17 信息检索模型
情景理论模型
• 1、情景理论的意义
• 基于情景理论上的信息检索模型是非经典的信息检索模型。 • 情景是指不同的认知主体可以从同一信息源中选择不同的 信息，当然也取决于主体所意识到的程度。 例如：如果一名学生（人作为主体）意识到圆的面积A和 其半径r之间的关系是A=πr2， 并且知道圆的面积，那么该 主体就能计算出圆的半径。
2013-9-13 12 信息检索模型
概率模型
• 举例：
查询为：信息/检索/教程/ 相关文档集合中所有term的概率为：
term R=1 信息 0.8 检索 0.9 教材 0.3 教程 0.32 课件 0.15
R=0
0.3
0.1
0.35
0.33
0.10
文档D1：检索/课件 P(D1|R=1)=(1-0.8)*0.9*(1-0.3)*(1-0.32)*0.15 P(D1|R=0)=(1-0.3)*0.1*(1-0.35)*(1-0.33)*0.10 P(D1|R=1)/P(D1|R=0)=4.216
• 取对数，在相同背景下，忽略对所有因子保持恒定不变的 因子，则有
Sim( D j , Q) Wiq Wij (log
i 1
P( K i | R) 1 P( K i | R) log ) 1 P( K i | R) P( K i | R)
这是概率模型中排序计算的主要表达式。
第二章信息检索模型
2013-9-13
信息检索模型
1
信息检索
• 信息检索，是一门研究从一定规模的文档库中找 出满足用户需求的信息的学问，它指的是对非结 构化或半结构化信息的检索，半结构化信息检索 人们通常称为文本信息检索，而非结构化信息检 索一般指多媒体信息检索。 • 信息检索的本质：将用户的信息需求与信息资源 进行匹配，将匹配结果返回给用户。 • 信息检索的基本原理：用户通过一系列关键词来 阐明自己的信息需求，信息检索系统则检索与用 户查询最为匹配的文献，同时借助某种相关性指 标对检索出的文献进行排序。
2013-9-13 21 信息检索模型
其他信息检索模型
③（N）算符（NEAR）表示两个检索词必须相连，不 得插入其他词，但词序可以颠倒。 ④（nN）算符（nNEAR）表示两个检索词中间可以插 入n个词，且词序可以颠倒。 ⑤（F）算符（FIELD）表示两个检索词必须同时出现 在同一个字段内，但两词的词序和中间插入的词数不限。 ⑥（S）算符（SUBFIELD）表示两个检索词必须出现 在同一个子字段中，但两词的词序和所在的字段不限。 ⑦（C）算符（CITATION）表示两个检索词必须出现 在同一记录中，但两词的词序和所在的字段不限。
2013-9-13
20
信息存储与检索
其他信息检索模型
• 1、位置检索模型
位置检索模型可以要求检索词以用户所规定的相对位 置出现。 不同的联机检索系统使用的位置算符的种类和功能有 时不完全相同。常用的算符有以下8种： ①（W）算符（WITH）表示两个检索词紧挨着，词 序不能颠倒，中间不得插入其他词、字母或者代码，但是 允许有空格或者标点符号，也可以用（）表示。 ②（nW）算符（nWORD）表示两个检索词中间可插 入n个词，但它们之间的顺序不可颠倒。
2013-9-13 4
信息检索模型
2013-9-13
5
信息检索模型
②从传统应用上来分，又可分为经典模型和非经典 模型
2013-9-13
6
信息检索模型
概率模型
• • 概率论模型，亦称为二值独立检索模型。 概率模型是一种基于概率论原理的用以解决相对不确 定性的信息检索的信息检索模型。 • 信息检索的概率模型是信息检索的经典模型，在概率 的框架下解决IR的问题，这种检索模型是基于一个文件与 提问式的相关度是高于还是低于非相关度的概率来进行文 档检索的检索方法。
2013-9-13
7
信息检索模型
概率模型
• 1、概率模型的基本思想 • 用户提出了查询，就有一个由相关文档构成 的集合，该集合只包括与查询完全相关的文档而 不包括其他不相关的文档，称该集合为理想结果 集合，记为R。如果知道R的特征，就可以找到所 有的相关文档，排除所有的无关文档。因此，可 以把查询看成一个寻找R的特征的过程。
• 也可以为：
ni N P( K i | R) V 1 Vi ni N P( K i | R) N V 1 ni Vi
2013-9-13 16 信息检索模型
概率模型
• 5、概率模型的优缺点
优点：文档可以按照他们相关概率递减的顺序来排序， 该模型可以通过反复反馈结果和用户需求，使结果得到很 好的调整，相对会合理得多。 虽然这种基于贝叶斯决策的自适应模型有坚实的理论 基础，但是其自身还是有一定的局限性，体现在： （1）索引词权值计算方法没有考虑到词频加权因素； （2）沿用了索引词之间相互独立的基本假设； （3）开始时需要猜想把文档分为相关和不相关的两个 集合，过程比较繁琐。
2013-9-13 24 信息检索模型
其他信息检索模型
microcomputer？？/de，ti，ab OR personal computer/ti，ab
如果是要查找liu jun写的文章，可以输入检索词 au=liu jun ②使用限制符 用表示语种、文献类型、出版国家、出版年代等的字段 标示符来限制检索范围。 如：要查找1999年出版的英文或法文的微型机或个人 计算机方面的期刊，则检索式可写为：
• 因为经典的信息检索模型中假设标引词之间无相关关系， 是独立的，则Sim(Dj,Q) 可以表示为：
Sim( D , Q)
j
t
g i ( D j ) 1 g i ( D j ) 1
P( K i | R) g i ( D j ) 0 P( K i | R) P( K i | R) g i ( D j ) 0 P( K i | R)
Vi V n V P( K i | R) i i N V P( K i | R)
这样就形成了一个检索和学习的迭代过程，也就是概率检索 模型。
2013-9-13 15 信息检索模型
概率模型
• 对较小的V和Vi，如V=1，Vi=0，上述计算会出现问题， 所以做以下改进：
Vi 0.5 V 1 n V 0.5 P( K i | R) i i N V 1 P( K i | R)
2013-9-13 14 信息检索模型
概率模型
用V表示概率模型初步检出并经过排序的文档子集, Vi表 示V中包含索引词ki 的文档集合。根据V和Vi中包含标引词Ki 的文献数目来改进初始值，通过如下假设完成：
• 根据已检索出的文献中标引词Ki的分布来估计的 P( K i | R)
• 根据未检索出的文献都是不相关的来估计 P( K i | R)
2013-9-13
19
信息存储与检索
情景理论模型
• 信息同表面意思是两个不同的概念，因为信息所传递的信 息与表面意思是不一样的，通常信号所包含的信息要远远 超过它的表面意思。 • 如：“小李在家” • 表面意思是小李在家，尽管这句话暗含了小李没有上班， 通过信号传递的信息包含这两方面的意思。这就是信息同 表面意思的不同。 • 信息是产生知识的事物，以及我们从信号传递中所获得的 一切东西。
估计R的特征 进行检索 用户判断
2013-9-13
9
Hale Waihona Puke 信息检索模型概率模型