信息检索导论

信息检索导论

第一讲 概论

• 数据、信息、知识、智慧
• 信息检索系统
• • 信息资源库、

第二讲 自然语言处理基础

1. 文档的基本概念

• • 从内部看，文档具有两部分：数据（提取词项），结构（语法）
• • 从外部看：表现形式
• • 元数据

2. 自然语言内容分析

• • 字面歧义
• • 语义歧义
• • 指代消解

3. 词项提取
   文档语音识别和编码识别理论上都可以看成分类问题。可以参考文本分类方法

• • 词法分析 词块问题、数字问题
• • 非用词去除
• • 归一化
• • 词干还原和词性归并

第三讲 倒排索引

第四讲 布尔检索模型

一、基本概念

1. 布尔逻辑 AND\OR\NOT
2. 不二查询

二、查询优化

1. 问题
   AND优先级更高

三、短语查询

第五讲

三、编辑距离

四、拼写校正