现代信息检索技术基本原理教程2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

现代信息检索技术基本原理教程PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 信息检索技术概述1

1.1信息检索技术的含义1

1.1.1信息的含义1

1.1.2检索的界定2

1.1.3信息检索的含义3

1.1.4信息检索技术的范畴和领域4

1.2信息检索技术研究概览5

1.2.1国外信息检索技术研究概览6

1.2.2信息检索技术的国内研究状况11

1.3信息检索技术的前沿问题与研究热点14

1.3.1信息检索技术涉及的相关重要领域14

1.3.2信息检索技术的发展趋势15

1.3.3信息检索技术的研究热点17

1.4本章小结19

1.5习题20

第2章 现代信息检索技术一般数学原理22

2.1信息检索集合论22

2.2简单布尔检索模型22

2.2.1基本原理22

2.2.2布尔检索模型的特点23

2.3信息检索模糊集合论24

2.3.1模糊检索的数学描述25

2.3.2文献对标引词的隶属度25

2.3.3提问语言的相关性描述25

2.4扩展布尔检索模型27

2.4.1基于两个标引词的情形27

2.4.2推广到n个标引词空间28

2.5检索代数模型30

2.5.1向量空间信息检索模型原理30

2.5.2潜在语义索引模型35

2.5.3神经网络检索模型38

2.6概率论检索模型42

2.6.1经典概率检索模型43

2.6.2贝叶斯网络检索模型45

2.7其它检索模型的一般数学原理48

2.7.1进化计算与遗传算法48

2.7.2粗糙集理论53

2.8本章小结58

2.9习题59

第3章 基于文本的索引构建技术61

3.1基于块的排序索引技术61

3.1.1索引文档建立必须考虑的硬件性能61

3.1.2基于块的排序索引方法62

3.2基于内存单次扫描的索引构建技术65

3.3顺排文档索引66

3.3.1表展开法索引66

3.3.2逻辑树索引68

3.4倒排文档索引71

3.4.1倒排文档索引的建立71

3.4.2逻辑提问式的转换73

3.4.3检索指令表的生成74

3.4.4检索实施77

3.5本章小结77

3.6习题78

第4章 基于语言模型的信息检索技术79

4.1语言模型概述79

4.1.1有穷自动机和语言模型79

4.1.2有穷自动机与语言模型举例分析80

4.2语言模型创建82

4.2.1语言模型创建过程82

4.2.2选择建模对象83

4.2.3选择模型的阶数83

4.2.4平滑方法选择83

4.2.5排序84

4.3语言模型的检索语言基础85

4.3.1检索语言85

4.3.2语言模型分类86

4.4查询似然模型90

4.4.1信息检索中的查询似然模型90

4.4.2查询生成概率的估计91

4.5本章小结92

4.6习题93

第5章 文本分类与朴素贝叶斯分类原理94

5.1文本分类95

5.1.1文本分类的基本思想95

5.1.2文本分类的发展简介96

5.2朴素贝叶斯文本分类97

5.2.1贝叶斯分类器97

5.2.2条件概率和乘法定理98

5.2.3极大后验假设和极大似然假设98

5.2.4贝叶斯定理98

5.2.5多项式朴素贝叶斯99

5.3朴素贝叶斯分类模型改进101

5.3.1改进方法101

5.3.2朴素贝叶斯分类的提升模型102

5.3.3基于特征相关的改进加权朴素贝叶斯分类103

5.3.4基于特征相关的改进加权朴素贝叶斯文本分类104

5.4贝努利模型105

5.5多项式模型与贝努利模型的性质比较106

5.6文本分类特征选择109

5.6.1文本分类特征选择的作用109

5.6.2特征选择的方法109

5.6.3特征选择方法类型110

5.6.4文本互信息选择111

5.6.5 x2统计量特征选择112

5.6.6基于频率的特征选择方法113

5.7文本分类评价113

5.7.1数据集对象114

5.7.2文本分类评价方法114

5.7.3文本分类评价标准115

5.8本章小结118

5.9习题119

第6章 信息检索聚类技术120

6.1信息聚类的含义120

6.2典型的聚类算法类型121

6.3聚类假设及聚类应用123

6.3.1聚类假设及信息检索的一般聚类应用123

6.3.2信息聚类的检索应用举例124

6.4聚类算法的目标函数描述126

6.5聚类算法评价127

6.6 K均值算法129

6.6.1 K - Means聚类算法的目标函数129

6.6.2 K-Means的算法流程131

6.6.3 K-Means聚类算法改进132

6.7基于模型的聚类133

6.8凝聚式层次聚类136

6.8.1凝聚式层次聚类思想136

6.8.2凝聚式层次聚类算法应用举例137

6.9单连接与全连接聚类算法138

6.10组平均凝聚式聚类与质心聚类140

6.10.1组平均凝聚式聚类140

6.10.2质心聚类141

6.11本章小结143

6.12习题144

第7章 跨语言信息检索技术145

7.1跨语言信息检索技术概述145

7.2跨语言信息检索技术的研究发展146

7.3跨语言信息检索技术的基本框架147

7.4跨语言信息检索技术及其分类148

7.4.1同源匹配技术149

7.4.2查询翻译技术149

7.4.3中间语言翻译方法154

7.4.4文献翻译154

7.4.5不翻译技术155

7.4.6基于媒体对象的跨语言信息检索分类155

7.5跨语言信息检索的主要研究热点156

7.5.1跨语言信息检索中的翻译歧义研究156

7.5.2跨语言信息检索中的翻译资源构建研究156

7.5.3跨语言信息检索中的专有名词识别与音译研究157

7.5.4跨语言信息检索中的翻译技术研究157

7.5.5跨语言信息检索中的系统评价研究157

7.5.6有关中英文跨语言信息检索的研究160

7.6本章小结161

7.7习题162

第8章 图像检索技术164

8.1图像检索技术概述164

8.1.1图像检索一般模型164

8.1.2基于文本方式的图像检索技术165

8.1.3基于知识和视觉特征的图像检索技术166

8.1.4基于内容的图像检索技术166

8.1.5图像内容描述的标准化167

8.2基于图像内容特征提取的检索技术167

8.2.1基于颜色特征的图像检索技术168

8.2.2基于纹理特征的图像检索技术171

8.2.3基于形状特征的图像检索技术172

8.2.4基于空间特征的图像检索技术179

8.2.5单个特征图像检索的不足179

8.3基于多特征的图像检索技术180

8.3.1综合颜色和形状特征的图像检索技术180

8.3.2综合形状和空间特征的图像检索技术180

8.3.3综合形状和纹理特征的图像检索181

8.3.4综合颜色、形状和空间的图像检索181

8.4基于视觉特征的图像检索系统181

8.4.1基于视觉特征的图像检索系统的整体架构182

8.4.2图像分割技术183

8.4.3相似性度量187

8.4.4图像索引188

8.4.5相关反馈技术192

8.5典型的图像检索系统193

8.6图像检索技术的发展方向195

8.6.1融合人工反馈195

8.6.2高层语义和低层视觉特征结合195

8.6.3面向网络图像检索应用195

8.7本章小结195

8.8习题196

第9章 音频信息检索技术198

9.1音频的特点198

9.1.1音频信息的基本特征198

9.1.2音频信息的内容层次199

9.2音频信息检索技术的分类和发展199

9.2.1基于文本的音频检索技术200

9.2.2基于内容特征的音频检索技术201

9.3音频信息检索架构与模型201

9.3.1音频信息检索架构201

9.3.2向量空间模型借鉴202

9.3.3概率模型借鉴203

9.4表示级的音频检索技术204

9.4.1基于直接匹配的音频样例检索204

9.4.2基于索引的音频样例检索方法206

9.4.3基于GPU通用计算的音频样例快速检索211

9.5语义级的语音文档检索218

9.5.1语音文档检索的预处理技术218

9.5.2语音文档检索的索引和搜索技术220

9.6语音文档检索中的容错技术224

9.6.1基于模糊匹配策略的容错方法224

9.6.2基于融合策略的容错方法225

9.6.3基于扩充网络的容错方法226

9.6.4基于词片语言模型的容错方法226

9.7说话人检索227

9.7.1说话人检索227

9.7.2说话人语音分割228

9.7.3检索中的说话人识别技术228

9.7.4直接利用说话人识别实现的检索技术228

9.7.5间接利用说话人识别实现的检索技术229

9.8本章小结229

9.9习题231

第10章 视频检索技术232

10.1视频检索技术研究现状232

10.2数字视频的相关基础知识233

10.2.1数字视频的基本概念233

10.2.2数字视频模型234

10.2.3数字视频的特点235

10.3基于内容的视频检索系统结构235

10.4视频镜头分割236

10.4.1非压缩域的镜头分割方法237

10.4.2压缩域中镜头分割方法239

10.4.3镜头切换240

10.5关键帧提取及语义提取240

10.5.1关键帧提取的基本原理和准则241

10.5.2关键帧提取的方法241

10.5.3视频语义提取243

10.6视频特征提取243

10.6.1全局运动矢量的计算方法244

10.6.2运动估计数学模型245

10.6.3两类运动估计245

10.6.4运动矢量估计的常用算法248

10.7视频聚类252

10.8视频结构索引253

10.8.1视频结构索引的机制253

10.8.2索引信息的存储254

10.9视频摘要255

10.9.1视频摘要的基本概念255

10.9.2视频摘要的分类255

10.9.3视频概要的实现技术256

10.9.4缩略视频的实现技术256

10.9.5视频摘要的应用257

10.10视频语义检索模型258

10.10.1底层特征提取模块259

10.10.2底层特征向高层语义映射模块259

10.10.3视频语义查询模块260

10.10.4语义词典的应用260

10.11典型的视频检索系统260

10.12视频检索技术研究领域存在的主要困难261

10.13本章小结262

10.14习题263

第11章Web搜索技术265

11.1搜索引擎概述265

11.1.1搜索引擎基本结构265

11.1.2传统搜索引擎基本类型266

11.1.3智能搜索引擎基本类型267

11.2搜索引擎主要支撑技术271

11.2.1分词技术271

11.2.2网络蜘蛛272

11.2.3索引技术272

11.2.4词频相关指数273

11.2.5自动推理技术273

11.2.6本体知识系统273

11.2.7专家系统274

11.3 Web采集275

11.3.1 Web采集概述275

11.3.2采集器的功能与特点275

11.3.3 Web采集276

11.3.4 DNS解析278

11.3.5待采集URL池280

11.3.6分布式索引281

11.3.7 Web图284

11.4主要网页排序算法286

11.4.1 PageRank网页排序算法286

11.4.2 Topic-Sensitive PageRank算法287

11.4.3 Hilltop算法287

11.4.4 HITS算法288

11.4.5 SALSA算法289

11.4.6 BFS算法289

11.4.7 PHITS算法290

11.5 PageRank算法基本原理290

11.5.1基本PageRank290

11.5.2扩展的PageRank296

11.5.3 PageRank的性质301

11.6本章小结304

11.7习题304

参考文献306