信息檢索︰算法與啟發式方法

第1章　引言　
第2章　檢索模型與算法　
2.1　向量空間模型　
2.2　概率檢索模型　
2.3　語言模型　
2.4　推理網絡　
2.5　擴展布爾檢索　
2.6　LSI　
2.7　神經網絡　
2.8　遺傳算法　
2.9　模糊集檢索　
2.10　本章小結
2.11　練習題　
第3章　檢索實用策略　
3.1　相關反饋　
3.2　聚類　
3.3　基于段落的檢索　
3.4　n元語法　
3.5　回歸分析　
3.6　同義詞表　
3.7　語義網絡　
3.8　語言解析　
3.9　本章小結　
3.10　練習　
第4章　CLIR　
4.1　簡介　
4.2　跨越語言障礙　
4.3　跨語言檢索模型與算法　
4.4　跨語言檢索實用策略　
4.5　本章小結　
4.6　練習題　
第5章　檢索效率優化　
5.1　倒排索引　
5.2　查詢處理　
5.3　簽名文件　
5.4　重復文檔檢測　
5.5　本章小結　
5.6　練習題　
第6章　結構化數據與文本的融合　
6.1　關系模型回顧　
6.2　相關工作進展　
6.3　信息檢索作為關系應用　
6.4　使用關系模式進行半結構化搜索　
6.5　多維數據模型　
6.6　協同器　
6.7　本章小結　
6.8　練習題　
第7章　並行信息檢索　
第8章　分布式信息檢索　
第9章　總結與下一步研究方向　
參考文獻　
索引

正如格勞斯曼（Grossman）不口弗里德（Foeder）在“前言”中所述，信息檢索（IR）在過去5年里取得了相當大的進步。對普通人來說，這種進步充分體現在網絡商用搜索引擎的日趨成熟；對從事信息檢索的人來說，5年來的進步拓展了網絡搜索問題的研究範疇，並突破了諸多局限，隨著基礎體系架構和信息檢索模型的發展，整個檢索過程不斷地引人了新的視角，同時開展了一系列令人振奮的應用，比如跨語言檢索、P2P搜索和音樂檢索，這些都極大地拓寬了信ˋ氫檢索研究的疆域。數據庫與信息檢索這兩個不同領域的學者逐步達成共識︰必須整合非結構化與結構化數據的處理技術，我們才能夠真正解決未來社會的信息問題。本書闡述了許多這方面的重要進展，也是迄今為止唯一一本這樣做的教科書。

本書讓我印象最深的兩個例子是信息檢索語言模型和跨語言檢索。語言模型強大而簡潔，而且在搭建很多實驗和應用時可以使用許多現成的工具，因此很多研究人員都在采用這一模型，並且語言模型已經成為主流信息檢索學術會議研究的重要課題。格勞斯曼和弗里德在第2章中很好地概述了這一課題，同時也給出了不同平滑技術的例子。跨語言檢索是指采用某種語言檢索其他多種語言的文本內容，歐洲和美國政府存在廣泛的實際需求，這也一直推動著跨語言檢索的迅猛發展。充分利用平行語料庫和可比語料庫，人們研制了一些方法，這些系統的性能現在已接近（在某些方面甚至已超越）單一語言的檢索系統。本書專門增加了一章跨語言檢索的內容，清晰地闡述了跨語言檢索的主要方法，並給出了示例來具體說明如何在真實數據上執行算法。本書覆蓋了最新的研究成果，采用準確直接的語言，同時頻繁使用了大量實例，可作為研究生或本科生信ˋ氨檢索課程的首選教材。