哈尔滨工业大学：《信息检索》课程教学资源（课件讲义）信息检索概述

IR系统的组件 ·文本处理形成索引词 ·删除停用词 ,Stemming(提取词干) ·建索引 ·为文档建立倒排索引表 搜索 ·根据倒排索引表检索出与提问相关的文档 ▣排序 ■将检索出的文档根据相关性排序

IR系统的组件 „ 文本处理形成索引词 „ 删除停用词 „ Stemming（提取词干） „ 建索引 „ 为文档建立倒排索引表 „ 搜索 „ 根据倒排索引表检索出与提问相关的文档 „ 排序 „ 将检索出的文档根据相关性排序

IR系统的组件 ■用户界面 ■管理和用户的交互过程，包括： ·提问输入和文档输出 ■相关反馈 ■结果的可视化 ■提问操作 ·对提问进行变换，以改进检索结果 ■根据同义词词典(thesaurus)对提问进行扩展 ■利用相关反馈对提问进行变换

IR系统的组件 „ 用户界面 „ 管理和用户的交互过程，包括： „ 提问输入和文档输出 „ 相关反馈 „ 结果的可视化 „ 提问操作 „ 对提问进行变换，以改进检索结果 „ 根据同义词词典(thesaurus)对提问进行扩展 „ 利用相关反馈对提问进行变换

Web搜索 ■将IR技术应用于World Wide Web上的 HTML网页 ■和纯文本相比，网页的特点如下： ■必须通过在网上爬行”搜集网页 。可以开发结构布局信息 。文档的更新是不可控的 。可以开发网页之间的链接结构

Web搜索 „ 将IR技术应用于World Wide Web上的 HTML网页 „ 和纯文本相比，网页的特点如下： „ 必须通过在网上“爬行”搜集网页 „ 可以开发结构布局信息 „ 文档的更新是不可控的 „ 可以开发网页之间的链接结构

Web搜索系统 Web Spider 大 文档语料库 提问 IR系统 1.第1页 2.第2页 排序后 3.第3页 的文本

Web搜索系统 提问 IR系统 排序后 的文本 1.第1页 2.第2页 3.第3页 . . 文档语料库 Web Spider

意义

意义