了得網社會科學_智能檢索技術

編輯推薦

本書特點：
智能檢索技術是國內外學術界研究的熱點，本書吸取計算機科學與技術、模式識別與智能繫統等多個學科的研究成果，繫統地闡述了文本、圖像和視頻檢索的理論方法和實現技術，並重點突出語義檢索技術的**研究成果。

內容簡介

面對海量信息，信息的精確檢索就像大海撈針一樣困難。智能檢索技術吸取多個學科的研究成果，力圖通過對文本、圖像和視頻信息的智能處理，實現信息的精確檢索。本書繫統地闡述了文本、圖像和視頻檢索的理論方法和實現技術，並重點突出了本領域的*研究成果。
本書可作為高等院校計算機科學與技術、模式識別與智能繫統等學科方向高年級本科生和研究生的教材，也可作為相關領域學生的參考書。

《智能科學技術著作叢書》序
前言
第1章文本檢索技術
1.1基於索引的檢索技術
1.2文本提取
1.3文本預處理
1.3.1停用詞刪除
1.3.2詞干提取
1.3.3索引詞選擇
1.3.4建立詞典
1.4索引
1.5文本檢索模型
1.5.1布爾模型
1.5.2向量空間模型《智能科學技術著作叢書》序
前言
第1章文本檢索技術
1.1基於索引的檢索技術
1.2文本提取
1.3文本預處理
1.3.1停用詞刪除
1.3.2詞干提取
1.3.3索引詞選擇
1.3.4建立詞典
1.4索引
1.5文本檢索模型
1.5.1布爾模型
1.5.2向量空間模型
1.5.3概率論模型
1.5.4PageRank模型
1.6分布式搜索引擎
1.6.1搜索引擎
1.6.2散列式分布搜索引擎
1.6.3局部遍歷型搜索引擎
1.6.4P2P分布式搜索引擎
參考文獻
第2章文本自動分詞
2.1基於字符串匹配的正向匹配算法
2.2基於簡碼匹配的Hash分詞算法
2.2.1簡碼匹配方式
2.2.2Hash分詞算法
2.2.3消歧融入切分過程
2.2.4基於簡碼的Hash算法
2.2.5平均匹配次數的理論分析
2.2.6分詞測試及結果
2.3基於統計的分詞方法
參考文獻
第3章概念語義空間
3.1基於奇異值分解的潛在語義索引方法
3.2基於非負矩陣分解的潛在語義索引方法
3.2.1 NMF問題的提出
3.2.2 目標函數
3.2.3 NMF方法的迭代規則
3.2.4 NMF的非性
3.2.5基於NMF的概念語義生成
3.2.6其他NMF方法
3.3NMF方法與SVD方法的比較
3.3.1問題本質
3.3.2概念語義向量的特點
3.3.3概念語義向量的解釋
3.3.4 NMF方法與SVD方法敏感性的比較
3.3.5 NMF方法與SVD方法檢索性能的比較
參考文獻
第4章基於本體的文本檢索技術
4.1本體定義
4.2描述邏輯
4.2.1描述邏輯ALC
4.2.2描述邏輯ALC的構造子擴展
4.3本體語言
4.3.1可擴展標記語言XML
4.3.2資源描述框架RDF
4.3.3本體語言OWL
4.4基於本體的文本檢索技術
4.4.1本體構建
4.4.2語義標注
4.4.3語義查詢
參考文獻
第5章基於內容的圖像檢索
第6章MPEG-7標準中國像的視覺特征
第7章圖像的局部特征
第8章基於視覺特征的圖像檢索技術
第9章基於語義的圖像檢索技術
第10章Web圖像的檢索技術
第11章基於內容的視頻檢索技術
第12章視頻的結構化技術
第13章語音識別技術
第14章視頻的標注技術

在線試讀

第1章文本檢索技術
1.3文本預處理
1.3.1停用詞刪除
我們知道如果一個詞在某個文本中多次出現，那麼這個詞就很有可能與文本的主題密切相關。然而如果一個詞在多個文本中出現，而且頻率過高，那麼它對文本的區別能力就非常低。一般地，在文檔庫的文本中出現頻率超過80％的詞對檢索過程根本起不到作用。這部分詞被稱為停用詞(stopword)。在選擇構建索引的詞時，停用詞需要被過濾，以提高索引效率。一般地，冠詞、介詞、連詞等都是停用詞，實際檢索繫統都會設置一個停用詞表。
刪除停用詞可以大大縮小索引空間的大小，一般可以縮小40％左右。刪除停用詞的缺點是可能會影響檢索繫統的查準率，有的文本檢索繫統為了克服這一缺點采用全文索引，並不剔除停用詞，對所有的詞都建立索引。
1.3.2詞干提取
詞干提取是為了解決英文檢索中存在的問題而采取的操作。詞於是指將詞的詞綴(前綴和後綴)刪除後剩下的部分。例如單詞“compete”是它的變形“competes”、“competitor”、“competition”、“competin9”和“competed”的詞干。在英文檢索中，如果用戶輸入的詞是信息庫中某個相關文本中詞的一種變形，詞的變形可以是該詞的復數、動名詞或者過去分詞形式等，那麼這些相關文本將被視作與查詢無關的文本，這將大大影響召回率。為解決這個問題，在構建索引時，用詞干來代替詞干的所有變形。
詞干提取不僅在很大程度上提高召回率，改善信息檢索的性能，同時由於詞干的眾多變形都由詞干代替，用於構建索引的詞數量也大大減少，索引空間也進一步縮小。
目前，詞干提取技術可以分為：詞綴刪除、表格查詢、後續變形、N-連字。詞綴刪除技術比較直觀、簡單、有效。在詞綴刪除中，重要的就是對詞中後綴的刪除，因為大多數詞的變形是通過後綴來實現的。目前已經有多種關於詞綴刪除的算法，其中，Porter算法以其簡單性和有效性而得到廣泛應用。表格查詢技術通過在表格中查找某個詞的詞干來實現，表格中的信息依賴於整個語言中詞的詞干，因此通常需要相當大的存儲空問來存放表格，這就制約了表格查詢技術的應用。後續變形技術主要是通過結構化語言的知識來確定詞素的邊界，這種技術比詞綴刪除技術復雜。N-連字技術判斷單詞中的字母是否連在一起，這一過程實際上是詞條聚類的過程。
……

商品搜索

商品分类

【醫學】

【各大出版社】