技術(shù)導(dǎo)航［文章編號(hào)］　　１００４－３２５Ｘ（２００８）０３－００９１－０５近年來(lái)國(guó)外信息檢索技術(shù)應(yīng)用案例進(jìn)展研究Ｒｅｓｅａｒｃｈ?。铮睢。茫幔螅澹蟆。铮妗。桑睿妫铮颍恚幔簦椋铮睢。遥澹簦颍椋澹觯幔臁。?/p>

技術(shù)導(dǎo)航

［文章編號(hào)］　?。保埃埃矗常玻担兀ǎ玻埃埃福埃常埃埃梗保埃?/p>

近年來(lái)國(guó)外信息檢索技術(shù)應(yīng)用案例進(jìn)展研究

Ｒｅｓｅａｒｃｈ?。铮睢。茫幔螅澹蟆。铮妗。桑睿妫铮颍恚幔簦椋铮睢。遥澹簦颍椋澹觯幔臁。裕澹悖瑁睿椋瘢酰澹蟆。幔簟。粒猓颍铮幔?/p>

姜曉曦（中國(guó)科學(xué)院研究生院　　國(guó)家科學(xué)圖書館　　北京?。保埃埃保梗埃?/p>

［摘　　　　要］　　　　元搜索、語(yǔ)義檢索、圖像檢索、日志檢索、代理檢索等新的檢索技術(shù)的出現(xiàn)越來(lái)越符合現(xiàn)代人們對(duì)檢索信息的要求。每個(gè)檢索技術(shù)各有其優(yōu)勢(shì)和劣勢(shì)。這些檢索技術(shù)在實(shí)踐中的應(yīng)用與實(shí)驗(yàn)更加證明了它們的高效性和實(shí)用性，國(guó)外有關(guān)機(jī)構(gòu)應(yīng)用案例的試驗(yàn)效果，為我國(guó)有關(guān)機(jī)構(gòu)更好地利用信息檢索技術(shù)提供了借鑒。［關(guān)鍵詞］　　　　　信息檢索　　　　檢索技術(shù)　　　　案例［中圖分類號(hào)］　　Ｇ２５２．７　　　　　　　　　　?。畚墨I(xiàn)標(biāo)識(shí)碼］　　?。?/p>

［Ａｂｓｔｒａｃｔ］　　Ｔｈｅ?。澹恚澹颍纾澹睿悖濉。铮妗。螅澹觯澹颍幔臁。睿澹鳌。椋睿妫铮颍恚幔簦椋铮睢。颍澹簦颍椋澹觯幔臁。簦澹悖瑁睿椋瘢酰澹蟆。纾颍幔洌酰幔欤欤。恚澹澹簦蟆。簦瑁濉。颍澹瘢酰椋颍澹恚澹睿簦螅铮妗。穑澹铮穑欤濉。簦铩。颍澹簦颍椋澹觯濉。椋睿妫铮颍恚幔簦椋铮睿。裕瑁澹螅濉。睿澹鳌。椋睿妫铮颍恚幔簦椋铮睢。颍澹簦颍椋澹觯幔臁。簦澹悖瑁睿椋瘢酰澹蟆。椋睿悖欤酰洌濉。恚澹簦幔螅澹幔颍悖?，　ｓｅｍａｎｔｉｃｒｅｔｒｉｅｖａｌ，?。椋恚幔纾濉。颍澹簦颍椋澹觯幔欤。欤铮纭。颍澹簦颍椋澹觯幔臁。幔睿洹。幔纾澹睿簟。颍澹簦颍椋澹觯幔欤。牛幔悖琛。瑁幔蟆。椋簦蟆。幔洌觯幔睿簦幔纾澹蟆。幔睿洹。洌椋螅幔洌觯幔睿簦幔纾澹螅裕瑁濉。穑颍幔悖簦椋悖幔臁。幔穑穑欤椋悖幔簦椋铮睢。幔睿洹。澹穑澹颍椋澹睿悖濉。铮妗。簦瑁澹螅濉。簦澹悖瑁睿椋瘢酰澹蟆。洌澹妫椋睿椋簦澹欤。穑颍铮觯濉。簦瑁澹椋颉。澹妫妫澹悖簦椋觯澹睿澹螅蟆。幔睿洌穑颍幔悖簦椋悖幔欤椋簦。裕瑁濉。澹妫妫澹悖簟。铮妗。帷。妫澹鳌。悖铮颍颍澹欤幔簦椋觯濉。妫铮颍澹椋纾睢。铮颍纾幔睿椋幔簦椋铮睿蟆。幔穑穑欤椋睿纭。椋睿妫铮颍恚幔簦椋铮睢。颍澹簦颍椋澹觯幔臁。簦澹悖瑁睿椋瘢酰澹螅穑颍铮觯椋洌澹蟆。颍澹妫澹颍澹睿悖澹蟆。妫铮颉。洌铮恚澹螅簦椋恪。悖铮颍颍澹欤幔簦椋觯濉。椋睿螅簦椋簦酰簦椋铮睢。簦铩。酰螅濉。桑摇。簦澹悖瑁睿椋瘢酰澹蟆。鳎澹欤欤郏耍澹。鳎铮颍洌螅荨　。桑睿妫铮颍恚幔簦椋铮睢。颍澹簦颍椋澹觯幔?；?。遥澹簦颍椋澹觯幔臁。簦澹悖瑁睿椋瘢酰?；?。茫幔螅澹?/p>

　　　　　　　　國(guó)外學(xué)界的專家們?yōu)榱顺浞掷枚鄻拥男畔①Y源，幫助用戶從海量信息里找到符合要求的資源，對(duì)信息檢索技術(shù)展開(kāi)了研究，語(yǔ)義檢索、視頻檢索、圖像檢索等新的檢索技術(shù)的出現(xiàn)越來(lái)越符合現(xiàn)代人們對(duì)檢索信息的要求，同時(shí)這些檢索技術(shù)在實(shí)踐中的應(yīng)用與實(shí)驗(yàn)更加證明了它們的高效性和實(shí)用性。

１　　　　元搜索信息檢索技術(shù)

　　　　　　　　元搜索指的是這類檢索技術(shù)將用戶的查詢請(qǐng)求同時(shí)向多個(gè)搜索引擎遞交，將返回的結(jié)果進(jìn)行重復(fù)排查、重新排序等處理后，作為自己的結(jié)果返回給用戶，服務(wù)方式是面向網(wǎng)頁(yè)的全文檢索。Ｉｎｎｏｖａｔｉｖｅ?。桑睿簦澹颍妫幔悖澹螅А。停澹簦幔疲椋睿洹【褪抢?/p>

［３１］Ｊｏｈｎｓｏｎ　ＣＡ．?。樱铮悖椋幔臁。茫幔穑椋簦幔臁。幔睿洹。簦瑁濉。樱澹幔颍悖琛。妫铮颉。桑睿妫铮颍恚幔簦椋铮睿骸。牛幔恚椋睿椋睿?/p>

ｔｈｅ?。遥铮欤濉。铮妗。樱铮悖椋幔臁。茫幔穑椋簦幔臁。椋睢。桑睿妫铮颍恚幔簦椋铮睢。樱澹澹耄椋睿纭。拢澹瑁幔觯椋铮颉。椋睢。停铮睿纾铮欤椋幔郏剩荩剩铮酰颍睿幔臁。铮妗。簦瑁濉。粒恚澹颍椋悖幔睢。樱铮悖椋澹簦。妫铮颉。桑睿妫铮颍恚幔簦椋铮睢。樱悖椋澹睿悖濉。幔睿洌裕澹悖瑁睿铮欤铮纾。玻埃埃罚ǎ叮海福福常福梗矗?/p>

［３２］Ｓｐｉｎｋ?。?，　Ｐａｒｋ?。?，?。耍铮螅瑁恚幔睢。樱。疲幔悖簦铮颍蟆。粒妫妫澹悖簦椋睿纭。粒螅螅椋纾睿澹洹。桑睿妫铮颍恚幔簦椋铮?/p>

Ｐｒｏｂｌｅｍ?。希颍洌澹颍椋睿纭。洌酰颍椋睿纭。祝澹狻。樱澹幔颍悖瑁骸。粒睢。牛穑欤铮颍幔簦铮颍。樱簦酰洌郏剩荩桑睿妫铮颍恚幔簦椋铮睢。校颍铮悖澹螅螅椋睿纭。幔睿洹。停幔睿幔纾澹恚澹睿?，?。玻埃埃叮ǎ担海保常叮叮保常罚福郏常常荩耍幔欤猓幔悖琛。剩　埃桑В怼。妫澹澹欤椋睿纭。欤酰悖耄保骸。裕瑁濉。遥铮欤濉。铮妗。牛恚铮簦椋铮睿蟆。椋睢。樱澹澹耄椋睿?/p>

Ｉｎｆｏｒｍａｔｉｏｎ　ｏｎ?。簦瑁濉。祝澹猓郏剩荩剩铮酰颍睿幔臁。铮妗。簦瑁濉。粒恚澹颍椋悖幔睢。樱铮悖椋澹簦。妫铮颍桑睿妫铮颍恚幔簦椋铮睢。樱悖椋澹睿悖濉。幔睿洹。裕澹悖瑁睿铮欤铮纾。玻埃埃叮ǎ叮海福保常福保福?/p>

［３４］Ｌａｕｒｉｅ?。龋?，　Ｆｒｉｅｄｍａｎ?。模拢。茫澹欤澹螅簦椋睿濉。粒。牛觯幔欤酰幔簦椋铮睢。铮妗。帷。校酰猓欤椋恪。蹋椋猓颍幔颍?/p>

Ｗｏｒｋｓｈｏｐ：　Ｔｅａｃｈｉｎｇ?。希欤洌澹颉。粒洌酰欤簦蟆。龋铮鳌。簦铩。樱澹幔颍悖琛。簦瑁濉。桑睿簦澹颍睿澹簟。妫铮颍遥澹欤椋幔猓欤濉。茫幔睿悖澹颉。桑睿妫铮颍恚幔簦椋铮睿郏剩荩剩铮酰颍睿幔臁。铮妗。茫铮睿螅酰恚澹颉。龋澹幔欤簦琛。铮睢。簦瑁澹桑睿簦澹颍睿澹?，?。玻埃埃叮ǎ常海玻梗矗常?/p>

［３５］Ａｇｉｃｈｔｅｉｎ?。?，?。拢颍椋欤臁。?，?。模酰恚幔椋蟆。樱桑恚穑颍铮觯椋睿纭。祝澹狻。樱澹幔颍悖琛。遥幔睿耄椋睿纭。猓?/p>

Ｉｎｃｏｒｐｏｒａｔｉｎｇ?。眨螅澹颉。拢澹瑁幔觯椋铮颉。桑睿妫铮颍恚幔簦椋铮睿郏剩荩樱桑牵桑摇。疲铮颍酰怼。玻埃埃叮校颍铮悖澹澹洌椋睿纾?，?。玻埃埃叮ǎ常梗海保梗玻叮?/p>

［３６］Ｎｉｃｈｏｌａｓ　Ｄ，?。龋酰睿簦椋睿纾簦铮睢。?，?。剩幔恚幔欤椤。龋?，　ｅｔｃ．?。裕瑁濉。桑睿妫铮颍恚幔簦椋铮睢。樱澹澹耄椋睿?/p>

Ｂｅｈａｖｉｏｕｒ　ｏｆ?。簦瑁濉。眨螅澹颍蟆。铮妗。模椋纾椋簦幔臁。樱悖瑁铮欤幔颍欤。剩铮酰颍睿幔欤螅郏剩荩桑睿妫铮颍恚幔簦椋铮睿校颍铮悖澹螅螅椋睿纭。幔睿洹。停幔睿幔纾澹恚澹睿?，?。玻埃埃叮ǎ担海保常矗担保常叮担?/p>

［３７］Ｒｕｔｔｅｎ?。蹋剩疲。樱瘢酰椋澹颍蟆。蹋。龋澹螅螅濉。拢。茫幔睿悖澹颍遥澹欤幔簦澹洹。桑睿妫铮颍恚幔簦椋铮睢。樱澹澹耄椋睿纾?/p>

Ｈｉｎｔｓ?。妫颍铮怼。簦瑁濉。玻埃埃场。龋澹幔欤簦琛。桑睿妫铮颍恚幔簦椋铮睢。危幔簦椋铮睿幔臁。裕颍澹睿洌蟆。樱酰颍觯澹ǎ龋桑危裕樱郏剩荩。剩铮酰颍睿幔臁。铮妗。龋澹幔欤簦琛。茫铮恚恚酰睿椋悖幔簦椋铮睿。玻埃埃叮ǎ常海保矗罚保担叮郏常福荩蹋澹鳎椋蟆。裕。樱澹澹耄椋睿纭。龋澹幔欤簦琛。桑睿妫铮颍恚幔簦椋铮睢。铮睢。簦瑁濉。桑睿簦澹颍睿澹簦骸。蹋椋妫澹螅簦欤濉。茫瑁铮椋悖?/p>

ｏｒ?。拢幔洹。粒簦簦幔悖搿。铮妗。茫猓澹颍悖瑁铮睿洌颍椋?？［Ｊ］．Ｍｅｄｉａ，?。茫酰欤簦酰颍濉。幔睿洹。樱铮悖椋澹簦。玻埃埃叮ǎ矗海担玻保担常梗?/p>

［３９

］Ｔｏｍｓ，?。牛欤幔椋睿濉。牵龋铮鳌。茫铮睿螅酰恚澹颍蟆。樱澹幔颍悖琛。妫铮颉。龋澹幔欤簦琛。桑睿妫铮颍恚幔簦椋铮睿郏剩荩?/p>

Ｈｅａｌｔｈ?。桑睿妫铮颍恚幔簦椋悖蟆。剩铮酰颍睿幔欤。玻埃埃罚ǎ常海玻玻常玻常担?/p>

［作者簡(jiǎn)介］

黃飛燕　　女，１９８４年生，中國(guó)科學(xué)院國(guó)家科學(xué)圖書館碩士研究生，發(fā)表論文６篇。

徐　　靜　　女，１９８６年生，北京大學(xué)信息管理系碩士研究生。　　　　　　　　　　　　　　　　　　　　　　?。凼崭迦掌冢海玻埃埃福埃玻玻玻?/p>

?91?

用這種搜索原理的產(chǎn)品之一，它可以幫助用戶找到對(duì)其有用但是還沒(méi)被注意到的資源。密西西比大學(xué)圖書館目前購(gòu)買了這個(gè)元搜索產(chǎn)品，并與該圖書館的頁(yè)面相結(jié)合，目的是為用戶提供更好的信息檢索服務(wù)［１］。

２　　　　語(yǔ)義信息檢索技術(shù)

　　　　　　　　完全基于造句法內(nèi)容建立的信息檢索系統(tǒng)具有很大的局限性，這種檢索技術(shù)應(yīng)用的挑戰(zhàn)之一就是開(kāi)發(fā)高質(zhì)量、高精確度的系統(tǒng)。為了實(shí)現(xiàn)這一目標(biāo)，引用自然語(yǔ)言處理（Ｎａｔｕｒａｌ?。蹋幔睿纾酰纾濉。校颍铮悖澹螅螅椋睿?，　ＮＬＰ）技術(shù)在這類系統(tǒng)中是十分必要的。這種技術(shù)可以為信息檢索系統(tǒng)提供語(yǔ)義信息，在不同的ＮＬＰ技術(shù)中語(yǔ)義信息描述的方法以及語(yǔ)義標(biāo)簽已經(jīng)受到學(xué)者的重視，并被研究者們逐步開(kāi)發(fā)和試驗(yàn)。

１．１　　　　搜索

　　　　　　　　密西西比大學(xué)圖書館采用主題和全文可用性兩種方法組織其電子資源，最常用的是“全文”類。該類別是由圖書館包含的全文資源的百分比定義的，如果該圖書館某類資源包含５０％以上的全文，它就包含在“全文”這一類別中。這樣做雖然使得用戶檢索的資源不都是全文，但是至少保證了絕大部分是全文。其余的種類包括便覽、圖書館目錄、數(shù)字資源、公眾可獲得的數(shù)據(jù)庫(kù)和廣泛的主題類等。其中基于主題類搜索的元搜索工具預(yù)先自動(dòng)設(shè)定了每個(gè)主題大類的幾個(gè)核心數(shù)據(jù)庫(kù)作為默認(rèn)選項(xiàng)，即使用戶不了解該主題領(lǐng)域也能搜索到相關(guān)的文獻(xiàn)，如果用戶是該領(lǐng)域的專家則可以通過(guò)自己添加來(lái)擴(kuò)大檢索數(shù)據(jù)庫(kù)的數(shù)量。

２．１　　　　語(yǔ)義元素在ＥＳＣＲＩＲＥ工程中的應(yīng)用

　　　　　　　　ＥＳＣＲＩＲＥ（Ｅｍｂｅｄｄｅｄ　Ｓｔｒｕｃｔｕｒｅｄ?。悖铮睿簦澹睿簟。遥澹穑颍澹螅澹睿簦幔簦椋铮睿桑睢。遥澹穑铮螅椋簦铮颍椋澹?，　機(jī)構(gòu)庫(kù)中的嵌入式結(jié)構(gòu)內(nèi)容揭示）工程第１個(gè)目的是比較３種知識(shí)表示法的形式：概念圖表、描述邏輯和以目標(biāo)為導(dǎo)向的表示語(yǔ)言；第２個(gè)目的是為文檔檢索表達(dá)和處理文本內(nèi)容。學(xué)者Ｒ．Ｃａｒｏｌｉｎａ?。停澹洌椋睿幔遥幔恚椋颍x擇了ＰｕｂＭｅｄ數(shù)據(jù)庫(kù)中４?。担埃捌嘘P(guān)生物文章的摘要，在ＥＳＣＲＩＲＥ中進(jìn)行了試驗(yàn)，ＥＳＣＲＩＲＥ提出的響應(yīng)形式是簡(jiǎn)單的，它包含一個(gè)由相關(guān)文獻(xiàn)和提交的查詢組成的列表，Ｍｅｄｉｎａ和他的研究隊(duì)伍在此基礎(chǔ)上提出了豐富該響應(yīng)形式的方法［２］?！∷麄兝帽倔w和資源描述豐富了提交給用戶的回答，通過(guò)Ｃｏｒｅｓｅ語(yǔ)義搜索引擎將查詢中使用的自然語(yǔ)言轉(zhuǎn)化成ＥＳＣＲＩＲＥ語(yǔ)言，很容易地獲取有注釋的信息。其中包括由Ｃｏｒｅｓｅ語(yǔ)義搜索引擎檢索到的文章的摘要組成的超文檔，以及這個(gè)文檔也鏈接到的其他的文檔：ＰｕｂＭｅｄ中的原始文檔、制定的查詢和交互信息等，作者名、期刊、出版日期等同樣也包含在這個(gè)超文檔中，目的是給用戶提供額外的信息。

　　　　　　　　這項(xiàng)試驗(yàn)使用了私人擁有的知識(shí)描述語(yǔ)言（ＥＳＣＲＩＲＥ語(yǔ)言）來(lái)描繪域本體和注釋，在利用資源描述框架（ＲｅｓｏｕｒｃｅＤｅｓｃｒｉｐｔｉｉｏｎ?。疲颍幔恚澹鳎铮?，?。遥模疲┻^(guò)程中研究人員發(fā)現(xiàn)了一些轉(zhuǎn)換問(wèn)題，在語(yǔ)義網(wǎng)絡(luò)內(nèi)容檢索中，像ＲＤＦ和ＯＷＬ（ＷｅｂＯｎｔｏｌｏｇｙ　Ｌａｎｇｕａｇｅ，　語(yǔ)義網(wǎng)本語(yǔ)言）這類的語(yǔ)言是被推薦的，利用這種語(yǔ)言可以模仿和共享特殊用戶團(tuán)體的知識(shí)。試驗(yàn)結(jié)論是私人擁有的語(yǔ)言是不被推薦使用的，因?yàn)樗鼈兣c語(yǔ)義網(wǎng)的結(jié)構(gòu)不協(xié)調(diào)。

１．２　　　　響應(yīng)時(shí)間

　　　　　　　　元搜索工具所有問(wèn)題之中最具有挑戰(zhàn)性的要數(shù)響應(yīng)時(shí)間了。一般來(lái)說(shuō)響應(yīng)時(shí)間受到圖書館網(wǎng)絡(luò)、校園網(wǎng)絡(luò)、校園外的網(wǎng)絡(luò)供應(yīng)者等因素的影響，如果將用戶搜索的資源所在的網(wǎng)絡(luò)和認(rèn)證的變量也算在內(nèi)，響應(yīng)時(shí)間的問(wèn)題就更加難以控制了。密西西比大學(xué)圖書館購(gòu)買的是　ＩｎｎｏｖａｔｉｖｅｓＷｅｂ?。粒悖悖澹螅蟆。停幔睿幔纾澹恚澹睿簟。停铮洌酰欤濉。ǎ祝粒停┑恼J(rèn)證系統(tǒng)，該模型是基于ＥＺ代理服務(wù)器（ｅｚｐｒｏｘｙ）的。需要發(fā)現(xiàn)并解決的問(wèn)題包括追捕到棘手的轉(zhuǎn)換裝置、防火墻裝置、校園域名服務(wù)器（Ｄｏｍａｉｎ?。危幔恚濉。樱澹颍觯澹颍?jiǎn)稱ＤＮＳ）以及賣主的ＤＮＳ等。ＭｅｔａＳｅａｒｃｈ?。ㄔ阉鳎┕ぞ咴诖矸?wù)器上放置了一個(gè)重要的載荷增長(zhǎng)，通過(guò)統(tǒng)計(jì)數(shù)字得出，２４％的代理服務(wù)器頁(yè)面請(qǐng)求來(lái)自ＭｅｔａＳｅａｒｃｈ產(chǎn)品。盡管取得了一定的進(jìn)展，但是響應(yīng)時(shí)間問(wèn)題仍然是元搜索最難克服的障礙，一個(gè)ＭｅｔａＳｅａｒｃｈ統(tǒng)計(jì)模塊應(yīng)該帶有使用數(shù)據(jù)和響應(yīng)時(shí)間的信息，響應(yīng)時(shí)間的信息對(duì)發(fā)現(xiàn)并修理故障和電子資源賣主是非常有用的。

１．３　　　　　結(jié)果相關(guān)性

　　　　　　　　相關(guān)性的問(wèn)題是ＭｅｔａＳｅａｒｃｈ的熱點(diǎn)話題，把增加相關(guān)性計(jì)算作為一個(gè)檢索步驟意味著所有的結(jié)果都要返回、排列并且顯示出來(lái)。該圖書館使用的增加相關(guān)性的辦法是將默認(rèn)索引從關(guān)鍵字改稱題名關(guān)鍵字，對(duì)于用戶來(lái)說(shuō)恢復(fù)題名中的關(guān)鍵字使得檢索結(jié)果更加相關(guān)，但是使用題名關(guān)鍵字需要注意的是：　這里有許多資源不支持題名關(guān)鍵字檢索。對(duì)于其他資源來(lái)說(shuō)，題名關(guān)鍵字不是合適的索引。在這種情況下，檢索就會(huì)失敗并且注明索引是不被支持的。為了調(diào)解這種情況，有些資源就要從基本關(guān)鍵字檢索映射到題名關(guān)鍵字檢索，盡管這樣會(huì)降低相關(guān)性，但是可以避免錯(cuò)誤的出現(xiàn)，同時(shí)允許結(jié)果被重新獲得。

２．２　　　　語(yǔ)義角色標(biāo)簽（Ｓｅｍａｎｔｉｃ?。遥铮欤濉。蹋幔猓澹欤椋睿纭?，?。樱遥蹋?/p>

　　　　　　　　語(yǔ)義角色是指一個(gè)造句法成分和一個(gè)謂語(yǔ)之間的關(guān)系。目前很多實(shí)踐都試圖將語(yǔ)義角色標(biāo)簽應(yīng)用到信息檢索系統(tǒng)中，但是都失敗了。西班牙阿利坎特大學(xué)的教授們進(jìn)行了一個(gè)試驗(yàn)，將語(yǔ)義角色標(biāo)簽引進(jìn)到信息檢索系統(tǒng)中，對(duì)系統(tǒng)進(jìn)行了拓展，這個(gè)試驗(yàn)通過(guò)減少檢索出的不相關(guān)文獻(xiàn)的數(shù)量來(lái)提高檢索性能［３］。在語(yǔ)義角色注釋過(guò)程中，他們采用了兩種方法：最大熵和ＴｉＭＢＬ法。最大熵模型提供了一個(gè)框架來(lái)對(duì)許多不同信息源的信息進(jìn)行集成分類，該試驗(yàn)采用的是最大熵條件概率模型；ＴｉＭＢＬ是一個(gè)程序，該程序是用來(lái)執(zhí)行基于存儲(chǔ)器的知識(shí)運(yùn)算法則的。所有執(zhí)行的

?92?

運(yùn)算法則有共同點(diǎn)，就是它們?cè)诖鎯?chǔ)器中明確地存儲(chǔ)了一些訓(xùn)練集的表示法，在試驗(yàn)過(guò)程中新的案例是根據(jù)存儲(chǔ)的案例中最相似的進(jìn)行推斷來(lái)分類的。該小組在進(jìn)行試驗(yàn)時(shí)使用了ＳｅｍＢｏｌ方法，該方法共分為３個(gè)步驟：首先將句子中動(dòng)詞的意義消除歧義；其次在識(shí)別階段，關(guān)于消除歧義動(dòng)詞的論據(jù)分界必須確定；最后在標(biāo)簽階段，充當(dāng)這些論據(jù)的角色必須被消除歧義。根據(jù)這個(gè)ＳｅｍＢｏｌ方法，實(shí)驗(yàn)小組提出了一個(gè)擴(kuò)展的信息檢索系統(tǒng)，其結(jié)構(gòu)如圖１所示。圖１　　　　利用ＳｅｍＢｏｌ方法擴(kuò)展的信息檢索系統(tǒng)框架［３］

局限性，例如查詢的種類受限制、查詢的性能比較低。為了解決這類問(wèn)題，基于內(nèi)容的圖像檢索是目前學(xué)者們積極追求的檢索技術(shù)。

　　　　　　　　基于內(nèi)容的圖像檢索（Ｃｏｎｔｅｎｔ－ｂａｓｅｄ?。桑恚幔纾濉。遥澹簦颍椋澹觯幔欤┎捎玫蛯哟蔚膱D像特征如顏色、形狀和結(jié)構(gòu)等來(lái)檢索。目前為止，基于顏色的圖像檢索技術(shù)仍然很流行，并在很多ＣＢＩＲ檢索應(yīng)用中被采用。它由于本身的易于應(yīng)用和有效性以及顏色元素在圖像中容易記住等優(yōu)勢(shì)，比基于形狀和結(jié)構(gòu)的圖像檢索應(yīng)用得廣泛。但是澳大利亞Ｍｏｎａｓｈ大學(xué)信息技術(shù)學(xué)院的兩位學(xué)者經(jīng)過(guò)調(diào)查研究發(fā)現(xiàn)，基于顏色的圖像檢索也存在著一定的局限性，因此他們提出了基于向量量化（ＶＱ?。郑澹悖簦铮颉。眩酰幔睿簦椋帷。簦椋铮睿┑膱D像檢索［４］。他們認(rèn)為ＶＱ是圖像檢索的一種有效的方式，因?yàn)閺模郑训脕?lái)的壓縮數(shù)據(jù)能夠直接映射到像素模式，這就意味著基于圖像ＶＱ壓縮數(shù)據(jù)可以捕獲圖像的語(yǔ)義和特征。該檢索技術(shù)首先將圖像分成固定大小的像素塊——向量，對(duì)于每個(gè)向量編碼本都會(huì)搜索到一個(gè)最匹配的代碼，同時(shí)登陸的索引號(hào)就會(huì)代替向量進(jìn)行轉(zhuǎn)移或存儲(chǔ)，索引號(hào)的序列就是被壓縮的比特流；其次，編碼本和比特流被傳送到解碼器進(jìn)行解碼，解碼后的向量是一個(gè)初始向量的近似值；最后會(huì)得到一個(gè)高度壓縮的比率。在ＶＱ壓縮后，每個(gè)像素塊都用一個(gè)編碼索引號(hào)表示，學(xué)者們就可以根據(jù)這些索引號(hào)來(lái)抽取圖像特征，完成圖像標(biāo)引和檢索。兩位研究者利用這一原理對(duì)ＶＱ圖像檢索進(jìn)行了試驗(yàn)，試驗(yàn)結(jié)果表明，ＶＱ圖像檢索技術(shù)可以在圖像標(biāo)引中捕獲像素的空間信息，提高了圖像檢索的效率。此外，研究者將該檢索方法與現(xiàn)有的基于顏色的檢索技術(shù)進(jìn)行了比較分析，結(jié)果顯示，ＶＱ圖像檢索技術(shù)比現(xiàn)存３種方法的檢索性能要略勝一籌。

　　這個(gè)信息檢索系統(tǒng)包括４個(gè)模塊：ＩＲ模塊、問(wèn)題處理模塊、句子處理模塊和語(yǔ)義模塊。當(dāng)一個(gè)完整的句子查詢輸入系統(tǒng)中時(shí)，該句子被看成是一個(gè)事件，ＩＲ系統(tǒng)就是將與事件有關(guān)的文本的片段定位在查詢里，查詢結(jié)束后，ＩＲ模塊在系統(tǒng)中檢索出了一個(gè)段落或文獻(xiàn)集，將該集中的動(dòng)詞和句子中的動(dòng)詞相比較，并將與該動(dòng)詞有關(guān)的句子列成表；隨后，選出來(lái)的句子通過(guò)ＳｅｍＢｏｌ方法被標(biāo)注為語(yǔ)義角色，試驗(yàn)的最后一個(gè)關(guān)系集被應(yīng)用了，該關(guān)系集是建立在句號(hào)和語(yǔ)義角色之間的。只有包含正確語(yǔ)義角色的句子才被選取，也就是說(shuō)檢索到的文章數(shù)將減少，這樣檢索準(zhǔn)確性就得到了提高。

４　　　　查詢?nèi)罩緳z索技術(shù)

　　　　　　　　傳統(tǒng)的信息檢索系統(tǒng)利用文集、文件以及查詢統(tǒng)計(jì)來(lái)確定比較符合用戶問(wèn)題的答案，但是這種查詢可以在查詢?nèi)罩局胁东@，提供額外的相關(guān)資料來(lái)源。近幾年，專家們把相當(dāng)多的目光投向了對(duì)查詢?nèi)罩竞腿藗儽磉_(dá)信息需求方式的研究上，開(kāi)發(fā)出了許多商業(yè)搜索引擎的查詢?nèi)罩救纾牛悖椋簦宓龋硗獠樵內(nèi)罩驹谛畔z索領(lǐng)域如查詢拓展、文本檢索和圖像檢索中也得到了應(yīng)用。

４．１　　　　利用查詢?nèi)罩窘ⅲ疲粒褭z索系統(tǒng)

　　　　　　　　為了提高檢索性能，先前的ＦＡＱ檢索系統(tǒng)利用了高水平的知識(shí)基準(zhǔn)和手工控制，但是當(dāng)應(yīng)用領(lǐng)域有所變化時(shí)，構(gòu)建這樣的知識(shí)基準(zhǔn)和規(guī)則是一項(xiàng)費(fèi)時(shí)費(fèi)力的工作。為了解決這個(gè)問(wèn)題，韓國(guó)的研究人員提出了一個(gè)利用查詢?nèi)罩咀鳛橹R(shí)來(lái)源的高性能ＦＡＱ檢索系統(tǒng)［５］。該系統(tǒng)全稱為ＦａｑＲｅｔｒｉｅｖａｌ?。粒睿洹。茫欤酰螅簦澹颍椋睿纭。裕澹悖瑁睿椋瘢酰澹ǎ疲遥粒茫裕藘蓚€(gè)子系統(tǒng)：一個(gè)查詢?nèi)罩揪垲愊到y(tǒng)和一個(gè)基于聚類的檢索

３　　　　圖像檢索技術(shù)

　　　　　　　　為了有效地利用數(shù)字圖書館中存儲(chǔ)的信息，圖像標(biāo)引和檢索技術(shù)是十分重要的。早期的圖像檢索系統(tǒng)使用傳統(tǒng)數(shù)據(jù)庫(kù)管理的方式來(lái)標(biāo)引檢索圖像，以簡(jiǎn)單的性質(zhì)如圖像數(shù)量和文本描述等為檢索基礎(chǔ)，這些檢索方式具有一定的

?93?

系統(tǒng)。聚類系統(tǒng)定期收集和精煉用戶的查詢?nèi)罩?，然后將每個(gè)ＦＡＱ作為獨(dú)立的類別，并通過(guò)語(yǔ)義空間中向量相似度測(cè)量把查詢?nèi)罩痉值礁鱾€(gè)ＦＡＱ類別里去。　在分類的基礎(chǔ)上，查詢?nèi)罩揪垲愊到y(tǒng)將查詢?nèi)罩具M(jìn)行聚類并計(jì)算每個(gè)查詢?nèi)罩敬氐馁|(zhì)心。當(dāng)用戶輸入查詢時(shí)，基于聚類的檢索系統(tǒng)通過(guò)查詢?nèi)罩敬貋?lái)計(jì)算查詢和ＦＡＱ之間的相似性，根據(jù)計(jì)算出的相似性，檢索系統(tǒng)將有關(guān)的ＦＡＱ進(jìn)行排列并返回一個(gè)列表。在標(biāo)引的時(shí)候，該系統(tǒng)通過(guò)潛在的語(yǔ)義分析，利用分類技術(shù)有效地聚類用戶查詢?nèi)罩?；在檢索時(shí)，該系統(tǒng)利用查詢?nèi)罩敬厥沟茫疲粒巡樵兏禹槙?。研究人員還將這個(gè)系統(tǒng)應(yīng)用到實(shí)際中進(jìn)行了試驗(yàn)，　通過(guò)不同的實(shí)驗(yàn)，他們發(fā)現(xiàn)該系統(tǒng)可以減少短文章檢索中的詞匯爭(zhēng)論問(wèn)題，在ＦＡＱ檢索方面，該系統(tǒng)的性能也優(yōu)于其他傳統(tǒng)信息檢索系統(tǒng)，此外，由于僅僅采用數(shù)據(jù)驅(qū)動(dòng)的方法而不用高層次知識(shí)源，該系統(tǒng)要比早先的ＦＡＱ檢索系統(tǒng)更加實(shí)際和可靠。

統(tǒng)性能和服務(wù)質(zhì)量。此外，該方法可以利用動(dòng)態(tài)匯聚網(wǎng)絡(luò)環(huán)境，　通過(guò)監(jiān)視和適合變換的網(wǎng)絡(luò)條件來(lái)不斷調(diào)整移動(dòng)代理的路線。利用移動(dòng)代理構(gòu)建的檢索系統(tǒng)結(jié)構(gòu)如圖２。

圖?。病　　　〈硐到y(tǒng)結(jié)構(gòu)［７］

　　　　　　　　該結(jié)構(gòu)由３個(gè)層次構(gòu)成，應(yīng)用層：移動(dòng)代理在該層運(yùn)行，每個(gè)代理被分配了一個(gè)用戶的目標(biāo)，并且按照自己的路線在網(wǎng)絡(luò)中移動(dòng)；靜態(tài)層：該層可以給移動(dòng)代理提供計(jì)算或數(shù)據(jù)資源來(lái)完成它們的檢索任務(wù)；服務(wù)層：該層包括目錄、計(jì)劃、遷移、交流和安全等服務(wù)。

　　模擬研究表明，利用運(yùn)算法則的系統(tǒng)能要比利用網(wǎng)絡(luò)中與節(jié)點(diǎn)數(shù)一樣多的代理的系統(tǒng)整體性能好得多。該方法利用動(dòng)態(tài)代理，大大增強(qiáng)了動(dòng)態(tài)會(huì)聚網(wǎng)絡(luò)中分布信息檢索系統(tǒng)的性能，同時(shí)為了更好地適應(yīng)實(shí)際網(wǎng)絡(luò)環(huán)境，研究人員還提供了一個(gè)安全容錯(cuò)機(jī)制。

４．２　　　　分布式信息檢索

　　　　　　　　為了改進(jìn)分布式信息檢索系統(tǒng)，澳大利亞皇家墨爾本理工在學(xué)（ＲＭＩＴ）的學(xué)者們提出了利用查詢?nèi)罩驹诜植际叫畔z索環(huán)境中建立詞表的最新檢索技術(shù)，構(gòu)建了基于查詢?nèi)罩镜膬煞N新的檢索技術(shù)應(yīng)用［６］。　第一種是在不合作的環(huán)境中為分布式資源提供新的取樣方法，該方法利用搜索引擎查詢?nèi)罩局锌捎玫男g(shù)語(yǔ)來(lái)聚焦取樣過(guò)程。實(shí)驗(yàn)證明，這種方法并不比先前的基于查詢的取樣方法耗費(fèi)大，而且生產(chǎn)出的樣本使得檢索更加有效。第二種應(yīng)用是，查詢?nèi)罩究梢杂脕?lái)聚焦面向?qū)τ脩糁匾臈l件的索引修整策略。該索引修剪策略可以保持系統(tǒng)的效力，與全文索引相比，可以減少２２％－２８％的索引。將該策略應(yīng)用到多種網(wǎng)絡(luò)檢索任務(wù)中，通過(guò)評(píng)估發(fā)現(xiàn)，盡管許多主題包含詞表以外的術(shù)語(yǔ)，但是修剪過(guò)的索引檢索到的相關(guān)答案與原始索引檢索到的一樣有效。研究者的實(shí)驗(yàn)表明，利用查詢?nèi)罩驹O(shè)計(jì)檢索系統(tǒng)既減少了索引的數(shù)量又沒(méi)有改變檢索的效率，　因此在分布式信息檢索環(huán)境中，利用查詢?nèi)罩臼且粋€(gè)重要的并且有效的機(jī)制。

５．２　　　　奧德賽搜索引擎（Ｏｄｙｓｓｅｙ　Ｓｅａｒｃｈ?。牛睿纾椋睿?，?。希樱牛?/p>

　　　　　　　　巴西聯(lián)邦大學(xué)的研究人員開(kāi)發(fā)了一個(gè)多代理系統(tǒng)來(lái)進(jìn)行成分信息檢索，該系統(tǒng)被稱為Ｏｄｙｓｓｅｙ?。樱澹幔颍悖琛。牛睿纾椋睿澹ǎ希樱牛郏福?。ＯＳＥ是一個(gè)提供分布式獲取或存儲(chǔ)域成分信息的搜索和檢索系統(tǒng)，利用它可以提高目前成分信息的發(fā)現(xiàn)和檢索。在ＯＳＥ結(jié)構(gòu)中，通過(guò)過(guò)濾代理層對(duì)與成分有關(guān)的域信息進(jìn)行過(guò)濾，在過(guò)濾層中用戶的喜好、過(guò)去的檢索、導(dǎo)航的路經(jīng)以及常用的關(guān)鍵字都被用來(lái)提高和精確檢索。該過(guò)濾代理主要依靠用戶在域中的喜好和檢索經(jīng)歷提供成分信息的挑選，在導(dǎo)航的過(guò)程中，機(jī)器學(xué)習(xí)技術(shù)被用來(lái)觀察和了解用戶的行為；ＯＳＥ還有一個(gè)特點(diǎn)就是可以利用調(diào)解層和域本體從一些域中檢索異質(zhì)的分布式信息。調(diào)解層為組織在域本體中的可用成分信息提供了統(tǒng)一的格式，域本體通過(guò)領(lǐng)域語(yǔ)義概念的表述來(lái)搜索可再次利用的成分信息，因此這個(gè)調(diào)解層促進(jìn)了域信息的綜合，提供了通過(guò)本體翻譯成分信息的機(jī)制。實(shí)驗(yàn)證明這個(gè)ＯＳＥ系統(tǒng)是有效的，目前該系統(tǒng)是第一個(gè)與域模型結(jié)合進(jìn)行成分信息檢索的系統(tǒng)。

５　　　　基于代理的信息檢索技術(shù)５．１　　　　時(shí)控的移動(dòng)代理檢索（ＴＭＡＰ）

　　　　　　　　對(duì)于分布式信息檢索中的移動(dòng)代理計(jì)劃來(lái)說(shuō)，移動(dòng)代理數(shù)目和總的執(zhí)行時(shí)間是描述上層系統(tǒng)的兩個(gè)因素。　此外，為了提高信息檢索的質(zhì)量，信息倉(cāng)儲(chǔ)節(jié)點(diǎn)的時(shí)間約束也要考慮在內(nèi)。在過(guò)去的研究中，移動(dòng)代理計(jì)劃（Ｍｏｂｉｌｅ　ＡｇｅｎｔＰｌａｎｎｉｎｇ，?。停粒校┓椒](méi)有考慮到動(dòng)態(tài)匯聚網(wǎng)絡(luò)的條件，如Ｐｅｅｒ?。簦铩。校澹澹颉。ǎ校簦铮校?duì)等計(jì)算中可變的網(wǎng)絡(luò)帶寬和斷開(kāi)，為了更好地進(jìn)行檢索，　對(duì)網(wǎng)絡(luò)條件具有敏感性的移動(dòng)代理亟待開(kāi)發(fā)。韓國(guó)首爾國(guó)立大學(xué)的學(xué)者們提出了一個(gè)新的ＭＡＰ方法，被稱為Ｔｉｍｅｄ　Ｍｏｂｉｌｅ?。粒纾澹睿簟。校欤幔睿睿椋睿纾郏罚?。這種方法試圖減少移動(dòng)代理的數(shù)量和總的執(zhí)行時(shí)間，為的是實(shí)現(xiàn)更好的系

６　　　　多媒體信息檢索技術(shù)６．１　　　　視頻檢索

　　　　　　　　與文本、聲音和圖像相比，視頻是一個(gè)承載信息豐富的媒體，現(xiàn)代技術(shù)使得對(duì)視頻的捕獲、壓縮、存儲(chǔ)和轉(zhuǎn)移

?94?

變得十分簡(jiǎn)單，導(dǎo)致大量視頻信息的產(chǎn)生，因此如何從大量視頻信息中進(jìn)行檢索越來(lái)越受到研究人員的關(guān)注。都柏林城市大學(xué)的兩位學(xué)者創(chuàng)建了一個(gè)支持多種特征檢索的系統(tǒng)，該系統(tǒng)包含通過(guò)口頭對(duì)話的文本檢索、依靠關(guān)鍵幀的圖像匹配和依靠分割視頻對(duì)象的目標(biāo)匹配。其中最后一部分即自動(dòng)分割和追蹤視頻對(duì)象是一個(gè)過(guò)分要求計(jì)算的問(wèn)題，并且對(duì)于普通的視頻資料該問(wèn)題尚未解決［９］?！⊙芯咳藛T通過(guò)在一個(gè)卡通片的封閉域里的實(shí)驗(yàn)完成了目標(biāo)分割，在中等尺寸的視頻資源中進(jìn)行了用戶交互性實(shí)驗(yàn)，并且測(cè)量了用戶對(duì)視頻文件的使用情況和在多重反復(fù)搜索中的檢索模式。該實(shí)驗(yàn)的目的是測(cè)量基于目標(biāo)的檢索是否比文本檢索和關(guān)鍵幀匹配更加有用，實(shí)驗(yàn)是由１５名用戶在一個(gè)受控的標(biāo)準(zhǔn)環(huán)境中每人完成１２個(gè)不同的檢索任務(wù)，從實(shí)驗(yàn)結(jié)果可以看出用戶在檢索中使用視頻對(duì)象或者對(duì)象的成分作為查詢的一部分，因此目前以對(duì)象為基礎(chǔ)的檢索是視頻檢索的主要技術(shù)。

優(yōu)勢(shì)進(jìn)一步擴(kuò)大，將劣勢(shì)逐漸地縮小，從而產(chǎn)生對(duì)信息檢索最有效的技術(shù)，為用戶提供更好的服務(wù)。本文通過(guò)對(duì)國(guó)外主要信息檢索技術(shù)及其應(yīng)用的介紹，旨在為我國(guó)信息檢索技術(shù)的發(fā)展提供指導(dǎo)和借鑒。

圖?。场　　　∠到y(tǒng)流程圖［１０］

６．２　　　　對(duì)話查詢語(yǔ)音界面

　　　　　　　　早先的自動(dòng)語(yǔ)言識(shí)別系統(tǒng)存在著許多局限性，如識(shí)別過(guò)程產(chǎn)生的失誤、口語(yǔ)表達(dá)的冗余和用戶查詢的含糊等，在傳統(tǒng)的數(shù)據(jù)庫(kù)查詢?nèi)蝿?wù)中，通過(guò)以語(yǔ)義為基礎(chǔ)提煉和確認(rèn)關(guān)鍵詞就可以很容易地解決這些問(wèn)題，但是將語(yǔ)言識(shí)別應(yīng)用到普通的文本檢索系統(tǒng)中就不那么容易了?！榱耸刮谋緳z索系統(tǒng)更加有效地解決這些問(wèn)題，日本學(xué)者為帶有語(yǔ)音界面的檢索系統(tǒng)設(shè)計(jì)了一個(gè)對(duì)話策略來(lái)闡明和約束查詢。他

［１０］

參考文獻(xiàn)?。海郏保荩龋澹颍颍澹颍帷。牵。停澹簦幔樱澹幔颍悖瑁椋睿纭。幔睿洹。拢澹铮睿洌骸。桑恚穑欤澹恚澹睿簦幔簦椋铮睢。牛穑澹颍椋澹睿悖澹?/p>

ａｎｄ　Ａｄｖｉｃｅ?。妫颍铮怼。幔睢。粒悖幔洌澹恚椋恪。蹋椋猓颍幔颍郏剩荩。桑睿妫铮颍恚幔簦椋铮睢。裕澹悖瑁睿铮欤铮纾幔睿洹。蹋椋猓颍幔颍椋幔睿?，?。玻埃埃罚ǎ叮?/p>

［２］Ｍｅｄｉｎａ－Ｒａｍｉｒｚ　ＲＣ．?。樱澹恚幔睿簦椋恪。桑睿妫铮颍恚幔簦椋铮睢。遥澹簦颍椋澹觯幔欤骸。帷。遥澹簦酰颍睢。铮?/p>

Ｅｘｐｅｒｉｅｎｃｅ［Ｊ］．ＥｎｇｉｎｅｅｒｉｎｇＬｅｔｔｅｒｓ，２００７（１１）．

［３］Ｍｏｒｅｄａ　Ｐ，　Ｎａｖａｒｒｏ?。拢。校幔欤铮恚幔颉。停。茫铮颍穑酰螅猓幔螅澹洹。樱澹恚幔睿簦椋恪。遥铮欤?/p>

Ａｐｐｒｏａｃｈ?。椋睢。桑睿妫铮颍恚幔簦椋铮睢。遥澹簦颍椋澹觯幔欤郏剩荩。模幔簦帷。幔睿洹。耍睿铮鳎欤澹洌纾澹牛睿纾椋睿澹澹颍椋睿?，２００７（６１）：４６７－４８３．

［４］Ｔｅｎｇ　ＳＷ，?。蹋酢。牵酰铮辏酰睿。桑恚幔纾濉。桑睿洌澹椋睿纭。幔睿洹。遥澹簦颍椋澹觯幔臁。拢幔螅澹洹。铮睢。郑澹悖簦铮?/p>

Ｑｕａｎｔｉｚａｔｉｏｎ［Ｊ］．　Ｐａｔｔｅｒｎ?。遥澹悖铮纾睿椋簦椋铮?，２００７（４０）：３２９９－３３１６．［５］Ｋｉｍ?。?，?。蹋澹濉。?，　Ｓｅｏ?。剩。痢。遥澹欤椋幔猓欤濉。疲粒选。遥澹簦颍椋澹觯幔臁。樱螅簦澹怼。眨螅椋睿纭。帷。眩酰澹颍?/p>

Ｌｏｇ?。茫欤幔螅螅椋妫椋悖幔簦椋铮睢。裕澹悖瑁睿椋瘢酰濉。拢幔螅澹洹。铮睢。蹋幔簦澹睿簟。樱澹恚幔睿簦椋恪。粒睿幔欤螅椋螅郏剩荩桑睿妫铮颍恚幔簦椋铮睢。校颍铮悖澹螅螅椋睿纭。幔睿洹。停幔睿幔纾澹恚澹睿?，?。玻埃埃罚ǎ矗常海矗玻埃矗常埃郏叮荩樱瑁铮耄铮酰瑁椤。?，?。冢铮猓澹臁。剩。裕幔瑁幔纾瑁铮纾瑁椤。?，　ｅｔｃ．?。眨螅椋睿纭。眩酰澹颍。蹋铮纾蟆。簦铩。牛螅簦幔猓欤椋螅?/p>

Ｖｏｃａｂｕｌａｒｉｅｓ?。椋睢。模椋螅簦颍椋猓酰簦澹洹。桑睿妫铮颍恚幔簦椋铮睢。遥澹簦颍椋澹觯幔欤郏剩荩。桑睿妫铮颍恚幔簦椋铮睿校颍铮悖澹螅螅椋睿纭。幔睿洹。停幔睿幔纾澹恚澹睿簦。玻埃埃罚ǎ矗常海保叮梗保福埃?/p>

［７］Ｂａｅｋ?。剩?，　Ｙｅｏｍ?。龋伲。痢。裕椋恚澹洹。停铮猓椋欤濉。粒纾澹睿簟。校欤幔睿睿椋睿纭。粒穑穑颍铮幔悖琛。妫铮?/p>

Ｄｉｓｔｒｉｂｕｔｅｄ?。桑睿妫铮颍恚幔簦椋铮睢。遥澹簦颍椋澹觯幔臁。椋睢。模睿幔恚椋恪。危澹簦鳎铮颍搿。牛睿觯椋颍铮睿恚澹睿簦螅郏剩荩。桑睿妫铮颍恚幔簦椋铮睢。樱悖椋澹睿悖?，?。玻埃埃叮ǎ保罚叮海常常矗罚常常罚福?/p>

［８］Ｂｒａｇａ?。遥停停。祝澹颍睿澹颉。茫停?，　Ｍａｔｔｏｓｏ?。停。希洌螅螅澹樱澹幔颍悖瑁骸。痢。停酰欤簦椋?/p>

ａｇｅｎｔ?。樱螅簦澹怼。妫铮颉。茫铮恚穑铮睿澹睿簟。桑睿妫铮颍恚幔簦椋铮睢。樱澹幔颍悖琛。幔睿洹。遥澹簦颍椋澹觯幔欤郏剩荩裕瑁澹剩铮酰颍睿幔臁。铮妗。樱螅簦澹恚蟆。幔睿洹。樱铮妫簦鳎幔颍?，　２００６（７９）：２０４－２１５．

［９］Ｓｍｅａｔｏｎ?。粒疲。拢颍铮鳎睿濉。校。痢。眨螅幔纾濉。樱簦酰洌。铮妗。遥澹簦颍椋澹觯幔臁。停铮洌幔欤椋簦椋澹蟆。妫铮?/p>

Ｖｉｄｅｏ?。樱瑁铮簟。遥澹簦颍椋澹觯幔欤郏剩荩。桑睿妫铮颍恚幔簦椋铮睢。校颍铮悖澹螅螅椋睿纭。幔睿洹。停幔睿幔纾澹恚澹睿?，２００６（４２）：１３３０－１３４４．

［１０］Ｍｉｓｕ?。?，　Ｋａｗａｈａｒａ?。裕。模椋幔欤铮纾酰濉。樱簦颍幔簦澹纾。簦铩。茫欤幔颍椋妫。眨螅澹颍В蟆。眩酰澹颍椋澹蟆。妫铮?/p>

Ｄｏｃｕｍｅｎｔ　Ｒｅｔｒｉｅｖａｌ?。樱螅簦澹怼。鳎椋簦琛。樱穑澹澹悖琛。桑睿簦澹颍妫幔悖澹郏剩荩。樱穑澹澹悖瑁茫铮恚恚酰睿椋悖幔簦椋铮?，?。玻埃埃叮ǎ矗福海保保常罚保保担埃?/p>

們?yōu)榇_定臨界部分提出了兩個(gè)統(tǒng)計(jì)量，Ｒｅｌｅｖａｎｃｅ　Ｓｃｏｒｅ（ＲＳ）代表了與文件集的匹配度，Ｓｉｇｎｉｆｉｃａｎｃｅ?。樱悖铮颍澹ǎ樱樱┯脕?lái)探測(cè)影響檢索結(jié)果的因素。通過(guò)這些測(cè)量，系統(tǒng)在檢索前后可以分別處理語(yǔ)音識(shí)別的失誤。然后系統(tǒng)會(huì)產(chǎn)生問(wèn)題來(lái)闡明用戶的查詢，減少檢索到的文件數(shù)量。該對(duì)話策略可以減少檢索的條目，特別是當(dāng)由于模糊輸入的查詢產(chǎn)生的許多匹配時(shí)，這種減少是必要的。系統(tǒng)的工作流程如圖３?！　∮脩舻膯?wèn)題可以在知識(shí)庫(kù)（Ｋｎｏｗｌｅｄｇｅ　Ｂａｓｅ，?。耍拢ⅲ耍略獢?shù)據(jù)和人類知識(shí)的結(jié)構(gòu)分析下被提煉，在獲得信息的基礎(chǔ)上，系統(tǒng)會(huì)選擇最佳的澄清問(wèn)題反饋給用戶，查詢的語(yǔ)句會(huì)在用戶回復(fù)之后得到更新。實(shí)驗(yàn)表明，這種方法比原始的語(yǔ)音識(shí)別技術(shù)更加有效地明確了用戶的查詢目的，提高了檢索的成功率。但是該技術(shù)只適合應(yīng)用在有限的域中，在開(kāi)放域信息檢索如網(wǎng)絡(luò)檢索中并不適用。

７　　　　結(jié)　　　　語(yǔ)

　　　　　　　　國(guó)外學(xué)界和業(yè)界對(duì)信息檢索技術(shù)的研究已經(jīng)不僅僅局限在理論探討上，而是開(kāi)展了大量的實(shí)驗(yàn)和項(xiàng)目。學(xué)者們將信息檢索新技術(shù)應(yīng)用到實(shí)踐中，觀察它們的效果，并對(duì)項(xiàng)目或?qū)嶒?yàn)結(jié)果進(jìn)行評(píng)估，可以使他們清楚認(rèn)識(shí)到這些技術(shù)存在的不足之處。以上我們所提到的各種信息檢索新技術(shù)也都存在著優(yōu)勢(shì)和劣勢(shì)，只有不斷地摸索實(shí)驗(yàn)，才能將

［作者簡(jiǎn)介］

姜曉曦　　女，１９８４年生，中國(guó)科學(xué)院文獻(xiàn)情報(bào)中心碩士生，發(fā)表論文２篇。

［收稿日期：２００８－０２－２２］

?95?