基于潜语义标引的自然语言检索

doi:10.11925/infotech.1003-3513.2001.05.13

现代图书情报技术

2001, Vol. 17

Issue (5): 40-41 https://doi.org/10.11925/infotech.1003-3513.2001.05.13

信息检索技术

本期目录 | 过刊浏览 | 高级检索

基于潜语义标引的自然语言检索

陶跃华¹孙茂松²

¹(云南师范大学计算机科学系　昆明　650031)
²(清华大学计算机科学与技术系　北京　100084)

Natural Language Retrieval for Latent Semantic Indexing

Tao Yuehua¹ Sun Maosong²

¹(Department of Computer Science, Yunnan Normal University, Kunming 650031, China)
²(Department of Computer Science and Technology; Tsinghua University, Beijing 10084, China)

摘要
参考文献
相关文章
Metrics

全文:
输出: BibTeX | EndNote (RIS)

摘要

在信息检索中, 向量空间模型是最有效的数学工具之一。由于自然语言检索的特殊性, 以及传统信息检索模型受到同义词、多义词的影响, 检索的查准率不高。为了提高自然语言检索的查准率, 我们对基于概念的信息检索模型——
潜语义标引(LS I) 模型进行了探讨, 并分析了基于LS I 的两个实例。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ：自然语言, 信息检索, 潜语义, 标引

Abstract：

In information retrieval, vector space model is one of significant mathematics tools. Because of the speciality of natural language retrieval (NLR) and the affection of synonym and polysemy in tradition information retrieval model, the precision of retrieval is not high. In order to imporve the precision of NLR, the authors discuss information retrieval model based on concept--Latent Semantic Indexing (LSI), and analysis two examples of LSI.

Key words： Natural language Information retrieval Latent Semantic Indexing

收稿日期: 2000-12-30 出版日期: 2001-10-25

ZTFLH:

G354.2

通讯作者: 陶跃华,孙茂松

作者简介: 陶跃华,孙茂松

引用本文:

陶跃华,孙茂松. 基于潜语义标引的自然语言检索[J]. 现代图书情报技术, 2001, 17(5): 40-41.
Tao Yuehua,Sun Maosong. Natural Language Retrieval for Latent Semantic Indexing. New Technology of Library and Information Service, 2001, 17(5): 40-41.

链接本文:

https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2001.05.13 或 https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2001/V17/I5/40

[1]Jennifer Chu-Carroll&Bob Carpenter.1999.Vector-based Natural Language Call Routing.Computational Linguistics,25
(3):361-388

[2]Michael W.Berry and Murray Browne.Understanding Search Engines Mathematical Modeling and Text Retrieval.University
of Tennessee.USA

[3]Deer wester,Scott,Susan T.Dumais,George W.Furnas,Thomas K.Landauer,and Richard Harshman.1990.Indexing
by Latent Semantic Analysis.Journal of the American Society for Information Science,41(6):391-407.

[4]刘博勤,丁晓明.潜语义标引与汉语信息检索研究.计算机科学,2000,27(3):93-95

[1]	王一钒,李博,史话,苗威,姜斌. 古汉语实体关系联合抽取的标注方法*[J]. 数据分析与知识发现, 2021, 5(9): 63-74.
[2]	黄名选,蒋曹清,卢守东. 基于词嵌入与扩展词交集的查询扩展^*[J]. 数据分析与知识发现, 2021, 5(6): 115-125.
[3]	孟镇,王昊,虞为,邓三鸿,张宝隆. 基于特征融合的声乐分类研究^*[J]. 数据分析与知识发现, 2021, 5(5): 59-70.
[4]	李跃艳,王昊,邓三鸿,王伟. 近十年信息检索领域的研究热点与演化趋势研究——基于SIGIR会议论文的分析[J]. 数据分析与知识发现, 2021, 5(4): 13-24.
[5]	翁梦娟,姚长青,韩红旗,王莉军,冉亚鑫. 不均衡数据集下基于CNN的中图分类标引方法 ^*[J]. 数据分析与知识发现, 2020, 4(7): 87-95.
[6]	熊欣,王昊,张海潮,张宝隆. 中文术语粒度对其区分能力测度的影响分析*[J]. 数据分析与知识发现, 2020, 4(2/3): 143-152.
[7]	黄名选,卢守东,徐辉. 基于加权关联模式挖掘与规则后件扩展的跨语言信息检索 ^*[J]. 数据分析与知识发现, 2019, 3(9): 77-87.
[8]	胡佳慧,方安,赵琬清,杨晨柳,任慧玲. 面向知识发现的中文电子病历标注方法研究 ^*[J]. 数据分析与知识发现, 2019, 3(7): 123-132.
[9]	徐艳华, 苗雨洁, 苗琳, 吕学强. 基于LDA模型的HSK作文生成^*[J]. 数据分析与知识发现, 2018, 2(9): 80-87.
[10]	孙海霞, 王蕾, 吴英杰, 华薇娜, 李军莲. 科技文献数据库中机构名称匹配策略研究^*[J]. 数据分析与知识发现, 2018, 2(8): 88-97.
[11]	杨超凡, 邓仲华, 彭鑫, 刘斌. *近5年信息检索的研究热点与发展趋势综述^——基于相关会议论文的分析**[J]. 数据分析与知识发现, 2017, 1(7): 35-43.
[12]	杨春雷. 面向语用消歧的量化约束条件系统: 从语言学设计到计算实现^*[J]. 数据分析与知识发现, 2017, 1(11): 1-11.
[13]	包楚晗, 贾丹萍, 何琳, 马晓雯, 艾毓茜. *中文科技论文图表摘要设计研究^——以图书情报领域为例**[J]. 数据分析与知识发现, 2017, 1(10): 21-31.
[14]	张晓娟, 韩毅. 时态信息检索研究综述^*[J]. 数据分析与知识发现, 2017, 1(1): 3-15.
[15]	黄名选. 基于矩阵加权关联模式的印尼中跨语言信息检索模型^*[J]. 数据分析与知识发现, 2017, 1(1): 26-36.

Viewed

Full text

Abstract

Cited

Shared

Discussed