[科普中國(guó)]-信息檢索

信息檢索（Information Retrieval）是用戶進(jìn)行信息查詢和獲取的主要方式，是查找信息的方法和手段。狹義的信息檢索僅指信息查詢（Information Search）。即用戶根據(jù)需要，采用一定的方法，借助檢索工具，從信息集合中找出所需要信息的查找過(guò)程。廣義的信息檢索是信息按一定的方式進(jìn)行加工、整理、組織并存儲(chǔ)起來(lái)，再根據(jù)信息用戶特定的需要將相關(guān)信息準(zhǔn)確的查找出來(lái)的過(guò)程。又稱信息的存儲(chǔ)于檢索。一般情況下，信息檢索指的就是廣義的信息檢索。

起源信息檢索起源于圖書館的參考咨詢和文摘索引工作，從19世紀(jì)下半葉首先開(kāi)始發(fā)展，至20世紀(jì)40年代，索引和檢索成已為圖書館獨(dú)立的工具和用戶服務(wù)項(xiàng)目。隨著1946年世界上第一臺(tái)電子計(jì)算機(jī)問(wèn)世，計(jì)算機(jī)技術(shù)逐步走進(jìn)信息檢索領(lǐng)域，并與信息檢索理論緊密結(jié)合起來(lái)；脫機(jī)批量情報(bào)檢索系統(tǒng)、聯(lián)機(jī)實(shí)時(shí)情報(bào)檢索系統(tǒng)

相繼研制成功并商業(yè)化，20世紀(jì)60年代到80年代，在信息處理技術(shù)、通訊技術(shù)、計(jì)算機(jī)和數(shù)據(jù)庫(kù)技術(shù)的推動(dòng)下，信息檢索在教育、軍事和商業(yè)等各領(lǐng)域高速發(fā)展，得到了廣泛的應(yīng)用。Dialog國(guó)際聯(lián)機(jī)情報(bào)檢索系統(tǒng)是這一時(shí)期的信息檢索領(lǐng)域的代表，至今仍是世界上最著名的系統(tǒng)之一。

定義信息檢索有廣義和狹義的之分。廣義的信息檢索全稱為“信息存儲(chǔ)與檢索”，是指將信息按一定的方式組織和存儲(chǔ)起來(lái)，并根據(jù)用戶的需要找出有關(guān)信息的過(guò)程。狹義的信息檢索為“信息存儲(chǔ)與檢索”的后半部分，通常稱為“信息查找”或“信息搜索”，是指從信息集合中找出用戶所需要的有關(guān)信息的過(guò)程。狹義的信息檢索包括3個(gè)方面的含義：了解用戶的信息需求、信息檢索的技術(shù)或方法、滿足信息用戶的需求。

由信息檢索原理可知，信息的存儲(chǔ)是實(shí)現(xiàn)信息檢索的基礎(chǔ)。這里要存儲(chǔ)的信息不僅包括原始文檔數(shù)據(jù)，還包括圖片、視頻和音頻等，首先要將這些原始信息進(jìn)行計(jì)算機(jī)語(yǔ)言的轉(zhuǎn)換，并將其存儲(chǔ)在數(shù)據(jù)庫(kù)中，否則無(wú)法進(jìn)行機(jī)器識(shí)別。待用戶根據(jù)意圖輸入查詢請(qǐng)求后，檢索系統(tǒng)根據(jù)用戶的查詢請(qǐng)求在數(shù)據(jù)庫(kù)中搜索與查詢相關(guān)的信息，通過(guò)一定的匹配機(jī)制計(jì)算出信息的相似度大小，并按從大到小的順序?qū)⑿畔⑥D(zhuǎn)換輸出。

類型**（一）按存儲(chǔ)與檢索對(duì)象劃分，信息檢索可以分為：**

文獻(xiàn)檢索

數(shù)據(jù)檢索

事實(shí)檢索

以上三種信息檢索類型的主要區(qū)別在于：數(shù)據(jù)檢索和事實(shí)檢索是要檢索出包含在文獻(xiàn)中的信息本身，而文獻(xiàn)檢索則檢索出包含所需要信息的文獻(xiàn)即可。

（二）按存儲(chǔ)的載體和實(shí)現(xiàn)查找的技術(shù)手段為標(biāo)準(zhǔn)劃分：

手工檢索

機(jī)械檢索

計(jì)算機(jī)檢索

其中發(fā)展比較迅速的計(jì)算機(jī)檢索是“網(wǎng)絡(luò)信息檢索”，

也即網(wǎng)絡(luò)信息搜索，是指互聯(lián)網(wǎng)用戶在網(wǎng)絡(luò)終端，通過(guò)特定的網(wǎng)絡(luò)搜索工具或是通過(guò)瀏覽的方式，查找并獲取信息的行為。

（三）按檢索途徑劃分：

直接檢索

間接檢索

主要環(huán)節(jié)信息內(nèi)容分析與編碼，產(chǎn)生信息記錄及檢索標(biāo)識(shí)。

組織存貯，將全部記錄按文件、數(shù)據(jù)庫(kù)等形式組成有序的信息集合。

用戶提問(wèn)處理和檢索輸出。關(guān)鍵部分是信息提問(wèn)與信息集合的匹配和選擇，即對(duì)給定提問(wèn)與集合中的記錄進(jìn)行相似性比較，根據(jù)一定的匹配標(biāo)準(zhǔn)選出有關(guān)信息。它按對(duì)象分為文獻(xiàn)檢索、數(shù)據(jù)檢索和事實(shí)檢索；按設(shè)備分為手工檢索、機(jī)械檢索和計(jì)算機(jī)檢索。由一定的設(shè)備和信息集合構(gòu)成的服務(wù)設(shè)施稱為信息檢索系統(tǒng)，如穿孔卡片系統(tǒng)、聯(lián)機(jī)檢索系統(tǒng)、光盤檢索系統(tǒng)、多媒體檢索系統(tǒng)等。信息檢索最初應(yīng)用于圖書館和科技信息機(jī)構(gòu)，后來(lái)逐漸擴(kuò)大到其他領(lǐng)域，并與各種管理信息系統(tǒng)結(jié)合在一起。與信息檢索有關(guān)的理論、技術(shù)和服務(wù)構(gòu)成了一個(gè)相對(duì)獨(dú)立的知識(shí)領(lǐng)域，是信息學(xué)的一個(gè)重要分支，并與計(jì)算機(jī)應(yīng)用技術(shù)相互交叉。

熱點(diǎn)智能檢索或知識(shí)檢索

傳統(tǒng)的全文檢索技術(shù)基于關(guān)鍵詞匹配進(jìn)行檢索，往往存在查不全、查不準(zhǔn)、檢索質(zhì)量不高的現(xiàn)象，特別是在網(wǎng)絡(luò)信息時(shí)代，利用關(guān)鍵詞匹配很難滿足人們檢索的要求。智能檢索利用分詞詞典、同義詞典，同音詞典改善檢索效果，比如用戶查詢“計(jì)算機(jī)”，與“電腦”相關(guān)的信息也能檢索出來(lái)；進(jìn)一步還可在知識(shí)層面或者說(shuō)概念層面上輔助查詢，通過(guò)主題詞典、上下位詞典、相關(guān)同級(jí)詞典，形成一個(gè)知識(shí)體系或概念網(wǎng)絡(luò)，給予用戶智能知識(shí)提示，最終幫助用戶獲得最佳的檢索效果，比如用戶可以進(jìn)一步縮小查詢范圍至“微機(jī)”、“服務(wù)器”或擴(kuò)大查詢至“信息技術(shù)”或查詢相關(guān)的“電子技術(shù)”、“軟件”、“計(jì)算機(jī)應(yīng)用”等范疇。另外，智能檢索還包括歧義信息和檢索處理，如“蘋果”，究竟是指水果還是電腦品牌，“華人”與“中華人民共和國(guó)”的區(qū)分，將通過(guò)歧義知識(shí)描述庫(kù)、全文索引、用戶檢索上下文分析以及用戶相關(guān)性反饋等技術(shù)結(jié)合處理，高效、準(zhǔn)確地反饋給用戶最需要的信息。知識(shí)挖掘

主要指文本挖掘技術(shù)的發(fā)展，目的是幫助人們更好的發(fā)現(xiàn)、組織、表示信息，提取知識(shí)，滿足信息檢索的高層次需要。知識(shí)挖掘包括摘要、分類（聚類）和相似性檢索等方面。

自動(dòng)摘要就是利用計(jì)算機(jī)自動(dòng)地從原始文獻(xiàn)中提取文摘。在信息檢索中，自動(dòng)摘要有助于用戶快速評(píng)價(jià)檢索結(jié)果的相關(guān)程度，在信息服務(wù)中，自動(dòng)摘要有助于多種形式的內(nèi)容分發(fā)，如發(fā)往PDA、手機(jī)等。相似性檢索技術(shù)基于文檔內(nèi)容特征檢索與其相似或相關(guān)的文檔，是實(shí)現(xiàn)用戶個(gè)性化相關(guān)反饋的基礎(chǔ)，也可用于去重分析。自動(dòng)分類可基于統(tǒng)計(jì)或規(guī)則，經(jīng)過(guò)機(jī)器學(xué)習(xí)形成預(yù)定義分類樹，再根據(jù)文檔的內(nèi)容特征將其歸類；自動(dòng)聚類則是根據(jù)文檔內(nèi)容的相關(guān)程度進(jìn)行分組歸并。自動(dòng)分類（聚類）在信息組織、導(dǎo)航方面非常有用。

異構(gòu)信息整合檢索和全息檢索

在信息檢索分布化和網(wǎng)絡(luò)化的趨勢(shì)下，信息檢索系統(tǒng)的開(kāi)放性和集成性要求越來(lái)越高，需要能夠檢索和整合不同來(lái)源和結(jié)構(gòu)的信息，這是異構(gòu)信息檢索技術(shù)發(fā)展的基點(diǎn)，包括支持各種格式化文件，如TEXT、HTML、XML、RTF、MS Office、PDF、PS2/PS、MARC、ISO2709等處理和檢索；支持多語(yǔ)種信息的檢索；支持結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)及非結(jié)構(gòu)化數(shù)據(jù)的統(tǒng)一處理；和關(guān)系數(shù)據(jù)庫(kù)檢索的無(wú)縫集成以及其他開(kāi)放檢索接口的集成等。所謂“全息檢索”的概念就是支持一切格式和方式的檢索，從實(shí)踐來(lái)講，發(fā)展到異構(gòu)信息整合檢索的層面，基于自然語(yǔ)言理解的人機(jī)交互以及多媒體信息檢索整合等方面尚有待取得進(jìn)一步突破。

另外，從工程實(shí)踐角度，綜合采用內(nèi)存和外部存儲(chǔ)的多級(jí)緩存、分布式群集和負(fù)載均衡技術(shù)也是信息檢索技術(shù)發(fā)展的重要方面。

隨著互聯(lián)網(wǎng)的普及和電子商務(wù)的發(fā)展，企業(yè)和個(gè)人可獲取、需處理的信息量呈爆發(fā)式增長(zhǎng)，而且其中絕大部分都是非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)。內(nèi)容管理的重要性日益凸現(xiàn)，而信息檢索作為內(nèi)容管理的核心支撐技術(shù)，隨著內(nèi)容管理的發(fā)展和普及，亦將應(yīng)用到各個(gè)領(lǐng)域，成為人們?nèi)粘９ぷ魃畹拿芮谢锇椤?/p>

檢索原因1.信息檢索是獲取知識(shí)的捷徑

美國(guó)普林斯頓大學(xué)物理系一個(gè)年輕大學(xué)生名叫約瀚·菲利普，在圖書館里借閱有關(guān)公開(kāi)資料，僅用四個(gè)月時(shí)間，就畫出一張制造原子彈的設(shè)計(jì)圖。他設(shè)計(jì)的原子彈，體積小(棒球大小)、重量輕(7.5公斤)、威力大(相當(dāng)廣島原子彈3/4的威力)，造價(jià)低(當(dāng)時(shí)僅需兩千美元)，致使一些國(guó)家（法國(guó)、巴基斯坦等）紛紛致函美國(guó)大使館，爭(zhēng)相購(gòu)買他的設(shè)計(jì)拷貝。

二十世紀(jì)七十年代，美國(guó)核專家泰勒收到一份題為《制造核彈的方法》的報(bào)告，他被報(bào)告精湛的技術(shù)設(shè)計(jì)所吸引，驚嘆地說(shuō)：“至今我看到的報(bào)告中，它是最詳細(xì)、最全面的一份?！钡顾鼮轶@異的是，這份報(bào)告竟出于哈佛大學(xué)經(jīng)濟(jì)專業(yè)的青年學(xué)生之手，而這個(gè)四百多頁(yè)的技術(shù)報(bào)

告的全部信息來(lái)源又都是從圖書館那些極為平常的、完全公開(kāi)的圖書資料中所獲得的。

2 .信息檢索是科學(xué)研究的向?qū)?/strong>