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 ( LSI)模型进行了探讨 ,并分析了基于 LSI的两个实例。
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.
出处
《现代图书情报技术》
CSSCI
北大核心
2001年第5期40-41,共2页
New Technology of Library and Information Service
