日本国立信息学研究所信息检索和获取系统测试集及其专利挖掘任务——基于论文和专利生成技术动态图

文章概要介绍NTCIR的整体情况，重点介绍中国科学技术信息研究所本年度参与的NTCIR专利挖掘任务（Patent Mining Tasks），并阐述该任务的两个子任务，即（1）以论文和专利统一分类、检索和分析为目的，对学术论文按IPC分类号进行自动分类的“学术论文分类子任务”；（2）基于某一领域的论文和专利的“生成技术动态地图子任务”。最后，对参NTCIR测评活动，给出体会与建议。

一种基于上下文的中文信息检索查询扩展

在中文信息检索的研究和实践中 ,由于查询中所使用的词可能与文件集中使用的词不匹配而导致一些相关的文件不能被成功地检索出来 ,这是影响检索效果的一个很关键的问题。查询扩展可以在一定程度上解决这种词的不匹配现象 ,然而 ,实验表明 ,通常简单的查询扩展并不能稳定地提高中文信息检索的检索效果。本论文中提出并实现了一种基于上下文的查询扩展方法 ,可以根据查询的上下文对扩展词进行选择 ,是一种相对“智能”的查询扩展方法。在TREC - 9中文信息检索测试集上进行的实验表明 ,相对于通常简单的查询扩展 ,基于上下文的查询扩展方法取得了具有统计意义提高的检索效果。

小型中文信息检索测试集的构建与分析

在国内信息检索研究日益受到重视的背景下,介绍了构建小型中文测试集的意义及测试集的研究现状。参考国外测试集的构建经验,论述了小型中文信息检索测试集的构建方法,实现了一个可应用于信息检索研究的小型中文测试集。通过有效的统计分析,结果表明本测试集具有较高的可信度。