稀疏向量匹配技术在智能信息快速搜索中的运用评价

针对传统的电网领域搜索系统通常依赖关键词,存在查准率和召回率低的问题,无法为用户提供高效智能的信息检索体验。提出了一种基于稀疏向量匹配和机器阅读理解的电力文件智能搜索问答算法。通过对于电力文档中的文字内容进行向量化编码,建立语义索引,针对用户搜索的问题进行编码和机器阅读理解,实现自然语言问答式的智能搜索。结合稀疏向量匹配的快速检索召回能力和机器阅读理解的精准回答特性,同时提高了搜索系统的查准率和召回率,有效提高了用户的搜索体验和信息获取效率。实验结果表明该方法准确率和召回率均有较大提升。

ISTC: A New Method for Clustering Search Results

A new common phrase scoring method is proposed according to term frequency-inverse document frequency （TFIDF） and independence of the phrase. Combining the two properties can help identify more reasonable common phrases, which improve the accuracy of clustering. Also, the equation to measure the in-dependence of a phrase is proposed in this paper. The new algorithm which improves suffix tree clustering algorithm （STC） is named as improved suffix tree clustering （ISTC）. To validate the proposed algorithm, a prototype system is implemented and used to cluster several groups of web search results obtained from Google search engine. Experimental results show that the improved algorithm offers higher accuracy than traditional suffix tree clustering.

可跟踪段落状态的结构化文档协作管理的研究

针对流式文档在多人协作过程中存在的协同控制与部分文档更新处理管理难的问题,探索新的控制方案十分必要。本文提出了一种以段落为控制节点的分解文档管理方案,对流式文档的控制顺序、段落管理、文本、表格、图像管理提出了具体的管理结构。应用方案的结果表明,采用该方案可以解决多人文档协同工作场景下的制作管理同步的问题。

人工智能机器人技术在图书馆的应用

文章利用自然语言处理和机器学习技术,理解图书馆用户的检索意图并提供准确的文献检索结果,分析用户的查询语句和历史检索记录,学习和识别用户的偏好,从而提供个性化的检索服务。实验结果表明,文章应用人工智能机器人技术构建的文献自动检索系统具有较高的准确性和可靠性,能够有效提高图书馆文献检索的效率和质量。

基于RDF句子的语义网文档搜索

语义网文档搜索是发现语义网数据的重要手段.针对传统信息检索方法的不足,提出基于RDF句子的文档词向量构建方法.首先,文档被看作RDF句子的集合,从而在文档分析和索引时能够保留基于RDF句子的结构信息.其次,引入资源的权威描述的定义,能够跨越文档边界搜索到语义网中互连的数据.此外,扩展了传统的倒排索引结构,使得系统能够提取出更加便于阅读和理解的片段.在大规模真实数据集上的实验表明,该方法可以显著地提高文档检索的效率,在可用性上具有明显的提升.

新时期学生信息获取和综合能力培养的研究与思考

本文简述了信息教育的涵义、发展、存在的问题,阐述了学生信息获取和综合利用能力培养的意义和必要性,提出了学生信息获取和综合利用能力培养的有效模式和途径。

科技查新流程对查新质量的影响

本文首先对清华大学查新站与北京工业大学查新室的查新流程进行了对比,前者具有检索策略制定客观、科学,文献分析深入,报告格式有条理的优势,最终的查新质量有保证,而后者具有报告周期可控以及二次审核查新报告的特点,对查新效率和查新质量的提高很有帮助。论文另外对查新流程中检索词的选择及检索策略的制定中经常遇到的查全率和检索结果为零的情况进行了举例分析,认为检索式的制定要根据不同检索词及其逻辑关系进行适当调整和取舍,防止得出片面的查新结论,造成新颖性误判。

影响查新咨询工作质量的相关因素及对策

本文从4个方面讨论了影响查新咨询工作质量的相关因素，如用户提问的模糊性、查新人员的主观因素以及文献支持系统的选择等，并对提高查新咨询工作质量提出几点建议。

浅谈标准文献检索

本文介绍了标准的概念、种类以及如何利用标准文献为用户服务。

现代文检课教材的结构及有关问题

文章提出文检课教材的1:1:8结构体系,依此比例安排并序列基础理论、手工检索、计算机检索的内容。以理论为基础,应用为主体,以Internet网络检索为龙头,辅以光盘检索、联机检索、手工检索,构筑全方位、多层面体系结构,并从开放性、综合性、系统性等若干方面就其总体规划加以探讨。

一种快速的XML语义检索算法

传统基于关键词的搜索引擎不能充分利用XML文档的结构信息,搜索结果往往不精确;而基于结构信息和关键词的XML搜索技术又不适用于普通用户.基于关键词的XML语义检索克服了以上缺点,但需要提高检索效率.本文深入分析了XML文档结构潜藏的语义,提出了新的索引结构及两结点语义相关的判断函数,在此基础上提出了一种快速的XML语义检索算法,该算法大大减少了结点对语义相关的判断次数.对实际数据集的测试实验结果显示出新算法的有效性.

浅谈文献检索课网络化教学的设计与实现

网络环境下,文献检索课的教学内容和教学方式都面临着变革和挑战。本文分析了文献检索课的现状,指出了文献检索课开展网络教学的意义,重点介绍了如何编制和实现网络化教学软件,从而构建一种新型的文献教学模式。

专利文献的特点及其利用

专利文献是重要的技术信息，世界上每年发明创造成果的90％-95％能在专利文献中查到，而且许多发明创造成果仅仅出现于专利文献中。专利以公开换取保护，因特网上有着丰富的免费专利文献，对广大用户有非常重要的价值和意义。然而，大多数信息用户对它的认识和利用还不够充分。本文详细地介绍了专利文献的特点、用途、检索方法及获取途径。

中文Web文档聚类算法研究

在STC算法的基础上,提出一种中文Web文档聚类算法STC-I,用以对检索结果进行在线高效地聚类。STC-I中,将文档集通过去同义词、近义词、相同句子的方法对文档进行降维处理,并通过计算查询关键字与文本的相似度,对参加聚类的文本打分的方法来降低STC的时间复杂度并提高STC聚类准确率。通过对STC-I与STC、AHC、K-Means算法从聚类的准确性和时间复杂度上进行比较,结果表明,STC-I算法在聚类的准确性和时间复杂度方面都较STC、AHC和K-Means算法好。

一种基于文档相似度的检索结果重排序方法

对相关反馈问题的研究已有近30年的历史,相关反馈也被证明可以大程度稳定地提升检索系统的性能。当前网络环境下相关反馈的应用以及用户提供反馈信息的方式已经发生了明显的变化,因此相关反馈研究又一次引起了研究界的注意。该文提出了一种基于文档相似度的搜索结果重排序方法,该方法同时利用了反馈信息中的相关文档与不相关文档。在大规模网络信息检索标准实验数据上的实验结果表明:该方法不仅可以稳定地提高系统的检索性能,并且相较于经典的查询扩展方法有着明显的优势。

新形势下高校文献检索课的教学改革

在高等教育发展的新形势下 ,文献检索课对培养跨世纪信息人才具有重要意义。当前 ,该课应从教材、教学内容、实习环节。

基于模糊概念图的文档聚类及其在Web中的应用

随着World Wide Web上数据量的日益庞大,现有的搜索引擎已经不能满足用户日益增长的需求.利用数据挖掘技术,提高搜索效率,实现了查询的用户化.首先提出了模糊概念图的模型来描述词语间的关系,然后在聚类过程中引入概念知识,提出了基于模糊概念图的文档聚类算法,通过分析用户的浏览行为发现兴趣模式.在上述技术的基础上,给出了一种用户化的智能搜索系统的实现策略,通过分析概念间的关系和用户的兴趣模式,评价超链/文档和查询的相关程度,从而帮助用户得到更准确的信息.

网上教学实践与体会——文献检索课教学新手段

探述了网络教学的发展趋势和网络教学的特点与意义 ,并根据文献检索课的性质、目的和要求以及当前高校文献检索课的教学现状 ,阐述了建设文献检索网络教学系统的必要性与可行性 ,提出了组织网络教学的具体措施。

基于聚类BNR扩展模型的信息检索研究

使用聚类技术对BNR进行扩展,得到一个新的4层模型,该模型同时使用了术语间和文档间的相近和相似关系,将此扩展模型和简单的RNR、扩展的BNRM模型比较,实验证实信息检索系统的检准率和检全率都有所提高。

基于Simhash的海量相似文档快速搜索优化方法

相似文档搜索指检索与给定查询文档相似的文档,在大数据处理中具有广泛的应用,如近似网页检测、新闻报道聚合以及抄袭检测等。为实现海量相似文档的快速搜索,可采用Simhash指纹方法将文档映射成二进制指纹,以海明距离表达文档相似度,并通过指纹分段建立索引提高计算效率。针对传统方法在指纹分段过程中大量冗余计算影响到计算效率的问题,提出了基于顺序匹配的候选集筛选方法,以减少指纹相似性计算量和网络带宽消耗,实现快速搜索。试验表明,该方法具有较好的性能和可扩展性。