智能信息检索课程.ppt

智能信息检索 杜小勇教授,中国人民大学 文继荣教授,微软亚洲研究院 课程介绍 课程历史 2007年9月27日，我们和微软亚洲研究院联合举办了一次“互联网数据管理主题学术报告”既聘任文继荣博士为兼职研究员的活动; 2008年春季学期,第一次与微软合作,开设《智能信息检索》课程; 来自MSRA的9位研究员共进行了11次讲座; 参考文献:从智能信息检索看微软前瞻性课程，《计算机教育》 授课风格 IR基础知识+专题讲座 专题讲座由微软研究员担任,信息量非常大 考核方式: (1)选择某一个专题写一个综述性质的报告 ,包括:研究的问题是什么? 该领域的理论基础是什么?技术难点在那里? 目前大致有什么解决问题的手段和方法? 研究这些问题的实验方法和评价体系是什么?提出自己的观点. (2) 将打印好的文章在最后一节课交给助教,将分发给相关的老师进行评阅。 (3) 平时考核,主要是参与讨论的情况. 授课内容 基础知识 基本模型 基本实现技术 评价方法 核心技术与系统 Ranking Information Extraction Log Mining System Implementation 应用 Image search Multi-language search Knowledge Management …… Reading Materials R. Baeza-Yates, B. Ribeiro-Neto, Modern Information Retrieval, ACM Press,1999 E.M.Voorhees,D.K.Harman, TREC: Experiment and Evaluation in Information Retrieval, The MIT Press 2005 K. S. Jones, P. Willett, Readings in Information Retrieval, Morgan Kaufmann,1997 Proceedings SIGIR, SIGMOD，WWW 课程安排 课程安排 / 联系方式： 杜小勇 duyong@（信息楼 0459） 文继荣JRWEN@ Introduction to IR Prof. Xiaoyong Du What is Information Retrieval Definition from comparison What is IR? Definition by examples: Library system, like CALIS Search engine, like Google, Baidu What is IR? Definition by content IR = D, Q, R(qi,dj), where D: document collection Q: User’s query R: the relevance/similarity degree between query qi and document dj IR System Architecture Content IR Model System architecture Evaluation and benchmark Key techniques Media-related operators Indexing IE Classification and clustering Link analysis Relevance evaluation …… Related Area Natural Language Processing Large-scale distributed computing Database Data mining Information Science Artificial Intelligence …… Model IR Model Representation How to represent document/query Bag-of-word Sequence-of-word Link of documents Semantic Network Similarity/relevance Evaluation sim(dj,q)=? 两大类的模型 基于文本内容的检索模型 布尔模型 向量空间模型 概率模型 统计语言模型 与内容无关的其他检索模型 基于协同的模型 基于链接分析的模型 基于关联的模型 Outline Boolean Model（BM） Vector Space Model（VSM） Probabilistic Model（PM） Language Model(LM) Outline Boolean Model（BM