自然语言处理知识：加权检索和聚类检索

キーワード：重み付け

什么是加权检索和聚类检索　

　　1．加权检索
　　加权检索是某些检索系统中提供的一种定量检索技术。加权检索同布尔检索、截词检索等一样，也是文献检索的一个基本检索手段，但与它们不同的是，加权检索的侧重点不在于判定检索词或字符串是不是在数据库中存在、与别的检索词或字符串是什么关系，而是在于判定检索词或字符串在满足检索逻辑后对文献命中与否的影响程度。加权检索的基本方法是：在每个提问词后面给定一个数值表示其重要程度，这个数值称为权，在检索时，先查找这些检索词在数据库记录中是否存在，然后计算存在的检索词的权值总和。权值之和达到或超过预先给定的阈值，该记录即为命中记录。
　　运用加权检索可以命中核心概念文献，因此它是一种缩小检索范围提高检准率的有效方法。但并不是所有系统都能提供加权检索这种检索技术，而能提供加权检索的系统，对权的定义、加权方式、权值计算和检索结果的判定等方面，又有不同的技术规范。
　　2．聚类检索
　　聚类检索是在对文献进行自动标引的基础上，构造文献的形式化表示——文献向量，然后通过一定的聚类方法，计算出文献与文献之间的相似度，并把相似度较高的文献集中在一起，形成一个个的文献类的检索技术。根据不同的聚类水平的要求，可以形成不同聚类层次的类目体系。在这样的类目体系中，主题相近、内容相关的文献便聚在一起，而相异的则被区分开。
　　聚类检索的出现，为文献检索尤其是计算机化的信息检索开辟了一个新的天地。文献自动聚类检索系统能够兼有主题检索系统和分类检索系统的优点，同时具备族性检索和特性检索的功能。因此，这种检索方式将有可能在未来的信息检索中大有用武之地。

　　　　　　　　　　　　　维普（http://www.cqvip.com/serveCenter/jqjl.htm）による