扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
心灵元气社
-
>
县中的孩子 中国县域教育生态
-
>
(精)人类的明天(八品)
-
>
厌女（增订本）
-
>
这样学习才高效/杨慧琴
-
>
心理学经典文丛:女性心理学
-
>
中国文化5000年
图灵计算机科学丛书信息检索导论(修订版) 版权信息
- ISBN：9787115514080
- 条形码：9787115514080 ; 978-7-115-51408-0
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
图灵计算机科学丛书信息检索导论(修订版) 本书特色
本书是信息检索的教材，旨在从计算机科学的视角提供一种现代的信息检索方法。书中从基本概念讲解网络搜索以及文本分类和文本聚类等，对收集、索引和搜索文档系统的设计和实现的方方面面、评估系统的方法、机器学习方法在文本收集中的应用等给出了*的讲解。
图灵计算机科学丛书信息检索导论(修订版) 内容简介
本书是信息检索的教材，旨在从计算机科学的视角提供一种现代的信息检索方法。书中从基本概念讲解网络搜索以及文本分类和文本聚类等，对收集、索引和搜索文档系统的设计和实现的方方面面、评估系统的方法、机器学习方法在文本收集中的应用等给出了近期新的讲解。
图灵计算机科学丛书信息检索导论(修订版) 目录
第 1章 布尔检索 . 1
1.1 一个信息检索的例子 2
1.2 构建倒排索引的初体验 . 5
1.3 布尔查询的处理 8
1.4 对基本布尔操作的扩展及有序检索 11
1.5 参考文献及补充读物 . 13
第 2章 词项词典及倒排记录表 14
2.1 文档分析及编码转换 . 14
2.1.1 字符序列的生成 . 14
2.1.2 文档单位的选择 . 16
2.2 词项集合的确定 16
2.2.1 词条化 16
2.2.2 去除停用词 19
2.2.3 词项归一化 . 20
2.2.4 词干还原和词形归并 . 23
2.3 基于跳表的倒排记录表快速合并算法 26
2.4 含位置信息的倒排记录表及短语查询 28
2.4.1 二元词索引 . 28
2.4.2 位置信息索引 . 29
2.4.3 混合索引机制 . 31
2.5 参考文献及补充读物 . 32
第 3章 词典及容错式检索 . 34
3.1 词典搜索的数据结构 34
3.2 通配符查询 . 36
3.2.1 一般的通配符查询 . 37
3.2.2 支持通配符查询的k-gram索引 . 38
3.3 拼写校正 39
3.3.1 拼写校正的实现 . 39
3.3.2 拼写校正的方法 40
3.3.3 编辑距离 40
3.3.4 拼写校正中的 k-gram索引 42
3.3.5 上下文敏感的拼写校正 . 43
3.4 基于发音的校正技术 44
3.5 参考文献及补充读物 . 45
第 4章 索引构建 . 46
4.1 硬件基础 46
4.2 基于块的排序索引方法 . 47
4.3 内存式单遍扫描索引构建方法 . 50
4.4 分布式索引构建方法 . 51
4.5 动态索引构建方法 . 54
4.6 其他索引类型 56
4.7 参考文献及补充读物 . 57
第 5章 索引压缩 . 59
5.1 信息检索中词项的统计特性 . 59
5.1.1 Heaps定律：词项数目的估计 61
5.1.2 Zipf定律：对词项的分布建模 . 62
5.2 词典压缩 63
5.2.1 将词典看成单一字符串的 压缩方法 63
5.2.2 按块存储 64
5.3 倒排记录表的压缩 . 66
5.3.1 可变字节码 . 67
5.3.2 γ编码 68
5.4 参考文献及补充读物 74
第 6章 文档评分、词项权重计算及 向量空间模型 76
6.1 参数化索引及域索引 76
6.1.1 域加权评分 78
6.1.2 权重学习 79
6.1.3 *优权重g 的计算 80
6.2 词项频率及权重计算 . 81
6.2.1 逆文档频率 . 81
6.2.2 tf-idf 权重计算 82
6.3 向量空间模型 83
6.3.1 内积 83
6.3.2 查询向量 86
6.3.3 向量相似度计算 . 87
6.4 其他tf-idf 权重计算方法 . 88
6.4.1 tf的亚线性尺度变换方法 . 88
6.4.2 基于*大值的tf归一化 . 88
6.4.3 文档权重和查询权重机制 89
6.4.4 文档长度的回转归一化 . 89
6.5 参考文献及补充读物 92
第 7章 一个完整搜索系统中的评分计算 93
7.1 快速评分及排序 . 93
7.1.1 非精确返回前K篇文档的方法 . 94
7.1.2 索引去除技术 . 94
7.1.3 胜者表 . 95
7.1.4 静态得分和排序 . 95
7.1.5 影响度排序 96
7.1.6 簇剪枝方法 . 97
7.2 信息检索系统的组成 98
7.2.1 层次型索引 98
7.2.2 查询词项的邻近性 . 98
7.2.3 查询分析及文档评分函数的 设计 . 99
7.2.4 搜索系统的组成 . 100
7.3 向量空间模型对各种查询操作的支持 101
7.3.1 布尔查询 101
7.3.2 通配符查询 . 102
7.3.3 短语查询 102
7.4 参考文献及补充读物 . 102
第 8章 信息检索的评价 . 103
8.1 信息检索系统的评价 . 103
8.2 标准测试集 . 104
8.3 无序检索结果集合的评价 . 105
8.4 有序检索结果的评价方法 . 108
8.5 相关性判定 . 112
8.6 更广的视角看评价：系统质量及用户效用 . 115
8.6.1 系统相关问题 . 115
8.6.2 用户效用 115
8.6.3 对已有系统的改进 . 116
8.7 结果片段 . 116
8.8 参考文献及补充读物 . 118
第 9章 相关反馈及查询扩展 120
9.1 相关反馈及伪相关反馈 . 120
9.1.1 Rocchio相关反馈算法 . 122
9.1.2 基于概率的相关反馈方法 125
9.1.3 相关反馈的作用时机 125
9.1.4 Web上的相关反馈 . 126
9.1.5 相关反馈策略的评价 127
9.1.6 伪相关反馈 . 127
9.1.7 间接相关反馈 . 128
9.1.8 小结 128
9.2 查询重构的全局方法 . 128
9.2.1 查询重构的词汇表工具 128
9.2.2 查询扩展 129
9.2.3 同义词词典的自动构建 130
9.3 参考文献及补充读物 . 131
第 10章 XML检索 133
10.1 XML的基本概念 134
10.2 XML检索中的挑战性问题 . 137
10.3 基于向量空间模型的XML检索 . 140
10.4 XML检索的评价 144
10.5 XML检索：以文本为中心与以数据为中心的对比 . 146
10.6 参考文献及补充读物 . 148
第 11 章 概率检索模型 150
11.1 概率论基础知识 . 150
11.2 概率排序原理 151
11.2.1 1/0风险的情况 151
11.2.2 基于检索代价的概率排序 原理 152
11.3 二值独立模型 152
11.3.1 排序函数的推导 . 153
11.3.2 理论上的概率估计方法 155
11.3.3 实际中的概率估计方法 156
11.3.4 基于概率的相关反馈方法 157
11.4 概率模型的相关评论及扩展 158
11.4.1 概率模型的评论 . 158
11.4.2 词项之间的树型依赖 159
11.4.3 Okapi BM25：一个非二值的 模型 160
11.4.4 IR中的贝叶斯网络 方法 161
11.5 参考文献及补充读物 . 162
第 12章 基于语言建模的信息检索模型 163
12.1 语言模型 . 163
12.1.1 有穷自动机和语言模型 163
12.1.2 语言模型的种类 . 165
12.1.3 词的多项式分布 . 166
12.2 查询似然模型 . 167
12.2.1 IR中的查询似然模型 167
12.2.2 查询生成概率的估计 167
12.2.3 Ponte和Croft进行的实验 169
12.3 语言建模的方法与其他检索方法的 比较 . 171
12.4 扩展的LM方法 172
12.5 参考文献及补充读物 . 173
第 13章 文本分类及朴素贝叶斯方法 175
13.1 文本分类问题 . 177
13.2 朴素贝叶斯文本分类 . 178
13.3 伯努利模型 . 182
13.4 NB的性质 183
13.5 特征选择 . 188
13.5.1 互信息 . 188
13.5.2 2 统计量 . 191
13.5.3 基于频率的特征选择方法 192
13.5.4 多类问题的特征选择方法 193
13.5.5 不同特征选择方法的比较 193
13.6 文本分类的评价 . 194
13.7 参考文献及补充读物 . 199
第 14章 基于向量空间模型的文本 分类 200
14.1 文档表示及向量空间中的关联度计算 . 201
14.2 Rocchio分类方法 . 202
14.3 k近邻分类器 205
14.4 线性及非线性分类器 . 209
14.5 多类问题的分类 . 212
14.6 偏差—方差折中准则 . 214
14.7 参考文献及补充读物 . 219
第 15章 支持向量机及文档机器学习方法 221
15.1 二类线性可分条件下的支持向量机 221
15.2 支持向量机的扩展 . 226
15.2.1 软间隔分类 . 226
15.2.2 多类情况下的支持向量机 228
15.2.3 非线性支持向量机 228
15.2.4 实验结果 . 230
15.3 有关文本文档分类的考虑 . 231
15.3.1 分类器类型的选择 232
15.3.2 分类器效果的提高 233
15.4 ad hoc检索中的机器学习方法 . 236
15.4.1 基于机器学习评分的简单 例子 . 236
15.4.2 基于机器学习的检索结果 排序 . 238
15.5 参考文献及补充读物 . 239
第 16章 扁平聚类 . 241
16.1 信息检索中的聚类应用 . 242
16.2 问题描述 244
16.3 聚类算法的评价 . 246
16.4 K-均值算法 248
16.5 基于模型的聚类 . 254
16.6 参考文献及补充读物 . 258
第 17章 层次聚类 . 260
17.1 凝聚式层次聚类 . 260
17.2 单连接及全连接聚类算法 . 263
17.3 组平均凝聚式聚类 . 268
17.4 质心聚类 269
17.5 层次凝聚式聚类的*优性 . 270
17.6 分裂式聚类 272
17.7 簇标签生成 273
17.8 实施中的注意事项 . 274
17.9 参考文献及补充读物 . 275
第 18章 矩阵分解及隐性语义索引 277
18.1 线性代数基础 277
18.2 词项—文档矩阵及SVD . 280
18.3 低秩逼近 282
18.4 LSI 284
18.5 参考文献及补充读物 . 288
第 19章 Web搜索基础 289
19.1 背景和历史 . 289
19.2 Web的特性 290
19.2.1 Web图 291
19.2.2 作弊网页 293
19.3 广告经济模型 . 294
19.4 搜索用户体验 . 296
19.5 索引规模及其估计 297
19.6 近似重复及搭叠 300
19.7 参考文献及补充读物 . 303
第 20章 Web采集及索引 . 304
20.1 概述 . 304
20.1.1 采集器必须提供的 功能特点 304
20.1.2 采集器应该提供的功能特点 304
20.2 采集 . 305
20.2.1 采集器架构 . 305
20.2.2 DNS解析 . 308
20.2.3 待采集URL池 . 309
20.3 分布式索引 311
20.4 连接服务器 312
20.5 参考文献及补充读物 . 314
第 21章 链接分析 . 316
21.1 Web图 316
21.2 PageRank. 318
21.2.1 马尔科夫链 . 318
21.2.2 PageRank的计算 . 320
21.2.3 面向主题的PageRank 322
21.3 Hub网页及Authority网页 325
21.4 参考文献及补充读物. 329
参考文献 331
索引 . 356
1.1 一个信息检索的例子 2
1.2 构建倒排索引的初体验 . 5
1.3 布尔查询的处理 8
1.4 对基本布尔操作的扩展及有序检索 11
1.5 参考文献及补充读物 . 13
第 2章 词项词典及倒排记录表 14
2.1 文档分析及编码转换 . 14
2.1.1 字符序列的生成 . 14
2.1.2 文档单位的选择 . 16
2.2 词项集合的确定 16
2.2.1 词条化 16
2.2.2 去除停用词 19
2.2.3 词项归一化 . 20
2.2.4 词干还原和词形归并 . 23
2.3 基于跳表的倒排记录表快速合并算法 26
2.4 含位置信息的倒排记录表及短语查询 28
2.4.1 二元词索引 . 28
2.4.2 位置信息索引 . 29
2.4.3 混合索引机制 . 31
2.5 参考文献及补充读物 . 32
第 3章 词典及容错式检索 . 34
3.1 词典搜索的数据结构 34
3.2 通配符查询 . 36
3.2.1 一般的通配符查询 . 37
3.2.2 支持通配符查询的k-gram索引 . 38
3.3 拼写校正 39
3.3.1 拼写校正的实现 . 39
3.3.2 拼写校正的方法 40
3.3.3 编辑距离 40
3.3.4 拼写校正中的 k-gram索引 42
3.3.5 上下文敏感的拼写校正 . 43
3.4 基于发音的校正技术 44
3.5 参考文献及补充读物 . 45
第 4章 索引构建 . 46
4.1 硬件基础 46
4.2 基于块的排序索引方法 . 47
4.3 内存式单遍扫描索引构建方法 . 50
4.4 分布式索引构建方法 . 51
4.5 动态索引构建方法 . 54
4.6 其他索引类型 56
4.7 参考文献及补充读物 . 57
第 5章 索引压缩 . 59
5.1 信息检索中词项的统计特性 . 59
5.1.1 Heaps定律：词项数目的估计 61
5.1.2 Zipf定律：对词项的分布建模 . 62
5.2 词典压缩 63
5.2.1 将词典看成单一字符串的 压缩方法 63
5.2.2 按块存储 64
5.3 倒排记录表的压缩 . 66
5.3.1 可变字节码 . 67
5.3.2 γ编码 68
5.4 参考文献及补充读物 74
第 6章 文档评分、词项权重计算及 向量空间模型 76
6.1 参数化索引及域索引 76
6.1.1 域加权评分 78
6.1.2 权重学习 79
6.1.3 *优权重g 的计算 80
6.2 词项频率及权重计算 . 81
6.2.1 逆文档频率 . 81
6.2.2 tf-idf 权重计算 82
6.3 向量空间模型 83
6.3.1 内积 83
6.3.2 查询向量 86
6.3.3 向量相似度计算 . 87
6.4 其他tf-idf 权重计算方法 . 88
6.4.1 tf的亚线性尺度变换方法 . 88
6.4.2 基于*大值的tf归一化 . 88
6.4.3 文档权重和查询权重机制 89
6.4.4 文档长度的回转归一化 . 89
6.5 参考文献及补充读物 92
第 7章 一个完整搜索系统中的评分计算 93
7.1 快速评分及排序 . 93
7.1.1 非精确返回前K篇文档的方法 . 94
7.1.2 索引去除技术 . 94
7.1.3 胜者表 . 95
7.1.4 静态得分和排序 . 95
7.1.5 影响度排序 96
7.1.6 簇剪枝方法 . 97
7.2 信息检索系统的组成 98
7.2.1 层次型索引 98
7.2.2 查询词项的邻近性 . 98
7.2.3 查询分析及文档评分函数的 设计 . 99
7.2.4 搜索系统的组成 . 100
7.3 向量空间模型对各种查询操作的支持 101
7.3.1 布尔查询 101
7.3.2 通配符查询 . 102
7.3.3 短语查询 102
7.4 参考文献及补充读物 . 102
第 8章 信息检索的评价 . 103
8.1 信息检索系统的评价 . 103
8.2 标准测试集 . 104
8.3 无序检索结果集合的评价 . 105
8.4 有序检索结果的评价方法 . 108
8.5 相关性判定 . 112
8.6 更广的视角看评价：系统质量及用户效用 . 115
8.6.1 系统相关问题 . 115
8.6.2 用户效用 115
8.6.3 对已有系统的改进 . 116
8.7 结果片段 . 116
8.8 参考文献及补充读物 . 118
第 9章 相关反馈及查询扩展 120
9.1 相关反馈及伪相关反馈 . 120
9.1.1 Rocchio相关反馈算法 . 122
9.1.2 基于概率的相关反馈方法 125
9.1.3 相关反馈的作用时机 125
9.1.4 Web上的相关反馈 . 126
9.1.5 相关反馈策略的评价 127
9.1.6 伪相关反馈 . 127
9.1.7 间接相关反馈 . 128
9.1.8 小结 128
9.2 查询重构的全局方法 . 128
9.2.1 查询重构的词汇表工具 128
9.2.2 查询扩展 129
9.2.3 同义词词典的自动构建 130
9.3 参考文献及补充读物 . 131
第 10章 XML检索 133
10.1 XML的基本概念 134
10.2 XML检索中的挑战性问题 . 137
10.3 基于向量空间模型的XML检索 . 140
10.4 XML检索的评价 144
10.5 XML检索：以文本为中心与以数据为中心的对比 . 146
10.6 参考文献及补充读物 . 148
第 11 章 概率检索模型 150
11.1 概率论基础知识 . 150
11.2 概率排序原理 151
11.2.1 1/0风险的情况 151
11.2.2 基于检索代价的概率排序 原理 152
11.3 二值独立模型 152
11.3.1 排序函数的推导 . 153
11.3.2 理论上的概率估计方法 155
11.3.3 实际中的概率估计方法 156
11.3.4 基于概率的相关反馈方法 157
11.4 概率模型的相关评论及扩展 158
11.4.1 概率模型的评论 . 158
11.4.2 词项之间的树型依赖 159
11.4.3 Okapi BM25：一个非二值的 模型 160
11.4.4 IR中的贝叶斯网络 方法 161
11.5 参考文献及补充读物 . 162
第 12章 基于语言建模的信息检索模型 163
12.1 语言模型 . 163
12.1.1 有穷自动机和语言模型 163
12.1.2 语言模型的种类 . 165
12.1.3 词的多项式分布 . 166
12.2 查询似然模型 . 167
12.2.1 IR中的查询似然模型 167
12.2.2 查询生成概率的估计 167
12.2.3 Ponte和Croft进行的实验 169
12.3 语言建模的方法与其他检索方法的 比较 . 171
12.4 扩展的LM方法 172
12.5 参考文献及补充读物 . 173
第 13章 文本分类及朴素贝叶斯方法 175
13.1 文本分类问题 . 177
13.2 朴素贝叶斯文本分类 . 178
13.3 伯努利模型 . 182
13.4 NB的性质 183
13.5 特征选择 . 188
13.5.1 互信息 . 188
13.5.2 2 统计量 . 191
13.5.3 基于频率的特征选择方法 192
13.5.4 多类问题的特征选择方法 193
13.5.5 不同特征选择方法的比较 193
13.6 文本分类的评价 . 194
13.7 参考文献及补充读物 . 199
第 14章 基于向量空间模型的文本 分类 200
14.1 文档表示及向量空间中的关联度计算 . 201
14.2 Rocchio分类方法 . 202
14.3 k近邻分类器 205
14.4 线性及非线性分类器 . 209
14.5 多类问题的分类 . 212
14.6 偏差—方差折中准则 . 214
14.7 参考文献及补充读物 . 219
第 15章 支持向量机及文档机器学习方法 221
15.1 二类线性可分条件下的支持向量机 221
15.2 支持向量机的扩展 . 226
15.2.1 软间隔分类 . 226
15.2.2 多类情况下的支持向量机 228
15.2.3 非线性支持向量机 228
15.2.4 实验结果 . 230
15.3 有关文本文档分类的考虑 . 231
15.3.1 分类器类型的选择 232
15.3.2 分类器效果的提高 233
15.4 ad hoc检索中的机器学习方法 . 236
15.4.1 基于机器学习评分的简单 例子 . 236
15.4.2 基于机器学习的检索结果 排序 . 238
15.5 参考文献及补充读物 . 239
第 16章 扁平聚类 . 241
16.1 信息检索中的聚类应用 . 242
16.2 问题描述 244
16.3 聚类算法的评价 . 246
16.4 K-均值算法 248
16.5 基于模型的聚类 . 254
16.6 参考文献及补充读物 . 258
第 17章 层次聚类 . 260
17.1 凝聚式层次聚类 . 260
17.2 单连接及全连接聚类算法 . 263
17.3 组平均凝聚式聚类 . 268
17.4 质心聚类 269
17.5 层次凝聚式聚类的*优性 . 270
17.6 分裂式聚类 272
17.7 簇标签生成 273
17.8 实施中的注意事项 . 274
17.9 参考文献及补充读物 . 275
第 18章 矩阵分解及隐性语义索引 277
18.1 线性代数基础 277
18.2 词项—文档矩阵及SVD . 280
18.3 低秩逼近 282
18.4 LSI 284
18.5 参考文献及补充读物 . 288
第 19章 Web搜索基础 289
19.1 背景和历史 . 289
19.2 Web的特性 290
19.2.1 Web图 291
19.2.2 作弊网页 293
19.3 广告经济模型 . 294
19.4 搜索用户体验 . 296
19.5 索引规模及其估计 297
19.6 近似重复及搭叠 300
19.7 参考文献及补充读物 . 303
第 20章 Web采集及索引 . 304
20.1 概述 . 304
20.1.1 采集器必须提供的 功能特点 304
20.1.2 采集器应该提供的功能特点 304
20.2 采集 . 305
20.2.1 采集器架构 . 305
20.2.2 DNS解析 . 308
20.2.3 待采集URL池 . 309
20.3 分布式索引 311
20.4 连接服务器 312
20.5 参考文献及补充读物 . 314
第 21章 链接分析 . 316
21.1 Web图 316
21.2 PageRank. 318
21.2.1 马尔科夫链 . 318
21.2.2 PageRank的计算 . 320
21.2.3 面向主题的PageRank 322
21.3 Hub网页及Authority网页 325
21.4 参考文献及补充读物. 329
参考文献 331
索引 . 356
展开全部
图灵计算机科学丛书信息检索导论(修订版) 作者简介
[美]克里斯托夫·曼宁 （Christopher Manning） 计算机科学家，斯坦福大学教授，斯坦福大学人工智能实验室主任，ACM会士、AAAI会士、ACL会士。目前的研究目标为计算机如何智能地处理、理解和生成人类语言资料。曼宁博士是深度学习在自然语言处理应用方面的先锋人物，在树递归神经网络、语义分析、神经机器翻译、深度语言理解等方面均有令业界瞩目的研究成果。 [美]普拉巴卡尔·拉格万（Prabhakar Raghavan）Google高级副总裁，目前负责谷歌的广告与商业产品、基础设施团队。之前作为Google App和Google Cloud的副总裁，带领团队做出了突出业绩。在加入Google前任职于Yahoo!，是Yahoo!实验室的创建者和负责人。拉格万博士毕业于加州大学伯克利分校，长期担任斯坦福大学计算机科学系顾问教授，主要研究方向是文本及Web数据挖掘、随机算法等，是美国国家工程院院士、ACM会士、IEEE会士。 [德]欣里希·舒策（Hinrich Schütze） 德国慕尼黑大学信息与语言处理中心主任，计算语言学家，斯坦福大学博士。曾在美国硅谷工作多年。 王斌 博士，小米公司AI实验室NLP方向首席科学家，前中国科学院信息工程研究所研究员、博导，中国科学院大学教授。 李鹏 博士，中国科学院信息工程研究所高级工程师，硕士生导师。
书友推荐
- >
经典常谈
经典常谈
¥28.3¥39.8 - >
唐代进士录
唐代进士录
¥25.9¥39.8 - >
小考拉的故事-套装共3册
小考拉的故事-套装共3册
¥36.7¥68.0 - >
新文学天穹两巨星--鲁迅与胡适/红烛学术丛书(红烛学术丛书)
新文学天穹两巨星--鲁迅与胡适/红烛学术丛书(红烛学术丛书)
¥9.9¥23.0 - >
月亮虎
月亮虎
¥14.4¥48.0 - >
巴金－再思录
巴金－再思录
¥14.7¥46.0 - >
中国历史的瞬间
中国历史的瞬间
¥16.7¥38.0 - >
伯纳黛特,你要去哪(2021新版)
伯纳黛特,你要去哪(2021新版)
¥25.4¥49.8
本类畅销
-
钱基博讲古籍版本
¥8.8¥18 -
中国古书编例史
¥33.2¥65 -
中国的类书.政书和丛书
¥9.4¥13 -
文献学专题史略
¥15¥28 -
中国图书史十讲-插图本
¥21.8¥68 -
中华书局有限公司近代中国的学术与藏书
¥77.4¥86
