《Modern Information Retrieval》笔记(一)

简介:
一,信息检索的基本概念,评价,模型和算法:

1)模型、相关反馈、查询扩展;2)文本处理技术;3)文本分类和聚类技术(倾向性分析);4)信息过滤技术;5)信息组织和索引;6)并行和分布式检索

二,信息检索的应用:1)WEB检索;2)数字图书馆;3)多媒体检索


三,国际著名研究机构和代表人物

1)美国康奈尔大学Salton(1927-1995),现代信息检索的奠基人,SMART的完成人,第一任Salton奖得主,ACM Fellow

2)英国剑桥大学SparckJones (1935-2007),概率检索模型的提出者之一,NLP和IR中的先辈,曾获ACL终身成就奖和Salton奖

3)美国UMassCIIR W. B. Croft,ACM Fellow,基于统计语言建模IR模型的提出者和倡导者,和CMU共同开发了Lemur工具,Salton奖得主

4)英国Glasgow大学Rijsbergen,ACM Fellow,信息检索逻辑推理学派的提出者和倡导者

现在试图用量子物理的方法解决IR问题,Salton奖得主

5)英国微软剑桥研究院、伦敦城市大学Robertson,概率检索模型的倡导者,开发了OKAPI,Salton奖得主

6)美国CMU,美国UIUC,微软研究院,IBM研究院,Google研究院

7)一些活跃的华裔学者:加拿大蒙特利尔大学聂建云教授(跨语言检索,IR模型);

美国UIUC ChengxiangZhai博士(IR模型);美国CMU YimingYang教授(文本分类);

台湾中研院简立峰(号称“中文搜索”第一人,加入Google研究院)

8)国内一些相关研究机构:北京大学,复旦大学,清华大学,哈尔滨工业大学,中科院计算所,中科院软件所,中科院自动化所

四,重要会议

国际会议:SIGIR、ACL、WWW、SIGKDD,CIKM、ICML ,TREC,AIRS

国内会议:全国信息检索及内容安全学术会议(2年一届),全国计算语言学联合会议(2年一届)

五,重要期刊

国际:

ACM Transactions on Information Systems(TOIS)

ACM Transactions on Asian Language Information Processing(TALIP)

Information Processing & Management(IP&M)

Information Retrieval

国内:中文信息学报,情报学报

六,重要工具

Lemur:包含各种IR模型的实验平台,C++

SMART:向量空间模型工具, C编写

Weka:分类工具,Java编写

Lucene:开源检索工具,各种语言编写的版本

Larbin:采集工具,C++

Firtex:检索平台,C++,计算所开发

七,参考书籍及文献

Baeza-Yates, R. & B. Ribeiro-Neto. eds. Modern Information Retrieval. ACM Press, 1999 (国内有机械工业出版社出版的影印版和中文翻译版)

李国辉等著,信息的组织与检索,科学出版社,2003年

Witten, Ian et al. Managing Gigabytes. Orlando, FL: Morgan Kaufmann Publishers Incorporated, 1999

William Frakes& Ricardo Baeza-Yates, Information Retrieval Data Structures and Algorithms. PrenticeHall, 1992

Karen SparckJones& Peter Willet eds. Readings in Information Retrieval, Morgan Kaufmann, 1997

SIGIR Proceedings (since 1971,迄今举办26届)


本文转自Phinecos(洞庭散人)博客园博客,原文链接:http://www.cnblogs.com/phinecos/archive/2007/10/14/923782.html,如需转载请自行联系原作者
目录
相关文章
|
3月前
|
存储 程序员 编译器
Modern C++
Modern C++
|
9月前
|
人工智能 自然语言处理 算法
UIE: Unified Structure Generation for Universal Information Extraction 论文解读
信息提取受到其不同目标、异构结构和特定需求模式的影响。本文提出了一个统一的文本到结构生成框架,即UIE,该框架可以对不同的IE任务进行统一建模,自适应生成目标结构
266 0
|
机器学习/深度学习 自然语言处理 PyTorch
Re6:读论文 LeSICiN: A Heterogeneous Graph-based Approach for Automatic Legal Statute Identification fro
Re6:读论文 LeSICiN: A Heterogeneous Graph-based Approach for Automatic Legal Statute Identification fro
Re6:读论文 LeSICiN: A Heterogeneous Graph-based Approach for Automatic Legal Statute Identification fro
|
机器学习/深度学习 算法 数据挖掘
Re17:读论文 Challenges for Information Extraction from Dialogue in Criminal Law
Re17:读论文 Challenges for Information Extraction from Dialogue in Criminal Law
Re17:读论文 Challenges for Information Extraction from Dialogue in Criminal Law
|
SQL 编译器 API
Efficiently Compiling Efficient Query Plans for Modern Hardware 论文解读
这应该是SQL查询编译的一篇经典文章了,作者是著名的Thomas Neumann,主要讲解了TUM的HyPer数据库中对于CodeGen的应用。 在morsel-driven那篇paper 中,介绍了HyPer的整个执行框架,会以task为单位处理一个morsel的数据,而执行的处理逻辑(一个pipeline job)就被编译为一个函数。这篇paper则具体讲如何实现动态编译。
374 0
Efficiently Compiling Efficient Query Plans for Modern Hardware 论文解读
Basic Concepts of Genetic Data Analysis
Basic Concepts of Genetic Data Analysis
879 0
|
人工智能 自然语言处理 搜索推荐