跨语检索

✍ dations ◷ 2025-06-30 12:18:16 #自2017年10月带有失效链接的条目,信息检索,图书资讯科学,计算机科学,资讯科学

跨语检索,或称“跨语资讯检索”(Cross-Language Information Retrieval,CLIR),其定义采用 Oard, D. W.在1997年发表的文章《Cross-Language Information Retrieval Defined》。跨语检索意指使用者使用某种自然语言的检索词汇检索由另一种语言表达的文件。

举例来说,使用者使用(自己熟悉的)中文产生一组检索词汇进行检索,而其检索结果皆以(使用者完全不懂或不熟悉)的日文,所撰写的文件。

1969年,Salton,G.发表《Automatic processing of foreign language documents》文章。Salton 以智能文本信息检索系统当作实验对象,智能检索系统背后有多国语言语料库的支援,借由该系统,Salton 使用英文为主要检索词汇的语言,检索德文的文件和资料,反之亦然。实验结果发现,采用全自动文件处理方法(fully automatic text processing methods)的 SMART 文件检索系统可以用相对简单而有效率的方式,进行文献索引、分类、搜寻,和检索等工作。这也是文献中,第一次提到跨语检索概念的文章,不过这篇文章尚未正式使用跨语检索或跨语资讯检索一词。

1992年,美国国家标准和科技机构 (National Institute of Standards and Technology, 简称 NIST)和美国情报局先进研发活动 (Advanced Research and Development Activity center of the U.S. Department of Defense, 简称 DARDA ] 合作举办“文字检索会议”(The Text REtrieval Conference, TREC),一开始是附属于 TIPSTER Text program底下的计划,从1992年之后,每年都会举办一次TREC会议。TREC 会议成立目的是辅导与支援资讯检索相关研究,提供标准测试集协助研究者进行测试等。

1996年,美国计算机协会(Association of Computing Machinery,ACM)在瑞士所举办的SIGIR-96会议中,首次出现以跨语检索为研究主题的研讨会,与跨语检索相关的讨论,可在这本会议论文集 《Proceedings of the 19th annual international ACM SIGIR conference on Research and development in information retrieval》找到。

1998年,召开第一次 NII Test Collection for IR Systems program 会议(NTCIR)。NTCIR会议主要是由日本学术振兴会(JSPS)、日本国家科学资讯系统中心(NACSIS),以及日本国立情报学研究所(NII) 共同合作举办。其目的是希望,在资讯检索与自然语言检索的研究领域中,能发展出以日文为主的标准测试集。至今,已发展出NTCIR1~6的文件集。

2000年,欧盟成立“跨语言资讯检索论坛”(Cross Language Evaluation Forum,CLEF) ,每年定期举办跨语检索研讨会,并且推动跨语检索技术评比。目前有文字资讯检索评比,或称文本信息检索(text retrieval)评比和跨语图片资讯检索评比,或称跨语图像检索(Cross-Language Image Retrieval] )项目,除了跨语检索技术评比之外,尚包括发展以欧洲语系为主的单语资讯检索系统(monolingual information retrieval system)的基础建设,包含测试 (testing)和评鉴(evaluating)等工作,该组织也包含在欧盟的数位图书馆 (digital library)计划中。

跨语检索的特征,根据陈信希教授在2002年的《跨语检资讯检索:理论、技术与应用》这篇文章指出,共具有六项特征,将内容统整如下:

根据陈信希和陈光华的文章,目前跨语检索相关技术,可分成三大类,分述如下:

相关

  • 甘薯甘薯可以指:
  • span class=nowrapHgsub2/subSOsub4/sub/span&g硫酸亚汞是一种无机化合物,化学式为Hg2SO4。硫酸亚汞可以由Hg2(NO3)2溶液和硫酸反应得到,或者由SO2或Hg还原硫酸汞制备。硫酸亚汞受热分解:硫酸亚汞中的Hg(I)可以被一些氧化剂
  • 早王朝第八第十大约在公元前3150年,上下埃及的统一标志着古埃及早王朝时期的开始。早王朝时期包括了第一王朝与第二王朝,时间由前王朝时期直至公元前2686年,又或者直至古王国时期。在
  • 玉山主峰玉山,泛指玉山主峰,位于台湾嘉义县阿里山乡中山村、南投县信义乡东埔村与高雄市桃源区梅山里交界处,海拔3,952.43±0.045米,为台湾最高峰,百岳之首。布农族称其为 Saviah/Savih、
  • 文旅部中华人民共和国文化和旅游部,是中华人民共和国国务院主管文化和旅游业工作的组成部门。文化和旅游部主要负责贯彻落实中国共产党的宣传文化工作方针政策,研究拟订文化和旅游工
  • 1961年卢蒙巴被杀案阴谋论帕特里斯·卢蒙巴(Patrice Émery Lumumba,1925年7月2日-1961年1月17日),非洲政治家,刚果民主共和国的缔造者之一。刚果民主共和国(扎伊尔)首任总理(1960)。1925年7月2日生于开赛省桑
  • 圣贝尼托圣贝尼托县(San Benito County, California)是美国加利福尼亚州的一个县,位于太平洋海岸山脉。面积3,605平方公里,根据美国2000年人口普查数字,共有人口53,234人。县治霍利斯特(Ho
  • 太平洋群岛托管地太平洋群岛托管地(英语:Trust Territory of the Pacific Islands,TTPI),是联合国委托美国于西太平洋密克罗尼西亚群岛的一个托管地区,美国对该地区实际控制,直至1994年10月帕劳宣布
  • 西部大猩猩西部大猩猩()是为人熟悉的大猩猩。西部大猩猩可分成两个亚种,即西部低地大猩猩()及克罗斯河大猩猩()。大部分西部大猩猩都是属于西部低地大猩猩,数量约有94000头。而克罗斯河大猩猩
  • 反犹骚乱反犹骚乱 (Pogrom)是以屠杀及逼害特定民族或宗教群体为目标而发起的暴乱或骚乱,由群众自发或受到政府秘密支持,甚至有时由政府公开鼓吹煽动。该辞汇主要是指历史上在东欧及中