跨语检索

✍ dations ◷ 2025-08-21 15:09:03 #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

  • 1812年战争战前原状,无边界变化;美国及其盟友英国及其盟友詹姆斯·麦迪逊利物浦伯爵1812年战争(War of 1812),又称第二次独立战争,是美国与英国之间发生于1812至1815年的战争。是美国独立后
  • 来苏糖来苏糖是一种戊醛糖,在自然界罕见。例如,细菌糖脂质的成分就含有来苏糖。果聚糖:菊粉 · 果聚糖β2→6甘露聚糖:低聚木糖:半乳聚糖:
  • 高兴高兴(high)即快乐的情绪,另可能指:
  • 分支过程在概率论中,分支过程(英语:Branching Process)属于随机过程的一类,由一系列随机变量组成。分支过程的最初目的是建立一个数学模型,研究第n代个体产生随机个后代时的个体数模型。最
  • 食欲下降食欲不振(英语:Anorexia),也作食欲减退、食欲缺乏,民间常称“没胃口”,是指食欲降低的一种症状。虽然在许多非科研出版物中该词也可指代神经性厌食症,但是食欲不振的成因却多种多样
  • 总纲纲(英语:class,拉丁语:classis,复数:classes)是生物分类法中的一个分类级别,以及该级别中的分类法的分类单元。其他众所周知的级别按照大小降序排列是生物、域、界、门、科、属和物
  • LantisLantis股份有限公司(Lantis,一部分的CD上记载为Lantis Records Co.,Ltd.)原是与动画、游戏、声优相关的唱片公司,为万代影视的子公司,实际上担任万代南梦宫集团的音乐软件事业。
  • 杀扑磷杀扑磷(英语:Methidathion)是一种有机磷杀虫剂,在欧盟已禁止使用。Template:Cholinergics
  • 松鼠形亚目松鼠形亚目(学名:Sciuromorpha)又译松鼠亚目,是啮齿目以下的亚目,当中包括有松鼠、花栗鼠、山河狸及很多种类的啮齿动物。这个亚目下的动物的特征就是下颚的独特形状,其下颚的活动
  • 基因连锁群基因连锁群(linkage group),位于一个染色体上的所有基因。但个体基因连锁群的数目和染色体的对数相等。例如果蝇的染色体有四对,基因连锁群的数目即为4,因为要由共轭的一对基因控