跨语检索

✍ dations ◷ 2025-04-04 11:33:05 #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

  • 败血症败血症(拉丁语:Sepsis)(中国大陆译为脓毒症)指的是由于感染所引起的全身性发炎的严重疾病。常见的临床症状包括发烧、呼吸频率和心跳加速,以及意识不清。有时患者也会发生特定的
  • 希伯来人希伯来人(希伯来语:.mw-parser-output .script-hebrew,.mw-parser-output .script-Hebr{font-size:1.15em;font-family:"Ezra SIL","Ezra SIL SR","Keter Aram Tsova","Taamey
  • 肚痛stomach ache, tummy ache Field =腹痛又可称(abdominal pain、stomach pain、肚痛、肚子疼等)泛指腹部及其周围部分的疼痛症状,常见的病因包含肠胃炎、大肠激躁症。
  • 加勒特·哈丁加勒特·詹姆斯·哈丁(Garrett James Hardin,1915年4月21日-2003年9月14日)是美国一位生态学家。他对人口过多提出警告。他于1968年在《科学》期刊发表了一篇探讨“公地悲剧”的
  • 新营客运新营汽车客运股份有限公司(英文:Singing Bus Co., Ltd.),简称:新营客运,是台湾的一家民营汽车客运公司,该公司于1950年1月成立,但实际早在台湾日治时期便已存在,原名新营乘合自动车株
  • 艳红鹿子百合艳红鹿子百合(学名:Lilium speciosum),又名艳红鹿仔百合(台湾话:.mw-parser-output .sans-serif{font-family:-apple-system,BlinkMacSystemFont,"Segoe UI",Roboto,Lato,"Helveti
  • 苏德战争轴心国 纳粹德国 意大利王国(至1943年) 匈牙利王国 罗马尼亚王国(至1944年) 保加里亚第三帝国(至1944年)同盟国 苏联 波兰(英语:Polish Armed Forces in the East) 南斯拉夫(自1
  • 三氯化铕三氯化铕又称氯化铕(III)、氯化铕(化学式:EuCl3),是稀土金属铕(III)的氯化物。氯化铕是黄色的固体,低于或等于熔点时会分解生成氯化铕(II)(EuCl2)。它有强烈的吸水性,无水物暴露在潮
  • 柏金斯启明学校柏金斯启明学校(Perkins School for the Blind)位于美国马萨诸塞州沃特敦,它是一所美国盲人最古老的启明学校。它也被称为"帕金斯启明机构"(Perkins Institution for the Bli
  • 安格斯·麦迪逊统计的历年世界十大经济体国内生产总值(购买力平价)列表下表显示了,根据英国经济学家安格斯·麦迪森的统计,在近代史中,国内生产总值(购买力平价)最多的十个国家的组成是如何变化的。