دانلود کتاب Intelligent Document Retrieval: Exploiting Markup Structure

ترجمه فارسی توضیحات (ترجمه ماشینی)

بازیابی هوشمند سند: بهره برداری از ساختار نشانه گذاری

مجموعه ای از اسناد دیجیتال امروزه در همه جا در موسسات، دانشگاه ها یا شرکت ها یافت می شود. به عنوان مثال می توان به وب سایت ها یا اینترانت ها اشاره کرد. اما جستجوی آنها برای اطلاعات همچنان می تواند دردناک باشد. جستجوها اغلب یا تعداد زیادی منطبق را نشان می دهند یا اصلاً منطبق مناسبی ندارند. چنین مجموعه های اسنادی می توانند از نظر اندازه و ساختاری که دارند بسیار متفاوت باشند. وجه مشترک آنها این است که آنها معمولاً ساختاری دارند و طیف محدودی از موضوعات را پوشش می دهند. نکته دوم به طور کلی با اسناد موجود در وب تفاوت چشمگیری دارد. نوع سیستم جستجویی که در این کتاب پیشنهاد می‌کنیم می‌تواند راه‌هایی را برای اصلاح یا آرام کردن پرس و جو برای کمک به کاربر در فرآیند جستجو پیشنهاد کند. به منظور پیشنهاد اصلاحات معقول پرس و جو، باید بدانیم اسناد در مورد چیست. دانش صریح در مورد مجموعه اسناد رمزگذاری شده به شکل الکترونیکی چیزی است که ما به آن نیاز داریم. با این حال، معمولاً چنین دانشی در دسترس نیست. این کتاب توضیح می‌دهد که چگونه می‌توان آن دانش را به‌طور خودکار ساخت. این کتاب نشان می‌دهد که چگونه ساختار نشانه‌گذاری سند می‌تواند برای ساخت مدل‌های دامنه برای مجموعه‌هایی از اسناد نیمه ساختاریافته استفاده شود، نشان می‌دهد که چگونه می‌توان از چنین دانشی در هنگام جستجوی مجموعه‌های اسناد استفاده کرد، دو سیستم جستجوی پیاده‌سازی شده را ارائه می‌دهد که سودمندی این رویکرد را نشان می‌دهد.

Intelligent Document Retrieval: Exploiting Markup Structure

Collections of digital documents can nowadays be found everywhere in institutions, universities or companies. Examples are Web sites or intranets. But searching them for information can still be painful. Searches often return either large numbers of matches or no suitable matches at all. Such document collections can vary a lot in size and how much structure they carry. What they have in common is that they typically do have some structure and that they cover a limited range of topics. The second point is significantly different from documents on the Web in general. The type of search system that we propose in this book can suggest ways of refining or relaxing the query to assist a user in the search process. In order to suggest sensible query modifications we would need to know what the documents are about. Explicit knowledge about the document collection encoded in some electronic form is what we need. However, typically such knowledge is not available. This book describes how that knowledge can be contructed automatically. This book demonstrates how document markup structure can be used to construct domain models for collections of partially structured documents shows how such knowledge can be utilized when searching the document collections presents two implemented search systems which demonstrate the usefulness of this approach.