Information Retrieval: Algorithms and Heuristics

به نحوه عملکرد یک موتور جستجوی کارآمد علاقه دارید؟ آیا می خواهید بدانید از چه الگوریتم هایی برای رتبه بندی اسناد به دست آمده در پاسخ به درخواست های کاربر استفاده می شود؟ نویسندگان به این سوالات و دیگر سوالات کلیدی طراحی و پیاده سازی بازیابی اطلاعات پاسخ می دهند.

این کتاب هنوز متن سطح بالایی نیست. در عوض، الگوریتم‌ها به طور کامل شرح داده شده‌اند، و این کتاب را برای دانشجویان علوم کامپیوتر و هم برای پزشکانی که روی برنامه‌های مرتبط با جستجو کار می‌کنند، مناسب است. همانطور که در پیشگفتار گفته شد، این کتاب یک مرور کلی، گسترده و مفصل از این رشته ارائه می دهد و تنها کتابی است که چنین می کند. برای نشان دادن الگوریتم‌ها از مثال‌هایی استفاده می‌شود.

نویسندگان توضیح می‌دهند که چگونه یک پرس و جو در برابر مجموعه اسناد با استفاده از استراتژی‌های بازیابی واحد یا ترکیبی رتبه‌بندی می‌شود، و چگونه مجموعه‌ای از ابزارها در پرس و جو ادغام می‌شوند. طرح پردازش برای بهبود این رتبه بندی ها. روش‌های ساخت و فشرده‌سازی فهرست‌های متن، پرس و جو و بازیابی اسناد به زبان‌های مختلف، و استفاده از پردازش موازی یا توزیع‌شده برای تسریع جستجو نیز به همین ترتیب شرح داده شده‌اند.

این نسخه گسترش عمده ای از نسخه منتشر شده در سال 1998 است. علاوه بر به روز رسانی کل کتاب با تکنیک های فعلی، شامل بخش های جدیدی در مورد مدل های زبان، بازیابی اطلاعات بین زبانی، پردازش همتا به همتا، جستجوی XML، واسطه‌ها و شناسایی اسناد تکراری.

Interested in how an efficient search engine works? Want to know what algorithms are used to rank resulting documents in response to user requests? The authors answer these and other key information retrieval design and implementation questions.

This book is not yet another high level text. Instead, algorithms are thoroughly described, making this book ideally suited for both computer science students and practitioners who work on search-related applications. As stated in the foreword, this book provides a current, broad, and detailed overview of the field and is the only one that does so. Examples are used throughout to illustrate the algorithms.

The authors explain how a query is ranked against a document collection using either a single or a combination of retrieval strategies, and how an assortment of utilities are integrated into the query processing scheme to improve these rankings. Methods for building and compressing text indexes, querying and retrieving documents in multiple languages, and using parallel or distributed processing to expedite the search are likewise described.

This edition is a major expansion of the one published in 1998. Besides updating the entire book with current techniques, it includes new sections on language models, cross-language information retrieval, peer-to-peer processing, XML search, mediators, and duplicate document detection.