在互联网“信息大爆炸”的大背景下，人们将越来越依赖信息处理系统帮助发现和组织信息。因此，对信息处理系统中的基于概念的表征模型以及检索方法进行深入的研究具有重要的理论意义和实用价值。虽然构建一种能够描述自然语言中蕴含的语义信息的文本表征模型将是一项非常具有挑战性的任务，但是这个领域40多年的研究工作为这个任务打下了坚实的基础，也给了我们很多灵感和启发。涂新辉编著的《基于概念的信息检索方法》中的工作主要是对基于概念的信息检索系统的各个方面的问题进行了一些分析和探索，希望能够为信息检索领域贡献一份自己的力量。

涂新辉编著的《基于概念的信息检索方法》中的概念是指描述意义的一个基本单元。人类理解自然语言的过程是一个语义概念的联想和关联的过程，这种功能是由人类大脑中几百亿个神经元构成的复杂生理组织所提供的。把和文本主题相关的概念中所蕴含的语义知识融合到文档和查询表征模型中将是构建基于语义的信息检索模型的一个途径，也是本书中重点要解决的问题。本书针对基于概念的文本信息检索系统的各个方面进行了系统的研究，包括文本的概念标注的构建、概念的语义表征模型、基于概念的文档和查询模型平滑方法以及基于概念间语义相关性的检索模型。

第1章 绪论

 1.1 研究目的及意义

 1.2 主要内容及基本结构

 1.3 组织结构

第2章 相关研究工作概述

 2.1 传统信息检索方法

 2.2 基于语言模型的检索方法

2.2.1 查询使然排序

2.2.2 相对熵排序

 2.3 基于语义增强的检索方法

2.3.1 查询扩展

2.3.2 相关性反馈

2.3.3 主题模型

2.3.4 概念模型

2.3.5 文档扩展

 2.4 基于排序学习的检索方法

 2.5 中文文本索引方法

 2.6 检索模型的评价方法

 2.7 文本的概念自动标注方法

第3章 文本的概念标注方法

 3.1 引言

 3.2 基于领域辞典中概念的方法

 3.3 基于维基百科概念的方法

3.3.1 维基百科概念库的构建

3.3.2 基于排序学习的概念标注方法

3.3.3 特征集

3.3.4 实验配置

3.3.5 实验结果分析

 3.4 基于自动抽取概念的方法

 3.5 本章小结

第4章 概念的语义表征模型

 4.1 引言

 4.2 领域辞典中概念的表征

 4.3 维基百科概念的表征

4.3.1 基于混合模型的方法

4.3.2 基于互信息的方法

 4.4 概念间的语义相关度计算

 4.5 本章小结

第5章 基于概念的文档平滑方法

 5.1 引言

 5.2 基于概念的文档表征方法

5.2.1 基于领域辞典中概念的方法

5.2.2 基于维基百科概念的方法

 5.3 文档的语义平滑模型

 5.4 专业领域文档集的实验

5.4.1 实验配置

5.4.2 和传统方法的比较

5.4.3 不同平滑参数的比较

 5.5 新闻文档集的实验

5.5.1 实验配置

5.5.2 和传统模型的比较

5.5.3 不同平滑参数的比较

5.5.4 不同概念数的比较

5.5.5 和其他概念表征方法的比较

5.5.6 和其他概念标注方法的比较

5.5.7 和其他文档平滑方法的比较

 5.6 本章小结

第6章 基于概念的查询平滑方法

 6.1 引言

 6.2 基于概念的查询表征方法

6.2.1 基于伪相关反馈的方法

6.2.2 基于交互式选择的方法

 6.3 查询的语义平滑模型

 6.4 专业领域文档集的实验分析

6.4.1 实验配置

6.4.2 和相关性模型的比较

6.4.3 不同平滑参数的比较

6.4.4 联合平滑实验

 6.5 新闻文档集的实验分析

6.5.1 实验配置

6.5.2 和相关性模型的比较

6.5.3 不同平滑参数的比较

6.5.4 和其他语义平滑方法的比较

6.5.5 和自动概念标注方法的比较

6.5.6 联合平滑实验

 6.6 本章小结

第7章 基于概念相关度的中文检索模型

 7.1 引言

 7.2 检索模型

7.2.1 查询一文档相关度计算

7.2.2 基于排序学习的方法

7.2.3 特征集

 7.3 实验配置

7.3.1 语料集

7.3.2 训练样本分组

7.3.3 特征归一化处理

 7.4 实验结果分析

7.4.1 和传统模型的比较

7.4.2 和使用部分特征集方法的比较

 7.5 本章小结

第8章 结论与展望

 8.1 结论

 8.2 展望

参考文献