搜索引擎就是要让人们，更简单更快递找到正确的信息，尽管在过去的40年中，对搜索的理解以及搜索技术都有了巨大的进步，但“信息检索”一词含义非常宽泛，涵盖了很宽范围的信息类型和各种与搜索相关的应用。
大多数提交给网络搜索引擎的查询，如果跟这报道有关，则具有“银行合并”或银行接管这样的字眼。为了做这个搜索，必须设计出能够比较查询文字和报道文字的算法，并决定报道中是否包含被搜索的信息，逐渐地，信息检索的应用还包括一系列任务和应用。通常的搜索情景是：某人向搜索引擎输入一个查询，并从一个经过排序的文档列表中得到答案。
相关性是信息检索中的基本概念，不严格地讲，一个相关文档包含了当一个人把查询发给搜索引擎后他要找的信息。尽管这个定义听上去有些简单，但在一个人判断一篇文档是否相关时，有许多因素会影响他的决策，在设计比较文本以及对文档进行排序的算法时，需要考虑这些因素，如果像数据库那样，对查询和文档进行简单的比较，寻找精确的匹配，那结果表达同一个概念。
有必要区分话题相关和用户相关这两个概念。如果一个文本与查询是话题，就意味着两者有相同的话题。在信息检索，这就意味着排序算法会更多地考虑词出现的数量，而不关心一个是名词还是形容词。
信息检索的另一个核心问题是评价问题。由于文本排序的质量依赖于该文本与用户期望的匹配程度，因此有必要及早制定评价体系，以及获取评价数据、比较排序算法的实验步骤。
展开阅读全文
