信息检索综述论文范文参考 信息检索综述毕业论文范文[精选]有关写作资料

目录

1. 第一篇信息检索综述论文范文参考：语义检索中若干关键问题的研究
2. 第二篇信息检索综述论文样文：古代壁画的语义检索技术及应用研究
3. 第三篇信息检索综述论文范文模板：基于文本和视觉信息融合的Web图像检索
4. 第四篇信息检索综述论文范例：基于本体的中医文献诊疗信息的智能检索示范研究
5. 第五篇信息检索综述论文范文格式：三维模型语义检索相关问题研究

★100篇免费信息检索综述论文范文,可用于信息检索综述论文写作参考研究,为你的本科论文和硕士论文提供有价值的信息检索综述论文范例格式模板参考.【赶快阅读吧！】

第一篇信息检索综述论文范文参考：语义检索中若干关键问题的研究

信息爆炸是当今信息社会的一大特点,当前信息检索技术面临着Internet网络信息更新越来越快,用户检索结果要求越来越精确的严重挑战,如何有效的找到所需信息因而成为了一个关键问题,语义检索是解决这一问题的非常有潜力的方法.在语义万维网兴起以及相关理论和技术成熟的共同作用下,语义检索已成为近来的一个快速发展的新兴的研究课题.本文对语义检索中若干关键问题进行了研究,论文的主要工作包括以下内容：

1．本文以查询关键字词义特性和本体实例之间语义关联强弱分析为切入点,提出了一种综合词义关系和语义关联分析的查询目标分析方法,提高了查询关键字到本体概念映射的完整性和准确性,帮助搜索引擎有效的确定用户的查询目标,解决了传统搜索引擎不能很好理解用户意图的问题.

2．判定概念实体之间的语义相似度是语义检索技术中的一个重要问题.本文综合考虑实例多重继承关系、属性及属性值的层次关系,提出了一种语义相似度计算方法,并利用继承关系的树状结构特点对语义相似度的计算过程进行了优化.实验表明本文提出的算法,在本体知识库的多种组成情况下,均能够有效的提高相似度计算的准确率.在实例多重继承关系相对复杂的情况下,准确率提高更加明显.

3．本文对如何满足不同用户的个性化查询需求进行了研究,提出了一种基于语义关联的用户偏好分析方法.该方法能够显式和隐式地获取用户兴趣,通过网页归类,将用户对网页的偏好转化为对本体知识库中实例的偏好,借助本体实例之间语义关联的推理,实现用户偏好的扩散,发现隐含的用户偏好.在建立用户偏好模型过程中,该方法综合了时间因素,可以对查询发生时用户对网页的关注情况做出准确预测.在该偏好学习方法的基础上,我们实现了相应的查询优化系统和查询扩展系统,实验表明,本文提出的方法可以有效的发现用户偏好,提高查询的准确率.

4．如何准确表达用户意图,判断网页与用户需求的相关性是信息检索技术研究的重要方向.本文中提出了一种基于知识推理的信息检索方法,综合了描述逻辑推理能力和传统搜索引擎技术.该方法以描述逻辑形式表达用户查询需求,依赖传统搜索引擎召回可能相关的网页,通过模糊描述逻辑推理判断网页与用户查询需求的相关性.实验表明,本文提出的方法可以显著的提高搜索引擎的查询效果.

5．介绍了本文的研究工作在“综合信息服务系统”原型中的应用,提出了一种整合语义检索技术、坐席服务技术和位置服务技术的新的综合信息服务提供方法,弥补了传统的坐席服务技术和信息检索技术各自的局限性.

第二篇信息检索综述论文样文：古代壁画的语义检索技术及应用研究

以敦煌为代表的古代壁画历经千年,内容涵盖宗教、历史、地理、艺术、风俗、服饰等诸多领域,是一个巨大的图像资料库.由于其本身具有很强的多元性和综合性,成为各领域研究的重要资料来源.随着壁画资料的数字化,壁画资料的计算机检索利用成为可能.由于古代壁画内容丰富、构成复杂,而目前的检索技术缺乏对壁画图像绘画特性的体现,因此难以满足研究工作对检索全面性和准确性的要求.

针对上述问题,本文深入研究了古代壁画的内容表达和度量,提出了基于主题和基于场景的语义检索技术用于壁画资料的检索,结合古代壁画辅助研究和保护的应用验证了本文方法的有效性.

本文的主要研究工作包括以下几个方面：

(1)综述和分析了图像语义检索技术的发展和现状.目前检索技术难以满足壁画检索的需求,原因在于没有考虑壁画的构图学特征,而且缺乏对复杂内容语义的处理能力.同时,面向古代壁画检索及应用的研究,还对文本信息检索、图像修复等相关研究进行了综述.

(2)研究了古代壁画图像的内容表达和度量问题.由于目前的检索方法不能很好地表达壁画内容的布局信息,本文首次根据壁画的构图学特征,对壁画内容的位置、语义及内容间的关联关系进行了分析,提出了融合构图和语义的相关度模型,用构图显著度、语义相关度和主题相关度三个指标描述壁画内容与检索意图的符合程度,实现了壁画内容相关度的量化度量.

(3)研究了两类古代壁画图像的语义检索,提出了基于主题的检索和基于场景语义的检索算法.其中,基于主题的检索采用查询扩展的方法,通过内容间的语义相关关系和主题相关关系对检索进行优化.然后,通过相关度排序,获得检索结果.基于场景语义的检索结合领域知识的本体表达,将场景语义转化为检索意图,引入编码和索引的方法,实现了场景的快速死别和提取,得到按相关度排序的壁画场景.

(4)实现了语义检索技术在古代壁画辅助研究与保护中的应用.将语义检索技术用于辅助古代壁画的类型学研究,实现了基于语义检索的古代壁画整理,减少了人工方法造成重要资料遗漏的问题,提高了资料分类的效率.采用语义检索技术用于古代壁画图像的修复研究,可有效区分候选图像在造型和风格上的差异,结合A*,PCA及图像融合技术,实现了古代壁画人物面部的虚拟修复.

结合敦煌壁画研究的实际应用表明,本文的方法具有较高的实用性,提高了研究、保护工作的质量和效率.本文的研究工作仅仅是一个起步,今后可以继续在融合壁画和文献的资料关联检索,基于数据挖掘的壁画特征关联分析以及壁画构图模式的演变等方面展开深入的研究.

第三篇信息检索综述论文范文模板：基于文本和视觉信息融合的Web图像检索

随着数码技术、扫描技术和Internet的迅速发展,Web图像资源日益丰富.但由于Web数据具有多样性、复杂性和无规则性等特点,如何快速、准确地从海量Web资源中查找用户感兴趣的图像成为一个非常具有挑战性的任务.Web图像检索通过合理地组织Web图像资源,并研究高效的查询和检索方法以达到充分利用Web图像资源的目的.目前主流的Web图像检索方法大致可以分为两大类,即基于关 键 词 的图像检索(TBIR)和基于内容的图像检索(CBIR).

Web图像主要包含两种类型的信息,一种是Web图像本身所包含的丰富的视觉信息,另一种是Web图像所在网页包含的丰富的文本信息.TBIR仅仅使用从文本信息中抽取的文本特征索引和检索图像,而CBIR仅仅使用从图像视觉信息中抽取的低层视觉特征索引和检索用户.显然,要较好地满足用户检索图像的需求,在Web图像检索过程中必须充分利用并融合上述两种不同类型的信息,此外,还需要为Web图像附加上包括图像内容的高层语义在内的各种信息,因为用户主要根据图像的高层语义特征判断图像满足自己的需要程度.但如何为Web图像附加语义信息,以及如何实现上述两种信息的融合直到今天依旧是图像检索领域中的研究难点.

针对上述问题,本文首先提出了浅层语义处理技术一词汇相似性计算技术.词汇相似性计算是自然语言处理领域中语义处理的基础性研究之一,主要研究如何计算词汇之间的语义相似程度.本文的研究中将词汇相似性计算技术作为语义信息的度量手段,这使得存在于人类思维中的抽象语义信息具有了可计算性和可对比性,同时也进一步使得Web图像的文本信息和视觉信息(图像视觉信息被表示为高层语义特征,参考下文)的融合成为可能.

其次,本文针对Web图像的低层视觉特征和高层语义特征之间的语义鸿沟问题,提出了一个Web图像自动加权标注模型:首先使用各种机器学习和统计技术学习从图像低层视觉特征到图像高层语义特征的映射模型,然后利用这个映射模型抽取图像的高层语义特征,最后根据Web图像文本信息和提取出的高层语义特征本身,使用词汇相似性计算技术度量抽取出的高层语义特征的质量.通过上述步骤可以将Web图像表示为带有权重的高层语义特征,同时也进一步将图像视觉信息和文本信息的融合转化为表达图像内容的高层语义特征和Web图像文本信息的融合.

接着,针对Web图像包含的文本信息和从图像视觉信息中提取的高层语义特征,提出了一种具有可扩展性的Web图像检索模型.为了充分利用Web文档中的文本信息和从Web图像低层视觉特征中抽取的高层语义特征,该模型构架在贝叶斯推理网上,利用推理网内在的多信息源融合能力,将Web图像文本特征和Web图像的高层语义特征无缝地融合在一起实现Web图像检索.

基于上述研究,本文设计并实现了一个Web图像检索原型系统,该系统充分利用Web图像的两类信息:从Web图像内容中提取高层语义特征,然后将它们与从Web图像文本信息中提取的文本特征融合在一起实现Web图像检索,研究结果验证了本文提出的模型在Web图像检索中的有效性.

文章最后对本文的研究工作进行了总结和展望.

第四篇信息检索综述论文范例：基于本体的中医文献诊疗信息的智能检索示范研究

现代中医临床诊疗研究开始重视从以往的研究和治疗经验得到论证和指导,期刊文献更新快,文献数量大,论文内容具有较高的学术价值、比较注意新的趋势和发展等优点,因此,对中医临床文献进行有效的检索至关重要.本研究旨在设计一个基于中医文献信息本体的智能检索模型,能够借助当前最新的语义网知识进行本体层次的设计和本体概念的研究,从而使检索模型具备基本的推理能力,提高查全率和查准率,能将输出结果按照相关性排序并进行统计,从检索到的批量文献中总结、发现和掌握所查专题内容的整体发展状况和遣方用药规律.

1.研究背景

现有的中医文献数据库大多是针对文献外部特征信息建立的,中医临床研究人员很难从检索到的批量文献中掌握所查专题内容的整体发展状况.传统的检索方式主要通过关 键 词 、关 键 词 串或者主题词来进行全文检索,用户很难表达其真正的检索意图,也很难从检索结果提供的大量文献中提取共性的规律.由于检索过程机械,不理解语义.导致一方面,检索结果中包含大量无关信息,另一方面,很多与关 键 词 同义的信息却没能检索出来.其次,大量同领域或者相关领域的数据存储库往往使用不同的标识制度,不兼容的术语和不同的数据格式.目前中医药信息主要以自然描述为主,缺乏知识层次的科学表达,没有统一的术语定义,给数据的集成和共享造成了一定的困难.

2.研究内容

本研究以中医临床文献中的诊疗研究内容为对象,利用本体建设来实现中医文献信息的智能检索.本研究的研究过程主要包括确定研究目标、需求调研、数据采集、数据处理、建立本体、智能检索模型的设计和相关性排序算法、中医临床文献的智能检索模型、系统检索测试等八个部分.

2.1确定研究目标

本研究根据中医医生在临床实际研究中对于文献中所涉及的内容的检索需求,通过部分中医临床文献内容的语义分析和本体建设,实现基于中医临床文献信息的中医智能检索,提高查全率、查准率和输出结果相关性排序.能将输出结果按照相关性排序并进行统计,从检索到的批量文献中总结、发现和掌握所查专题内容的整体发展状况和遣方用药规律.

2.2需求调查

2.2.1对中医临床文献内容的调研

为了基本了解中医临床文献内部诊疗信息中各项信息出现频率以及之间的关系.总结文献中可以为中医临床诊疗研究提供的检索服务的支撑信息.选取中医核心期刊排名前几名的期刊,对其所刊登的2006-2007年度的关于中医临床诊疗研究的文献进行文献诊疗过程中理、法、方、药等信息记录的调研,发现临床作者诊疗研究的各种具体方向,并抽样调查部分文献中体现的具体数据需求.

2.2.2对中医临床医生和科研人员检索需求的调研

为了真正实现基于中医临床文献提供临床诊疗研究需求的检索服务,以调查问卷的形式进行小规模的调查,调查对象为*甲等医院中的初、中、高级临床医师,共回收有效问卷200份.总结中医临床医生在诊疗研究过程中对文献信息检索的具体需求.经统计分析后,认为临床医师的检索需求重点停留在病、证、症及方剂和针灸疗法上,并且总结确定了一些常用检索式.

2.3数据采集

本研究的目的是实现中医临床文献信息的智能检索,而智能检索之前必须先确定用户的检索需求和检索的方式、对象,建立检索对象的本体,确定各个体之间的语义关联关系.资源库是检索的最基础的设施,是实现智能检索的最基本的保障,要保证资源库中有充足的可供检索的信息.

2.3.1资源库

本研究选择了中国中医科学院中医药信息研究所研制的中医疾病临床研究数据库和中药药理实验数据库.

2.3.2年代

由于资源库*收录1988年至今的中医临床文献二十七万余篇,数据量庞大,选择基本已经加工完成且年代相对靠近的2005-2007年发表于期刊中的中医临床文献中所涉及的诊疗内容.

2.3.3原则

临床文献篇数比较多的疾病.所研究的对象一定要有一定的文献量,能展现所选年度内的临床研究热点和多发疾病的诊疗情况.

2.3.4内容

选取诊疗研究过程中涉及的疾病、证候、症状、治则、方剂、中药、穴位、药理分类等内容.

2.4数据处理

本研究将实施的本体建设和智能检索将基于已有的资源库进行,因此要对资源库中的数据进行数据清洗和规范整理.

2.4.1参考标准

数据处理必须遵循一定的原则,本研究选取美国国立医学图书馆研制的Mesh主题词表和中国中医研究院中医药信息研究所编制的中医药学主题词表为最基本的词表,并选取部分国标、《中华人民共和国药典》、《中药大辞典》等等作为词表的补充.

2.4.2规范流程

首先将各字段内容与标准词表中的正名进行匹配,匹配失败的词语与异名进行匹配,仍然无法与异名匹配的词语将纳入相似度计算范围,与词表中的正异名分别用Jaccard公式进行相似度计算.根据计算结果,结合人为分析,进行初步的词语规范.由于各字段的采集状况不同,人为参与的程度和难度也不同,其中疾病、中药、腧穴、方剂相对规整,人为参与较少,而证候、症状、治则的规范过程相对复杂,主观判断较多.

2.5建立本体

本研究进行的本体建设主要是针对文献内部内容的实际关联来人工进行的,尊重临床研究的真实内容,并不像以往本体按照教科书和词典来导入建立.

2.5.1确定各个概念间关系属性

2.5.2确定具体概念之间的一一关联

由于所选取的数据存在于不同的数据库表单中,而资源库表结构复杂,共有二十八张表相互关联,要确定两个字段之间一一对应的关系,需要分次进行匹配,逐一确定.

2.5.3建立各表单的关系属性和数据属性

2.5.4建立各实体的本体,逐一添加语义关联的具体实体

选择由美国Stanford大学开发的本体编辑器Prot ege,本研究使用的是Prot ege4.1版本.

2.6智能检索模型的设计和相关性排序算法

2.6.1智能检索模型

2.6.1.1前端系统

1)检索页面：提供检索入口,分为简单检索和高级检索.高级检索选择相应入口后分别填入对应的关 键 词 ,并可进行自然语言检索.

2)结果页面：展示结果,并对可统计结果进行频次统计.

2.6.1.2用户意图分析系统

1)自然语言分词：借助本体库中的概念以及正异名词表对用户输入的检索词和自然查询语句进行预处理,以保证检索的概念和组合概念的准确性.

2)基于本体创建的索引库：将本体的三元组(主谓宾)建立索引,然后依据分词结果,匹配获取用户关 键 词 对应的本体,将其转化为spar ql语句.

2.6.1.3语义查询系统

是整个系统的核心,利用本体服务器中概念和概念之间的语义关系,协助查询扩展与查询语义向量等关键模块的实施.Cart Query:接收spar ql语句,并使用本体和本体数据库映射文件,将spar ql转化为sql.Dart Mapping:在本体和数据库间建立映射关系,并生成映射文件,以便Dart Query使用.

2.6.1.4日志系统

日志记录：记录用户的行为日志,如检索关 键 词 、检索结果等.日志分析：对日志进行分析、挖掘,提供如检索时的智能提示、用户推荐等等功能.

2.6.1.5后台数据库：导航信息数据库,信息资源数据库,系统相关数据.

2.6.1.6结果优化模块：对检索结果进行相关性排序,将最符合检索条件的结果放在最前面.因此相似度算法尤其重要.

2.6.2相关性排序算法

与以往的本体相似度计算方式不同,本研究不仅仅从语义关系上考虑本体相似度,因为领域本体的建设并不稳定和完善,给语义相似度计算造成了很大的困难,很难得到行业认可.本研究考虑的输出结果排序主要从两个方面考虑：

·,用户查询语言和本体本身的相似度

·,用户查询的词语所对应的本体在文献中的重要性

最终结合两者的计算结果来确定最后的相似度排序.

用户查询词语类似于文本对象.因此在相似度计算上选择了文本相似度算法中的夹角余弦算法

除了基本的文本相似度外,还需要评估用户的查询词语对于一个本体文档的重要程度.一般而言,词语的重要性随着它在一篇文献或者一个检索主题中出现的次数成正比增加,但同时会随着它在整个资源库中出现的次数成反比下降.

因此对于查询匹配度的计算,我们将主要采用TF/IDF方法.

最终的检索结果排序公式参考两个计算结果获得,表达为：

SIM等于d*Sim+(1-d)/mat(O,t)

其中,Sim计算的是用户查询语言和本体本身的相似度,mat(O,t)计算本体和查询关键字的匹配程度.d为权重因子.这里d暂时先设为0.7,以后可以经过测试不断调整和优化.

2.7中医临床文献的智能检索模型

该模型基于中医临床文献知识体系,引入了本体语义概念,遵循了建立中医药临床文献本体体系开展相关服务的思想.可以实现以下功能：

2.7.1关 键 词 检索

在检索界面检索可以检的内容可以是：疾病、证候、症状、治则、方剂、单味药、腧穴等.

2.7.2导航检索

检索界面左边的导航列里有疾病等的分类导航,用户可以在导航里寻找自己所要查找的项目信息.

2.7.3高级检索

2.7.3.1检索词高级检索

布尔逻辑可以进行是、或、非的检索,用以扩大和缩小检索结果.

截词检索可以进行后截、前截、中截三种类型的检索.

2.7.3.2检索框下拉提示

当输入关 键 词 时,检索框会展开下拉的提示框,向用户展示与所输入的关 键 词 最接近的准确查询词.

2.7.3.3自然语句检索

由于采取了本体库为基础的语义分析,基于概念进行检索.例如,当输入“心绞痛的针灸疗法”,分词工具会将这句话切分成“心绞痛”、“针灸疗法”、“的”,系统会根据常用词表去掉“的”这个助词,然后根据语义关系将“针灸疗法”关联到“腧穴”,根据“被影响”关系,提取心绞痛相关的腧穴内容.

2.7.4专业答疑

可以向管理人员进行提问,管理人员对用户的问题进行答复时,答案会自动发送到用户的邮箱.

2.7.5用户日志

可以记录并向用户展示历次查询过的问题.通过对用户的不断了解、分析,使得个性化检索更符合每个用户的需求.

2.7.6检索结果按照相关性排序

用户可以根据对文献的需求选择按照相关性或者是文献发表日期来排序.

2.7.7统计功能

直接提供所检索文献内容的直观统计信息.

2.8系统测试结果

以“心绞痛的针灸疗法”为例进行检索,检出文献22篇.表明智能检索模型具备按照语义关系进行自然语言检索的功能.以检索“血瘀证”的相关文献为例,传统的检索方式会返回文献828篇,而本研究的智能检索系统为1313篇.智能检索比传统检索多查找出485篇文献,比原检索结果多出59%差别及其明显,证明此智能检索模型能很好的提高检索结果的查全率.由于采用知识(概念)检索技术,明确和缩小了检索范围,减少对无用信息范围的检索,提高了查准率.本研究的智能检索系统结合用户查询语言与本体本身的相似度和用户查询的词语所对应的本体在文献中的重要性两种算法,基于语义关联,可以实现按照检索条件相关性排序,也可以按照文献发表年代排序.因此,本研究已经基本可以达到提高中医临床文献检索服务的查全率、查准率和按照结果相关性排序的设想.

3小结

本文的贡献和创新主要有以下几个方面：

·,该研究引入语义网技术,在关系数据库的上层建立本体的数据模型,并据此建立智能检索模型,对同领域异质异构数据库的资源共享提供了可参考的思路和方法,提高了检索服务的查全率、查准率.

·,提出了两种算法相结合的查询结果排序算法公式,可以更准确,更贴切实际的对检索结果进行相关性排序.

·,中医文献信息元数据规范研究.制定相应的核心元数据规范方法及其扩展原则,以规范中医文献信息的描述,指导相关信息数据库的建立.

·,中医临床文献本体概念体系研究.利用文献信息中的理、法、方、药信息的本体,建立中医临床文献信息概念体系,确定概念的属性和各概念之间的语义关系.为中医文献信息和知识的组织以及基于中医文献信息和知识的智能检索提供先决条件.且检索结果可以进行统计,使得用户可以越过庞大的文献浏览,直接掌握检索主题的文献概况.

4.展望

4.1中医证候、症状、治则、中药等信息的标准化工作需要大力投入.

4.2中医诊疗本体的建立需要大量的人力投入.prot ege适合小样本的或者框架表格式的本体建设,中医诊疗本体的细化建设应该考虑可以批量导入式的本体建立工具.本研究进行了更细致的本体建设,可以更直

第五篇信息检索综述论文范文格式：三维模型语义检索相关问题研究

随着三维模型数据的不断增加及其应用领域的不断扩大,三维模型语义检索作为更智能化的检索方式,越来越受到人们的关注.三维模型语义检索是在三维模型语义知识提取、标注的基础上,在检索过程中利用语义知识查找模型的方式.语义检索方式对三维模型的检索和重用起到关键作用.针对基于语义检索方式的知识数据库的建立、知识提取、语义度量等关键问题,在建立三维模型本体知识网的基础上,围绕基于语义的三维模型检索展开研究,具体内容如下：

1.针对检索中的三维模型几何特征提取问题,提出了相对角度直方图特征,并在该特征的基础上提出了基于相对角度直方图聚类的三维模型检索方法.该方法简单、有效,且满足旋转、平移、缩放不变性,具有较强的鲁棒性.在实验中该算法平均准确率可达85%以上,与其它统计特征提取方法进行比较而言,有效提高了三维模型的检索效率.

2.针对三维模型检索中的无监督自动分类问题,根据实际采样到的三维模型数据所在的低维流形在局部是线性的、且每个采样点可以用它的近邻点线性表示的思想,最终将非线性问题线性化.在无监督的鉴别映射方法和局部保持映射方法的基础上,提出了一种基于半监督正交局部保持映射的三维模型分类算法.该算法利用大规模三维模型的流形结构,将观测数据映射为低维数据,提高三维模型的正确识别率.实验结果表明该算法能够有效地解决大规模三维模型的无监督分类问题.

3.针对三维模型检索中有监督自动分类问题,基于隐马尔科夫模型的图像分类基础上,提出了一种基于二维隐马尔科夫模型的三维模型自动分类方法.该方法根据有监督机器学习原理,通过对少量已知样本进行学习,构建二维隐马尔科夫模型,以实现对未知样本的自动分类.实验表明该方法能够有效解决三维模型细分类问题.

4.针对三维模型语义网构建问题,定义了基于三维模型应用本体的语义网,并在此基础上定义了三维模型应用本体描述方法和分层的语义网快速搜索策略.根据三维模型知识数据库的层级结构,在WordNet基础上进行扩展,采用树形拓扑结构构建了三维模型本体语义网.实验结果表明,该方法更符合三维模型数据库的组织结构,在三维模型语义检索中提高了检索速度和准确性.

5.针对三维模型语义相关性度量问题,提出了基于三维模型本体属性的快速语义度量方法.该方法从人类认知学的角度,利用深度函数和广度函数度量三维模型的相关性.实验结果表明,该方法克服了传统语义度量计算中复杂度高,在三维模型检索中反馈结果不理想的问题；返回的结果相关性更高,更符合人的普遍认知.基于上述理论基础,设计和实现了三维模型语义检索系统.该系统具有良好的可扩展性,为深入开展基于语义的检索研究奠定基础.

此文是一篇信息检索综述论文范文,为你的毕业论文提供有价值的参考.

信息检索综述引用文献:

[1] 信息检索综述论文参考文献 信息检索综述论文参考文献哪里找

[2] 信息检索综述论文大纲 信息检索综述论文提纲如何写

[3] 信息检索综述论文摘要怎么写 信息检索综述论文摘要范文参考