隨著Internet上信息量的與日俱增，傳統的基於HTML的信息檢索已經無法滿足人們不斷變化的信息需求。
基本介紹
- 中文名：XML檢索
- 套用領域：網際網路
- 性質：檢索手段
- 檢索特點：可擴展性、簡單性、開放性
引言,XML檢索系統概述,XML檢索與傳統信息檢索的區別,XML檢索的目標與任務,
引言
為此，專家學者們努力尋求各種新的技術方法和解決手段，XML的出現在很大程度上能緩解這一問題。由於XML具有可擴展性、簡單性、開放性、互操作性等諸多特點，正逐步取代HTML，成為駐留在Web上的主要的信息形式，而其結構化及自描述等特性亦給檢索效果的提高帶來了新的契機。如何充分利用XML的新特性，同時借鑑傳統信息檢索的方法與技術，開發基於XML的信息檢索系統，已成為國際信息檢索領域研究的熱點問題之一。
XML檢索系統概述
XML檢索與傳統信息檢索的區別
XML檢索與傳統信息檢索的最大區別在於：在傳統的信息檢索中，檢索單元是固定的、完整的文檔；而在XML檢索中，文檔中的各個層次的XML元素都是可檢索的單元。這使得XML檢索更加困難，除了相關性外，檢索單元的大小、單元之間的信息重疊問題、同一文檔內各單元信息的相關性等都是需要考慮的問題；此外，傳統的檢索系統只對信息的內容進行索引，提供關鍵字基礎上的自由文本的內容檢索，這些檢索往往忽視了對被搜尋的概念語義的掌握，因而造成檢索結果查全率和查準率不高；而XML信息檢索系統更關注文檔中蘊含著豐富的結構信息和語義信息，它對內容進行索引的同時還對元素進行索引，這樣的好處是不僅能從文檔中找到相關信息，而且通過考慮信息的結構和粒度問題，能實現內容+結構（ContentandStructure，CAS）的檢索。
XML檢索的目標與任務
與傳統信息檢索系統不同，XML檢索系統返回的結果是元素，而不單是整個文檔。檢索結果包括元素信息、文檔信息和結構信息，這決定了XML檢索的檢索任務是多樣的。對於Ad－Hoc檢索，有3個子任務：CO（ContentOnly）子任務，CO+S（ContentOnly+Struc?
ture）子任務以及CAS（ContentandStructure）子任務。其中，CO子任務是面向內容的XML檢索，其不考慮XML結構信息，根據返回信息的類型和方式，該任務分為CO．Focused（檢索結果不含重複元素信息）、CO．Thorough（檢索結果允許重複元素信息）以及CO．FetchBrowse（先檢索文檔然後對文檔內元素信息按相關度進行排序顯示，
該類型是文檔檢索和元素檢索的結合）；CO+S子任務關注的是CO查詢加上結構提示後的檢索效果；CAS查詢則適合了解文檔模式的用戶，可包含明確的或含糊的結構要求。其中CAS查詢又分嚴格的結構與內容（StrictContentandStructure，SCAS）查詢和模糊的結構與內容（VagueContentandStructure，VCAS）查詢。SCAS查詢要求包含明確的路徑結構要求，所有滿足目標路徑要求的查詢結果才認為是相關。VCAS查詢可包含鬆散或含糊的路徑結構要求，查詢結果未必準確符合查詢的目標路徑要求。
