知识检索是一种全新的信息检索方式，是在现有的信息检索技术以及模型上发展而来的。知识检索和信息检索的不同，就在于知识检索强调了语义，不会和信息检索一样，只是基于字面的机械匹配，它从文章的语义、概念出发，能够揭示文章的内在含义。做到了语义和概念层次上的标引工作，知识检索就提高了查全率和查准率，降低了用户的负担。

知识检索简介

信息检索的不足(搜索引擎检索信息噪音过大 目录分类站点检索到的信息量有限 商业数据库检索信息需要付费使用)

知识检索简介

Internet 上的信息呈现指数极的增长趋势，人们已经被如此浩瀚的信息所淹没，面对着信息爆炸的困境，处于信息迷航与信息过载的环境之中。不难看出传统的基于关键字的信息检索技术已经不能满足用户的信息需求。高速发展的社会，信息过度的困境，使用户急切地想寻找到一种能够快速而又准确地检索到所需信息的检索技术。知识检索应运而生。

信息检索的不足

搜索引擎检索信息噪音过大

目前，人们主要使用搜索引擎来检索信息，如baidu、Google。使用这种检索方式，虽说能在短时间内反馈给用户大量的信息，但是反馈回的信息中信息噪音过大，其中包含了太多的无用信息。要想获得真正的信息，需要对海量的反馈信息逐一进行分析、识别、挑选。此外，搜索引擎反馈回的结果会包含一些“死链接”，无疑又增加了用户的负担，降低了检索的效率。仅从字面上来判断某个信息或某些信息是否符合用户的检索要求，又会漏掉一些也许是有很高实用价值的信息。采用自然语言的检索机制，从不同的领域出发，结合不同的学习背景和隔热的用户偏好，极有可能出现“一词多义”或“一义多词”的现象。比如说，输入“电脑”这个关键字，检索结果都是包含了电脑这两个字的信息，如电脑维修、电脑讲座、电脑销售等方面，而我真正需要的是电脑维修方面的知识，那么我就要从这么多的反馈结果里去挑选哪些是关于电脑维修方面的。另外，计算机、

computer也完全可以代替电脑这个词，而我在选择使用电脑这个词时，无疑又漏掉了包含计算机、computer等关键字的信息，那么我的查全率就得不到保证。由此看来，使用搜索引擎，并不能真正满足用户的信息需求。

目录分类站点检索到的信息量有限

除了搜索引擎，用户还可以选择Yahoo！、sina等采用目录分类方式的站点。这类站点的实质是基于《中图法》中的分类法，由一个大类引出一个小类，一级一级的将主题细化。用户通过浏览分类目录，在目录体系上下位类的从属、并列等关系的导引下层层递进，不断深入，随着目录类范畴的缩小，查询的专指度逐步提高，而使用户最终发现、检索到自己所需要的相关信息，满足用户的查询需求。这种信息组织的方式可以使用户模糊的信息需求逐步清晰，在一系列分析、调整中完成检索。但是它的局限性在于DB的规模较小，某些主题下收录的范围不够全面，检索到的信息数量有限。

商业数据库检索信息需要付费使用

3、使用Dialog等商业数据库来检索信息。这类检索工具包含的信息质量很高，检索到的信息比较全面，但是需要付费使用，而且费用较高，所以使用的频率不及前两种检索方式。

从上述三点可以看出，传统的信息检索缺点在于没有从语义层次上对信息进行标引，不能够满足用户在语义和知识上的需求。

知识检索是将信息或知识按照一定的方式组织、存储，并根据用户的需求找出相关信息和知识的过程。在这个过程中，被检索的对象是知识资源、知识库。知识检索就是采用一种从语义上标引文章的技术，形成知识库，再从知识库中查询用户所需的信息。