信息检索笔试题及答案

信息检索笔试题及答案一、选择题（20分，共10题，每题2分）1.下列哪项不是信息检索系统的基本组成部分？A.文档集合B.查询处理器C.用户界面D.数据库管理系统答案：【D】解析：信息检索系统的基本组成部分包括文档集合、查询处理器、索引系统和用户界面。数据库管理系统虽然可能作为底层支持，但不是信息检索系统的核心组成部分。易错警示：考生容易混淆信息检索系统与数据库系统的概念，前者专注于文本信息的检索与匹配，后者侧重于数据的结构化存储与管理。2.在布尔模型中，"AND"操作符的作用是：A.扩展检索结果，包含更多文档B.缩小检索结果，只包含同时满足条件的文档C.排除包含特定词的文档D.进行模糊匹配答案：【B】解析：在布尔模型中，"AND"操作符用于连接多个查询词，只有同时包含所有查询词的文档才会被检索出来，因此会缩小检索结果范围。定义：布尔模型是基于布尔代数的信息检索模型，使用AND、OR、NOT等逻辑运算符组合查询词。典型错误：部分考生可能混淆了AND与OR的作用，OR操作符用于扩展检索结果。3.TF-IDF算法中，IDF部分的主要作用是：A.衡量词在文档中的重要性B.衡量词在整个文档集合中的重要性C.计算词频D.归一化处理答案：【B】解析：IDF（InverseDocumentFrequency）即逆文档频率，用于衡量一个词在整个文档集合中的重要性，能够降低常见词的权重，提高稀有词的权重。计算过程：IDF=log(总文档数/包含该词的文档数)。易错警示：考生容易混淆TF（词频）和IDF的作用，TF衡量词在单个文档中的重要性，而IDF衡量词在文档集合中的区分度。4.下列哪种索引结构最适合大规模文档集合的检索？A.倒排索引B.正排索引C.线性索引D.索引表答案：【A】解析：倒排索引（InvertedIndex）是将文档中的词映射到包含该词的文档列表的结构，特别适合大规模文档集合的高效检索，是现代搜索引擎的核心技术。定义：倒排索引由词典（包含所有唯一词项）和postings列表（每个词项对应的文档列表）组成。典型错误：正排索引虽然结构简单，但在大规模文档集合中检索效率低下，不适合实际应用。5.在信息检索评价中，Precision（精确率）的定义是：A.相关文档数/检索到的文档总数B.检索到的相关文档数/所有相关文档数C.检索到的文档数/文档集合总数D.检索到的相关文档数/检索到的文档数答案：【D】解析：精确率(Precision)衡量检索结果中相关文档的比例，计算公式为：检索到的相关文档数/检索到的文档总数。定义：精确率反映检索结果的质量，值越高表示检索结果中无关文档越少。易错警示：考生容易混淆精确率与召回率(Recall)的定义，后者计算公式为：检索到的相关文档数/所有相关文档数。6.下列哪种技术不属于查询扩展方法？A.同义词扩展B.相关反馈C.截词检索D.伪相关反馈答案：【C】解析：截词检索是指使用通配符（如或?）匹配词的不同形式，属于基本的检索技术，不属于查询扩展方法。定义：查询扩展是通过增加相关词汇或语义相似词来改进原始查询的技术。典型错误：同义词扩展、相关反馈和伪相关反馈都是常用的查询扩展方法，能够提高检索效果。7.在向量空间模型中，文档和查询都被表示为：A.布尔向量B.词频向量C.树形结构D.图形表示答案：【B】解析：在向量空间模型中，文档和查询都被表示为高维向量，每个维度对应一个词项，值通常使用TF-IDF等权重计算方法确定。定义：向量空间模型将文档和查询表示在向量空间中，通过计算向量间的余弦相似度来评估相关性。易错警示：考生可能混淆向量空间模型与其他模型如布尔模型的表示方式，后者使用布尔逻辑而非数值向量。8.下列哪种检索模型考虑了词项之间的位置关系？A.布尔模型B.向量空间模型C.概率模型D.位置模型答案：【D】解析：位置模型（如BM25模型）不仅考虑词项的出现频率，还考虑词项在文档中的位置信息，能够更好地反映词项间的语义关系。定义：位置模型是一种扩展的概率检索模型，通过引入位置信息来改进检索效果。典型错误：布尔模型仅考虑词项的出现与否，向量空间模型和基础概率模型通常不考虑词项的位置关系。9.在信息检索系统中，停用词处理的主要目的是：A.提高检索速度B.减少索引大小C.提高检索精度D.以上都是答案：【D】解析：停用词处理（如去除"的"、"是"、"在"等高频但信息量低的词）可以同时提高检索速度、减少索引大小、提高检索精度。计算过程：通过统计词频，识别并过滤掉出现频率极高但区分度低的词。易错警示：考生可能认为停用词处理仅针对提高检索速度，实际上它对检索精度也有重要影响。10.下列哪种技术主要用于解决同义词和多义词问题？A.词干提取B.词形还原C.语义索引D.停用词过滤答案：【C】解析：语义索引通过引入语义信息（如同义词词典、词向量等）来处理同义词和多义词问题，提高检索的语义准确性。定义：语义索引是基于语义关系的索引技术，能够捕捉词项间的语义相似性。典型错误：词干提取和词形还原主要用于处理词形变化问题，停用词过滤主要用于去除高频低信息量词。二、填空题（15分，共10题，每题1.5分）1.信息检索的基本流程包括：文档收集、文档预处理、______、查询处理和结果排序。答案：【索引构建】解析：信息检索的基本流程包括文档收集、文档预处理、索引构建、查询处理和结果排序五个主要步骤。索引构建是将文档内容转换为便于检索的数据结构的过程，是连接文档预处理和查询处理的关键环节。易错警示：考生可能遗漏"索引构建"这一步骤，直接从文档预处理跳到查询处理，忽略了索引在信息检索中的核心作用。2.在信息检索评价中，衡量检索系统返回结果中相关文档比例的指标是______。答案：【精确率(Precision)】解析：精确率(Precision)是信息检索评价的重要指标，衡量检索系统返回结果中相关文档的比例，计算公式为：检索到的相关文档数/检索到的文档总数。定义：精确率反映检索结果的质量，值越高表示检索结果中无关文档越少。易错警示：考生可能混淆精确率与召回率(Recall)的概念，后者衡量的是所有相关文档中被检索到的比例。3.倒排索引中的______部分存储了每个词项对应的文档列表。答案：【postings列表】解析：在倒排索引中，postings列表（或称为倒排表）存储了每个词项对应的文档列表，是倒排索引的核心组成部分。定义：倒排索引由词典（包含所有唯一词项）和postings列表（每个词项对应的文档列表）组成。典型错误：考生可能混淆词典和postings列表的作用，词典存储词项本身，而postings列表存储词项对应的文档信息。4.在布尔模型中，使用______操作符可以扩展检索结果，包含更多文档。答案：【OR】解析：在布尔模型中，OR操作符用于连接多个查询词，包含任一查询词的文档都会被检索出来，因此会扩展检索结果范围。定义：布尔模型是基于布尔代数的信息检索模型，使用AND、OR、NOT等逻辑运算符组合查询词。易错警示：考生可能混淆OR与AND的作用，AND操作符用于缩小检索结果范围。5.TF-IDF算法中，TF代表______，用于衡量词在文档中的重要性。答案：【词频(TermFrequency)】解析：TF（TermFrequency）即词频，用于衡量词在文档中的重要性，通常计算词在文档中出现的次数或频率。计算过程：TF=某词在文档中出现的次数/文档总词数。易错警示：考生可能混淆TF和IDF的概念，IDF（InverseDocumentFrequency）用于衡量词在文档集合中的重要性。6.在向量空间模型中，计算文档与查询相似度的常用方法是______相似度。答案：【余弦】解析：在向量空间模型中，余弦相似度是计算文档与查询相似度的常用方法，通过计算两个向量夹角的余弦值来衡量它们的相似性。定义：余弦相似度=(文档向量·查询向量)/(|文档向量|×|查询向量|)。典型错误：考生可能混淆余弦相似度与欧氏距离，后者衡量的是向量间的绝对距离而非方向相似性。7.查询扩展技术中的______反馈是指利用用户对初始检索结果的相关性判断来改进查询。答案：【相关】解析：相关反馈（RelevanceFeedback）是一种查询扩展技术，利用用户对初始检索结果的相关性判断来识别相关文档特征，并据此改进查询。定义：相关反馈通过分析用户标记的相关文档，提取特征词来扩展或调整原始查询。易错警示：考生可能混淆相关反馈与伪相关反馈的概念，后者假设初始检索结果中的前k个文档都是相关的。8.信息检索系统中的______技术用于将词的不同形式（如复数、时态变化）还原为基本形式。答案：【词形还原(Lemmatization)】解析：词形还原(Lemmatization)是文本预处理技术，用于将词的不同形式（如复数、时态变化、比较级等）还原为基本形式（词典中的词条）。定义：词形还原基于词典和词法规则，将词的不同屈折形式还原为基本形式。典型错误：考生可能混淆词形还原与词干提取(Stemming)的概念，后者通过简单规则截取词干，可能产生非词形式。9.在信息检索评价中，衡量检索系统找出所有相关文档能力的指标是______。答案：【召回率(Recall)】解析：召回率(Recall)是信息评价的重要指标，衡量检索系统找出所有相关文档的能力，计算公式为：检索到的相关文档数/所有相关文档数。定义：召回率反映检索系统的查全能力，值越高表示系统找到的相关文档越多。易错警示：考生可能混淆召回率与精确率的概念，后者衡量的是检索结果中相关文档的比例。10.语义网络和______是知识表示的两种主要形式，用于支持语义检索。答案：【本体(Ontology)】解析：语义网络和本体(Ontology)是知识表示的两种主要形式，用于支持语义检索。本体是形式化的概念表示，包含概念、关系、公理和实例等元素，能够更精确地表示领域知识。定义：本体是对共享概念的形式化、明确化的规范说明，支持知识的共享和重用。易错警示：考生可能混淆语义网络与本体的概念，语义网络侧重于表示概念间的关联，而本体提供更严格的形式化定义。三、判断题（10分，共5题，每题2分）1.在布尔模型中，使用NOT操作符可以排除包含特定词的文档，因此一定能提高检索效果。答案：【错误】解析：NOT操作符虽然可以排除包含特定词的文档，但使用不当可能导致过度过滤，排除相关文档，反而降低检索效果。定义：NOT操作符用于排除包含特定词的文档，但需要谨慎使用，特别是对于多义词。易错警示：考生可能认为NOT操作符总是能提高检索效果，实际上需要根据具体查询需求合理使用，避免过度过滤。2.在信息检索系统中，文档预处理中的词干提取和词形还原都是为了减少词汇表的大小，提高检索效率。答案：【正确】解析：词干提取和词形还原都是文本预处理技术，通过将词的不同形式还原为基本形式，可以减少词汇表的大小，提高检索效率。计算过程：例如，"running"、"ran"和"runs"都可以还原为"run"，从而减少词汇表中的条目数。定义：词干提取通过简单规则截取词干，词形还原基于词典将词还原为基本形式。典型应用：这两种技术广泛应用于搜索引擎和文本检索系统中。3.在向量空间模型中，文档向量的维度等于文档集合中的唯一词项数量。答案：【正确】解析：在向量空间模型中，每个文档表示为一个向量，向量的维度等于文档集合中的唯一词项数量，每个维度对应一个词项，值表示该词项在文档中的权重。定义：向量空间模型将文档表示在高维空间中，维度由词汇表大小决定。计算过程：对于包含N个唯一词项的文档集合，每个文档向量都是N维的，其中大部分维度值为0。易错警示：考生可能误以为向量维度是固定的，实际上它取决于文档集合的词汇表大小。4.在信息检索评价中，精确率和召回率通常是负相关的，提高精确率往往会降低召回率，反之亦然。答案：【正确】解析：精确率和召回率通常是负相关的，提高检索阈值（如只返回最相关的文档）可以提高精确率但降低召回率，反之亦然。定义：精确率衡量检索结果中相关文档的比例，召回率衡量所有相关文档中被检索到的比例。计算过程：通过调整检索系统的排序阈值，可以在精确率和召回率之间进行权衡。典型应用：在实际应用中，常使用F1值（精确率和召回率的调和平均）来平衡这两个指标。5.在信息检索系统中，索引的存储空间大小与文档集合的大小成正比，与文档的平均长度无关。答案：【错误】解析：索引的存储空间大小不仅与文档集合的大小成正比，还与文档的平均长度密切相关，文档越长，通常索引也越大。计算过程：倒排索引的大小主要取决于文档集合中的词项总数和平均文档长度。定义：索引是文档内容的结构化表示，其大小受文档数量、长度和词汇复杂度等因素影响。易错警示：考生可能认为索引大小仅取决于文档数量，忽略了文档长度对索引大小的显著影响。四、简答题（30分，共5题，每题6分）1.简述信息检索的基本流程及其各步骤的主要作用。答案：【信息检索的基本流程包括以下五个主要步骤：(1)文档收集：从各种数据源（如网页、数据库、文件系统等）收集原始文档，构建文档集合。这一步骤决定了检索系统的覆盖范围和内容质量。(2)文档预处理：对收集到的文档进行清洗、分词、词形还原、停用词过滤等处理，将非结构化或半结构化文本转换为结构化的词项序列。预处理的质量直接影响后续检索效果。(3)索引构建：将预处理后的文档内容转换为便于检索的数据结构（如倒排索引），建立词项与文档之间的映射关系。索引的效率直接影响检索系统的响应速度。(4)查询处理：将用户的查询语句进行解析、分词、扩展等处理，转换为系统可理解的查询形式。查询处理的目标是准确捕捉用户的检索意图。(5)结果排序：根据文档与查询的相关性对检索结果进行排序，并将最相关的文档呈现给用户。排序算法的设计是信息检索系统的核心技术之一。】解析：信息检索的基本流程是一个系统化的过程，从文档收集到结果排序，每个步骤都有其独特的作用和重要性。文档收集决定了检索系统的内容范围，文档预处理提高了文本的可处理性，索引构建优化了检索效率，查询处理确保了检索意图的准确传达，结果排序则直接影响用户体验。易错警示：考生可能忽略查询处理的重要性，或者混淆文档预处理与索引构建的界限，需要明确各步骤的边界和作用。2.解释布尔模型、向量空间模型和概率模型的基本原理及其优缺点。答案：【布尔模型、向量空间模型和概率模型是三种经典的信息检索模型，它们的基本原理和优缺点如下：(1)布尔模型：基本原理：基于布尔代数，使用AND、OR、NOT等逻辑运算符组合查询词，文档与查询的匹配是二元的（匹配或不匹配）。优点：简单直观，易于理解和实现，查询表达能力强。缺点：无法处理部分匹配，检索结果过于绝对，无法对文档进行相关性排序，难以扩展到大规模文档集合。(2)向量空间模型：基本原理：将文档和查询表示为高维向量，每个维度对应一个词项，值通常使用TF-IDF等权重计算方法，通过计算向量间的余弦相似度来评估相关性。优点：能够对文档进行相关性排序，部分匹配，考虑词项权重，扩展性好。缺点：假设词项间相互独立，忽略词项间的语义关系，维度灾难问题（维度过高）。(3)概率模型：基本原理：基于概率理论，计算文档与查询相关的概率，通常假设文档中词项的出现服从某种概率分布，如二项分布或泊松分布。优点：理论基础扎实，能够自然处理部分匹配，考虑词项权重，可扩展性好。缺点：计算复杂度较高，需要训练数据，对参数设置敏感。】解析：这三种模型代表了信息检索发展的不同阶段，各有其特点和适用场景。布尔模型是最早的模型，简单但功能有限；向量空间模型引入了向量表示和相似度计算，能够对结果进行排序；概率模型则提供了更坚实的理论基础，能够更好地处理不确定性。在实际应用中，现代检索系统通常会结合多种模型的优点，如BM25模型就是概率模型的改进版本。易错警示：考生可能混淆不同模型的假设条件和适用范围，需要明确各模型的基本原理和局限性。3.详细说明倒排索引的结构及其在信息检索中的作用。答案：【倒排索引是信息检索系统的核心数据结构，其结构和作用如下：结构：倒排索引主要由两部分组成：(1)词典（Lexicon或Dictionary）：包含文档集合中所有唯一词项的列表，通常按照词项的字典序排序，并包含指向该词项对应postings列表的指针。(2)Postings列表（倒排表）：每个词项对应一个postings列表，存储包含该词项的文档信息，通常包括文档ID、词频、位置信息等。作用：(1)高效检索：倒排索引使得词项到文档的映射可以直接访问，无需扫描整个文档集合，大大提高了检索效率。(2)支持复杂查询：倒排索引可以高效支持布尔查询、短语查询、邻近查询等多种查询类型。(3)支持排序：postings列表中存储的词频等信息可用于计算文档与查询的相关性，支持结果排序。(4)支持压缩：倒排索引可以通过各种压缩技术（如变长编码、位图压缩等）减少存储空间，提高I/O效率。(5)支持增量更新：倒排索引可以高效地支持文档的添加、删除和更新操作。】解析：倒排索引是现代搜索引擎和信息检索系统的核心技术，其设计思想是将"文档到词项"的映射（正排索引）转换为"词项到文档"的映射（倒排索引），从而实现高效检索。倒排索引的结构设计考虑了空间效率、检索效率和更新效率等多方面因素，是信息检索系统性能的关键。易错警示：考生可能混淆倒排索引与正排索引的概念，或者不了解倒排索引中postings列表的具体内容和作用，需要深入理解其结构和设计原理。4.解释信息检索评价指标中的精确率、召回率和F1值，并说明它们之间的关系。答案：【信息检索评价指标中的精确率、召回率和F1值及其关系如下：(1)精确率(Precision)：定义：衡量检索结果中相关文档的比例，计算公式为：精确率=检索到的相关文档数/检索到的文档总数。作用：反映检索结果的质量，精确率高表示检索结果中无关文档少。(2)召回率(Recall)：定义：衡量所有相关文档中被检索到的比例，计算公式为：召回率=检索到的相关文档数/所有相关文档数。作用：反映检索系统的查全能力，召回率高表示系统找到的相关文档多。(3)F1值：定义：精确率和召回率的调和平均数，计算公式为：F1=2×(精确率×召回率)/(精确率+召回率)。作用：综合衡量精确率和召回率，适用于两者需要平衡的场景。关系：-精确率和召回率通常是负相关的，提高检索阈值（如只返回最相关的文档）可以提高精确率但降低召回率，反之亦然。-F1值是精确率和召回率的调和平均，能够在两者之间取得平衡。-在实际应用中，根据具体需求选择合适的评价指标，如某些场景更注重精确率（如医疗检索），某些场景更注重召回率（如法律检索）。】解析：精确率、召回率和F1值是信息检索评价中最基本也是最重要的三个指标，它们从不同角度衡量检索系统的性能。精确率关注检索结果的质量，召回率关注检索系统的查全能力，而F1值则综合考量这两个方面。在实际应用中，需要根据具体场景选择合适的评价指标，或者结合多个指标进行综合评价。易错警示：考生可能混淆精确率和召回率的计算公式，或者不理解它们之间的权衡关系，需要明确各指标的定义和适用场景。5.解释查询扩展的概念、常用方法及其在信息检索中的作用。答案：【查询扩展是信息检索中的一项重要技术，其概念、方法和作用如下：概念：查询扩展是指在原始查询的基础上，通过增加相关词汇或语义相似词来改进查询的过程，目的是提高检索的查全率和查准率。常用方法：(1)同义词扩展：基于同义词词典或词向量，将查询词替换为同义词或添加同义词。(2)相关反馈：利用用户对初始检索结果的相关性判断，识别相关文档特征，并据此改进查询。(3)伪相关反馈：假设初始检索结果中的前k个文档都是相关的，分析这些文档的词频特征，扩展查询。(4)上下文扩展：基于查询的上下文信息，添加与查询主题相关的词汇。(5)语义扩展：基于语义网络或知识图谱，添加与查询词语义相关的词汇。作用：(1)提高查全率：通过增加相关词汇，可以覆盖更多相关文档。(2)提高查准率：通过添加更精确的词汇，可以减少无关文档的干扰。(3)处理同义词和多义词：通过添加同义词，可以解决同义词问题；通过分析上下文，可以缓解多义词问题。(4)适应不同用户需求：通过个性化查询扩展，可以满足不同用户的检索需求。】解析：查询扩展是解决词汇不匹配问题的重要手段，能够有效提高信息检索系统的性能。不同的查询扩展方法适用于不同的场景，如相关反馈适用于交互式检索系统，语义扩展适用于需要处理语义关系的场景。查询扩展技术的发展趋势是向智能化、个性化和语义化方向发展，如基于深度学习的查询扩展方法。易错警示：考生可能混淆查询扩展与查询改写的概念，或者不了解不同查询扩展方法的适用场景，需要明确各种方法的特点和局限性。五、计算题（15分，共3题，每题5分）1.假设有一个包含5个文档的小型文档集合，文档内容如下：文档1：信息检索是一门研究信息存储和检索的学科文档2：信息检索技术在搜索引擎中广泛应用文档3：信息检索系统需要处理大量文本数据文档4：信息检索与数据库技术密切相关文档5：信息检索是人工智能的重要分支请计算词项"信息"和"检索"在该文档集合中的IDF值。答案：【首先，我们需要计算每个词项在文档集合中的文档频率(DF)，然后使用IDF=log(总文档数/DF)计算IDF值。对于词项"信息"：-出现在文档1、2、3、4、5中，DF=5-IDF=log(5/5)=log(1)=0对于词项"检索"：-出现在文档1、2、3、4、5中，DF=5-IDF=log(5/5)=log(1)=0】解析：IDF（InverseDocumentFrequency）是衡量词项在文档集合中重要性的指标，计算公式为IDF=log(总文档数/包含该词项的文档数)。在这个例子中，词项"信息"和"检索"出现在所有5个文档中，因此它们的文档频率DF=5，IDF值为0。这表明这两个词项在文档集合中区分度低，常见于所有文档。易错警示：考生可能混淆IDF和TF的概念，或者忘记对数运算的使用，需要明确IDF的计算公式和意义。2.假设有一个文档集合，词项"信息"和"检索"在文档中的TF-IDF值如下表所示：|文档ID|"信息"的TF|"检索"的TF|"信息"的IDF|"检索"的IDF||--------|------------|------------|-------------|-------------||1|3|2|1.5|2.0||2|1|4|1.5|2.0||3|2|1|1.5|2.0|请计算文档1与查询"信息检索"之间的余弦相似度。答案：【首先，我们需要计算文档1和查询"信息检索"的TF-IDF向量：文档1的TF-IDF向量：-"信息"的TF-IDF=3×1.5=4.5-"检索"的TF-IDF=2×2.0=4.0-文档1向量=(4.5,4.0)查询"信息检索"的TF-IDF向量：-假设查询中"信息"和"检索"的TF均为1-"信息"的TF-IDF=1×1.5=1.5-"检索"的TF-IDF=1×2.0=2.0-查询向量=(1.5,2.0)然后计算余弦相似度：-点积=4.5×1.5+4.0×2.0=6.75+8.0=14.75-文档1向量的模=√(4.5²+4.0²)=√(20.25+16)=√36.25≈6.02-查询向量的模=√(1.5²+2.0²)=√(2.25+4)=√6.25=2.5-余弦相似度=14.75/(6.02×2.5)≈14.75/15.05≈0.98】解析：余弦相似度是向量空间模型中常用的相似度计算方法，计算公式为余弦相似度=(文档向量·查询向量)/(|文档向量|×|查询向量|)。在这个例子中，我们首先计算文档和查询的TF-IDF向量，然后计算它们的点积和模长，最后得到余弦相似度约为0.98，表示文档1与查询"信息检索"非常相似。易错警示：考生可能忘记对TF-IDF值进行归一化处理，或者混淆点积与模长的计算顺序，需要明确余弦相似度的计算步骤。3.假设有一个布尔查询"信息AND检索NOT数据"，文档集合中有以下文档：-文档1：包含"信息"和"检索"，不包含"数据"-文档2：包含"信息"和"检索"，也包含"数据"-文档3：包含"信息"，不包含"检索"和"数据"-文档4：包含"检索"，不包含"信息"和"数据"-文档5：包含"信息"、"检索"和"数据"请使用布尔模型计算哪些文档满足该查询条件。答案：【根据布尔模型的逻辑运算规则，我们需要检查每个文档是否满足"信息AND检索NOT数据"的条件：-文档1：包含"信息"和"检索"，不包含"数据"满足"信息AND检索"且满足"NOT数据"，因此满足整个查询。-文档2：包含"信息"和"检索"，也包含"数据"满足"信息AND检索"但不满足"NOT数据"，因此不满足整个查询。-文档3：包含"信息"，不包含"检索"和"数据"不满足"信息AND检索"，因此不满足整个查询。-文档4：包含"检索"，不包含"信息"和"数据"不满足"信息AND检索"，因此不满足整个查询。-文档5：包含"信息"、"检索"和"数据"满足"信息AND检索"但不满足"NOT数据"，因此不满足整个查询。因此，只有文档1满足该布尔查询条件。】解析：布尔模型基于布尔代数，使用AND、OR、NOT等逻辑运算符组合查询词，文档与查询的匹配是二元的（匹配或不匹配）。在这个例子中，查询"信息AND检索NOT数据"表示