英语好的帮我翻译篇文章，小弟在此谢过

Natural Language Processing in Information Retrieval

Many Natural Language Processing (NLP) techniques have been used in Information Retrieval.
The results are not encouraging. Simple methods (stopwording, porter-style stemming,
etc.) usually yield significant improvements, while higher-level processing (chunking,
parsing, word sense disambiguation, etc.) only yield very small improvements or even
a decrease in accuracy. At the same time, higher-level methods increase the processing and
storage cost dramatically. This makes them hard to use on large collections. We review
NLP techniques and come to the conclusion that (a) NLP needs to be optimized for IR in
order to be effective and (b) document retrieval is not an ideal application for NLP, at least
given the current state-of-the-art in NLP. Other IR-related tasks, e.g., question answering
and information extraction, seem to be better suited.
1 Introduction
Many Natural

自然语言处理在信息检索

许多自然语言处理（自由党）技术已被用于信息检索。
结果并不令人鼓舞。简单的方法（ stopwording ，波特式的产生，
等）通常是显着提高，而更高级别的处理（块，
剖析，词义消歧等） ，只有产量非常小的改进，甚至
减少准确性。与此同时，更高层次的方法，提高处理和
存储成本显着。这使它们很难使用的大量藏书。我们审查
自然语言处理技术和得出的结论是， （一）的NLP需要在优化的红外
为了有效和（ b ）文献检索不是一个理想的应用自然语言处理，至少
鉴于目前国家最先进的自然语言处理。其他红外有关的任务，例如，答疑
和信息提取，似乎更适合。
1简介
许多自然语言处理（自由党）技术，包括产生， partof -
词性标注，复合承认，日，复利，块，文字
消歧等，已被用于信息检索（ IR ）的。
红外光谱的核心任务，我们正在调查这是文献检索。其他几个红外
任务使用非常类似的技术，例如文档聚类，过滤，新的事件
检测，检测和链接，他们可以自由党合并的方式相似
文件检索。
自由党和红外光谱有很大的不同领域的研究，和最近的主要会议
只有为数不多的论文调查使用自然语言处理技术
信息检索。这三次会议表1中列举了411论文全文
在总。只有6人（ 1.5 ％ ）明确处理的NLP的检索。百分比
略高于会议的一个主要焦点的红外（ SIGIR ， ECIR ：
2.0 ％ ）相比，会议的主要集中在自然语言处理（的ACL ： 1.0 ％ ） 。在大多数情况下，
研究人员工作的组成部分使用现有的NLP （ stemmers ， taggers ， 。 。 。 ） ，适用于
它们的红外光谱数据集和查询，然后使用标准的红外技术。这个
外出盒使用NLP的组成部分，不是针对红外可能
原因之一自然语言处理技术是唯一比较成功相比
向国家最先进的非NLP的检索技术。
温和的成功违背直觉的NLP应有助于红外，其中