Truy xuất thông tin (IR) là một lĩnh vực đã phát triển song song với hệ thống cơ sở dữ liệu nhiều năm. Khác với lĩnh vực hệ thống cơ sở dữ liệu, nhắm đến xử lý truy vấn và giao dịch của dữ liệu có cấu trúc, truy xuất thông tin liên quan đến tổ chức và truy xuất dữ liệu từ nhiều tài liệu dựa trên văn bản.
Vì truy xuất thông tin và hệ thống cơ sở dữ liệu xử lý các loại dữ liệu khác nhau, một số vấn đề hệ thống cơ sở dữ liệu thường không xuất hiện trong hệ thống truy xuất thông tin, như kiểm soát đồng thời, khôi phục, quản lý giao dịch và cập nhật. Có một số vấn đề truy xuất thông tin chung thường không gặp trong hệ thống cơ sở dữ liệu truyền thống, như tài liệu phi cấu trúc, tìm kiếm xấp xỉ dựa trên từ khóa, và khái niệm độ liên quan.
Do sự phong phú của dữ liệu văn bản, truy xuất thông tin đã tìm thấy nhiều ứng dụng. Tồn tại nhiều hệ thống truy xuất thông tin, bao gồm hệ thống danh mục thư viện trực tuyến, hệ thống quản lý bản ghi trực tuyến, và các công cụ tìm kiếm Web mới phát triển hơn.
Một vấn đề truy xuất dữ liệu chung là định vị tài liệu liên quan trong tập tài liệu dựa trên truy vấn của người dùng, thường là một số từ khóa định nghĩa nhu cầu thông tin, mặc dù cũng có thể là ví dụ của bản ghi liên quan.
Điều này phù hợp nhất khi người dùng có nhu cầu thông tin ad hoc (ngắn hạn), bao gồm tìm thông tin mua xe cũ. Khi người dùng có nhu cầu thông tin dài hạn (ví dụ: sở thích của nhà nghiên cứu), hệ thống truy xuất cũng có thể chủ động "đẩy" bất kỳ yếu tố dữ liệu mới đến nào cho người dùng nếu yếu tố đó được đánh giá là liên quan đến nhu cầu thông tin của người dùng.
Có hai phép đo cơ bản để đánh giá chất lượng truy xuất văn bản:
Độ chính xác (Precision) – Phần trăm dữ liệu truy xuất được thực sự liên quan đến truy vấn (tức là phản hồi "đúng"). Biểu diễn chính thức:
$$precision=\frac{|\left\{ Relevant \right\}\cap\left\{ Retrieved \right\}|}{|\left\{ Retrieved \right\}|}$$
Độ hồi quy (Recall) – Phần trăm bản ghi liên quan đến truy vấn và thực sự được truy xuất. Biểu diễn chính thức:
$$recall=\frac{|\left\{ Relevant \right\}\cap\left\{ Retrieved \right\}|}{|\left\{ Relevant \right\}|}$$
Một hệ thống truy xuất thông tin thường phải đánh đổi recall cho precision hoặc ngược lại. Một phép đánh đổi phổ biến là F-score, được biểu diễn như trung bình điều hòa của recall và precision:
$$F\underline{}score=\frac{recall \times precision }{(recall+precision)^{2}}$$
Trung bình điều hòa phạt hệ thống hy sinh một phép đo cho phép đo khác quá cực đoan. Precision, recall và F-score là các phép đo cơ bản của tập bản ghi được truy xuất. Ba phép đo này thường không hữu ích để so sánh hai danh sách tệp được xếp hạng vì chúng không nhạy cảm với thứ tự xếp hạng nội bộ của tài liệu trong tập truy xuất.