计算机信息检索基础知识

第 二 讲 计 算 机 信 息 检 索 基 础 知 识 主 要 内 容n 计 算 机 检 索 的 概 念n 数 据 库 及 其 类 型n 数 据 库 的 结 构n 计 算 机 检 索 技 术n 计 算 机 检 索 的 步 骤 、 方 法 、 途 径 n 指 利 用 计 算 机 存 储 和 检 索 信 息 。 具 体 地 说 ， 就 是 指 人 们 在 计 算 机 或 计 算机 检 索 网 络 的 终 端 机 上 ， 使 用 特 定 的 检索 指 令 、 检 索 词 和 检 索 策 略 ， 从 计 算 机检 索 系 统 的 数 据 库 中 检 索 出 所 需 的 信 息的 过 程 。一 计 算 机 信 息 检 索 的 定 义 计 算 机 信 息 检 索 包 含 两 个 内 涵 ：n 存 储 过 程 ： 大 量 的 数 据 按 一 定 的 格 式 输 入到 计 算 机 中 ， 经 过 计 算 机 的 加 工 处 理 ， 以一 定 的 结 构 有 序 地 存 储 在 计 算 机 的 存 储 介质 上 。n 查 找 过 程 ： 用 户 的 需 求 输 入 到 计 算 机 中 ，由 计 算 机 对 其 进 行 处 理 ， 并 与 已 存 储 在 计算 机 中 的 信 息 进 行 查 询 与 匹 配 ， 最 后 按 要求 的 格 式 输 出 检 索 结 果 信 息 检 索 原 理 举 例 :n 【 题 名 】 信 息 检 索 技 术 在 网 络 数 据 库 中 的 应 用 研 究n 【 作 者 】 邹 小 筑 1 缪 红 梅 2n 【 机 构 】 1南 京 大 学 信 息 管 理 系 ,南 京 210093 2南 京 航 空 航 天大 学 ,南 京 210016n 【 刊 名 】 图 书 情 报 工 作 .2007,51(2).-104-106,131n 【 ISSN号 】 0252-3116n 【 关 键 词 】 信 息 检 索 技 术 网 络 数 据 库 检 索 平 台n 【 文 摘 】 以 信 息 检 索 技 术 为 脉 络 ， 结 合 Ei Village2、 ISI Web of Knowledge、 CSAIDS、 EBSCOHost、 ProQuestordjne等 多 个 著 名检 索 平 台 综 合 分 析 布 尔 逻 辑 、 位 置 逻 辑 、 模 糊 检 索 技 术 、 网 络 叙词 表 构 建 技 术 在 网 络 数 据 库 的 应 用 ， 研 究 表 明 信 息 检 索 技 术 已 深深 植 入 网 络 信 息 资 源 管 理 之 中 ， 深 入 剖 析 信 息 检 索 技 术 ， 可 以 清晰 揭 示 提 问 表 达 式 的 构 建 机 理 ， 掌 握 网 络 数 据 库 的 原 理 及 使 用 方法 ， 为 网 络 信 息 资 源 评 价 和 建 设 提 供 依 据 。 n 输 入 :“信 息 检 索 技 术 ” (题 名 字 段 )-命中 该 信 息n 输 入 :“光 盘 数 据 库 ” (题 名 字 段 )-不 会命 中 该 信 息 输 入 “ 信 息 检 索 技 术 ”检 索 结 果 计 算 机 信 息 检 索 特 点n 检 索 速 度 快 ， 效 益 高 ；n 检 索 功 能 强 ， 数 量 大 ；n 检 索 途 径 多 ， 手 段 灵 活 ；n 检 索 范 围 广 ， 服 务 方 式 多 。 二 数 据 库 及 其 类 型n 概 念 数 据 库 是 在 计 算 机 存 贮 设 备 上 按一 定 方 式 存 储 的 相 互 关 联 的 数 据 集合 。 数 据 库 类 型 按 内 容 和 功 能 划 分n参 考 型 数 据 库 以 文 档 的 形 式 组 织 起 来 ， 提供 文 献 的 题 录 、 文 摘 等 书 目 信 息n全 文 型 数 据 库 存 储 文 献 全 文 或 其 中 的 主 要部 分 的 源 数 据 库n事 实 型 数 据 库 供 查 询 某 一 客 体 的 基 本 事实 或 简 况 ， 包 括 名 录 、 传 记 等 数 据 库n数 值 型 数 据 库 提 供 各 类 数 值 型 数 据n图 象 数 据 库 以 图 形 、 图 象 为 记 录 单 位 返 回 返 回 返 回 返 回 返 回 数据库类型按收录专业范围划分n 综 合 性 数 据 库 收 录 多 个 学 科 或 专 业 的 信 息 资 料 。 如 中 国 期 刊 网n 专 业 性 数 据 库 收 录 单 一 学 科 或 专 业 的 信 息 资 料 。n 专 题 性 数 据 库 收 录 某 一 特 定 专 题 的 信 息 资 料 综 合 型 数 据 库 返 回 专 业 数 据 库 ： 返 回 专 题 数 据 库 三 数 据 库 的 结 构 字 段 、 记 录 和文 档 字 段 ： 文 献 著 录 的 基 本 单 元 ， 反 映 文 献外 部 特 征 和 内 容 特 征 的 每 一 项 目 ， 在 数据 库 中 就 称 为 字 段 。如 ： 关 键 词 KW、 题 名 TI、 文 摘 AB、 作 者 AU、刊 名 JN、 出 版 时 间 PY、 语 种 LA等 记 录 由 若 干 不 同 字 段 组 成 的 文 献 单 元 ， 一 条 记 录 在数 据 库 中 代 表 一 篇 文 献 。 数 据 库 （ 文 档 ） 由 若 干 数 量 的 记 录 构 成 的 数 据 的 集 合 。 大 型 的数 据 库 检 索 系 统 中 称 为 文 档 。 中 国 期 刊 网 字 段 示 例可 检 索 字 段 详细记录 命 中 记 录 列 表 四 计算机检索技术1 布 尔 逻 辑 运 算 符2 截 词 算 符3 字 段 限 制 4 范 围 限 制5.短 语 检 索6.括 号 检 索 1、 布 尔 逻 辑 运 算 符 逻 辑 与 ： “ *” 或 “ and” 逻 辑 或 ： “ +”或 “ or” 逻 辑 非 ： “ -”或 “ not” “与 ” 算 符 and AND *“与 ” 算 符 用 于 描 述 概 念 间 的 交 叉 关 系 和 限定 关 系 。n 含 义 ： 检 出 文 献 中 必 须 同 时 包 含 被 其 连接 的 所 有 词 或 词 组 。n 作 用 ： 缩 小 检 索 范 围 ， 提 高 查 准 率 。例 如 ： 儿 童 * 心 理 学 computer AND virus A BA and B计 算 机 *病 毒 作 用 ： 缩 小 检 索 范 围 ，提 高 检 准 率与 运 算 示 意 图computer virus “或 ” 算 符 or OR +“或 ” 算 符 可 描 述 概 念 间 的 并 列 关 系 和 相 关关 系 ， 用 来 组 配 同 义 词 或 相 关 词 等 。n 含 义 ： 检 出 文 献 中 包 含 有 被 其 连 接 的 任意 一 个 词 或 词 组 。n 作 用 ： 扩 大 检 索 范 围 ， 提 高 查 全 率 。例 如 ： 自 行 车 + 脚 踏 车 CAD or computer aided design B AA or B 作 用 ： 扩 大检 索 范 围 ，提 高 检 全 率或 运 算 示 意 图pipe tube “非 ” 算 符 not NOT -“非 ” 算 符 用 于 描 述 概 念 间 的 排 斥 关 系 和 特殊 限 定 关 系 。n 含 义 ： 检 出 文 献 中 必 须 包 含 这 个 算 符 前的 词 ， 必 须 不 含 这 个 算 符 后 的 词 。n 作 用 ： 缩 小 检 索 范 围 ， 提 高 查 准 率 。例 如 ： 水 果 香 蕉 Patent not G erman B AA not B专 利 德 国 作 用 ： 缩 小 检 索 范围 ， 排 除 某一 集 合 概 念非 运 算 示 意 图G erman Patent 2、 截 词 (?或 *） 将 截 词 符 加 在 检 索 词 的 前 后 或 中 间 ， 以 检 索 一组 概 念 相 关 或 同 一 词 根 的 词 。作 用 ： 扩 大 检 索 范 围 ， 提 高 文 献 的 查 全 率 。 如 ： comput? computer computers computing dam* dam dams wom?n woman women 3、 字 段 限 制 指 将 检 索 词 限 定 在 特 定 的 字 段 中 进 行 。 同 样 的 检 索 词 ， 选 择 在 不 同 字 段 中 进 行 检 索 ，得 到 的 结 果 是 不 同 的 。 检 索 系 统 通 常 都 会 设 置 默 认 的 检 索 字 段 ， 如“ 所 有 字 段 ” 。 如 果 想 指 定 在 特 定 的 字 段 中查 找 检 索 词 ， 就 需 要 调 整 检 索 字 段 ， 进 行 字段 限 制 。 缺 省 字 段为 “ 篇 名 ” 缺 省 字 段 为“ 关 键 词 ” 缺 省 字 段 为“ All fields” n 如 果 从 文 献 的 内 容 特 征 出 发 查 找 文 献 ，可 选 的 检 索 字 段 有 “ 篇 （ 题 ） 名 title”、“ 关 键 词 keyword”、 “ 文 摘 abstract”以 及 “ 全 文 fulltext”。 n 一 般 ， 如 果 使 用 相 同 的 检 索 词 分 别 在 这几 个 字 段 中 检 索 ， 那 么 检 到 的 文 献 数 会依 次 递 增 ， 而 命 中 的 准 确 率 则 依 次 递 减 。n 题 名 关 键 词 （ 文 摘 ） 全 文检 全 率 递 增检 准 率 递 增 命 中 31篇命 中 80篇 命 中 44篇命 中 410篇 4 范 围 限 制n 指 对 检 索 词 的 范 围 （ 如 时 间 、 国 别 、 语种 、 信 息 类 型 等 ） 进 行 约 束 或 压 缩 的 方法 ， 它 大 多 通 过 检 索 系 统 的 限 制 指 令 或菜 单 选 择 来 实 现 。 工 程 索 引 检 索 界 面 5.短 语 检 索n 用 “ ” 表 示 ， 检 索 出 与 “ ” 内 容 完全 相 同 的 短 语 ， 提 高 检 索 的 精 度 和准 确 度 。n “ international space station” 6.括 号 检 索n 用 于 改 变 运 算 的 先 后 顺 序 ， 括 号 内 的 运算 优 先 进 行 。n （ university or college) and education 五 计算机检索步骤、方法、途径大 体 可 分 为 五 个 步 骤 ：1.分 析 课 题 的 内 容 ；2.选 择 信 息 资 源 ；3.构 造 检 索 式 ,选 择 检 索 途 径 ；4.上 机 检 索 ；5.分 析 检 索 结 果 ,调 整 检 索 策 略 。 明 确 检 索 目 的 需 要 关 于 某 一 课 题 的 系 统 详 尽 的 信 息 需 要 关 于 某 一 课 题 的 最 新 信 息 了 解 一 些 片 断 信 息 ， 解 决 一 些 具 体 问 题 n 明 确 课 题 的 主 题 或 主 要 内容 要 形 成 若 干 个 既 代 表 信 息 需 求 又 有 检 索 意 义的 主 题 概 念 ， 包 括 所 涉 及 的 主 题 概 念 有 几 个 ，哪 些 是 主 要 的 ， 哪 些 是 次 要 的 ， 概 念 之 间 关系 如 何 等 n 课 题 涉 及 的 学 科 范 围 ： 搞 清 楚 课 题 所涉 及 的 学 科 领 域 、 是 否 跨 学 科 研 究n 所 需 信 息 的 数 量 、 语 种 、 年 代 范 围 、类 型 等 具 体 化 指 标 例 ： 检 索 课 题 -不 锈 钢 焊 接检 索 目 的 查 找 范 围了 解 最 新 的 技 术动 态 利 用 期 刊 、 会 议 录 类 的数 据 库 查 找了 解 焊 缝 强 度 的测 试 方 法 和 有 关规 格 利 用 技 术 标 准 类 的 数 据库 查 找申 请 专 利 利 用 专 利 类 数 据 库 查 找 2.选 择 信 息 资 源n 是 否 与 检 索 课 题 相 关 的 资 源 都 要 检 索n 选 择 哪 些 学 科 的 信 息 资 源n 选 择 哪 些 语 种 的 信 息 资 源n 信 息 资 源 覆 盖 的 年 限 是 否 符 合 需 求n 信 息 资 源 的 特 点 及 其 针 对 性 如 何 3、 构 造 检 索 式 选 择 检 索 点n检 索 式 是 表 达 用 户 检 索 提 问 的 逻 辑表 达 式 ， 由 基 于 检 索 概 念 产 生 的 检索 词 和 各 种 组 配 算 符 构 成 。n检 索 点 即 检 索 途 径 或 检 索 入 口 、 检索 字 段 。 检 索 点 正 确 与 否 ， 决 定 着检 索 结 果 的 数 量 与 质 量 。 确 定 检 索 词如 ： “ 吸 烟 与 心 脏 病 的 关 系 ” 可 以 表 达 为connection between somking and heart disease 通 过 分 析 发 现 ， 其 中 ， 只 有 somking和 heart disease两 个 概 念 词 ， 而 “ connection between”则 不 属 于 概 念 词 。 概 念 1： somking 概 念 2： heart disease 针 对 每 一 个 概 念 ， 选 择 与 之 相关 的 同 义 词 或 相 关 词 n 与 somking相 关 的 词 有 ：smoker,smokers,tobacco等 ；n heart disease的 同 义 词 有 cardiopathy,heart trouble, heart attack.n 将 这 些 相 关 词 记 录 下 来 ， 用 于 构 造 检 索 式 ： 概 念 1： somking,smokers,tobacco 概 念 2： cardiopathy, heart disease， heart trouble, heart attack 选 定 检 索 词 的 方 法1) 根 据 词 表 或 数 据 库 中 的 索 引 选 词2) 从 专 业 词 典 、 百 科 全 书 等 参 考 工 具 中选 词 3) 利 用 中 文 全 文 数 据 库 选 择 英 文 检 索 词 编 制 检 索 式 调 整 其 他 设 定 例(smok* OR tobacco) AND (cardiopathy OR heart disease OR heart trouble OR heart attack)“吸 烟 与 心 脏 病 的 关 系 ” 4 进 行 检 索n 可 利 用 数 据 库 提 供 的 不 同 级 别 的 检 索 界面 进 行 检 索 -初 级 检 索 -高 级 检 索 5 分 析 检 索 结 果 调 整 检 索 策 略n 不 满 意n 满 意 不 滿 意 非 目 标 的 结 果 n 检 查 检 索 名 词 的 拼 写 n 增 加 检 索 名 詞 的 准 确 性 查 阅 工 具 如 词 表 ,字 典 , 分 类 表 及 字 汇 表 , 刪 除 错 误 的 名 词 n 审 查 被 检 索 的 数 据 库 查 阅 数 据 库 的 说 明及 期 刊 列 表 以 确 定 是 否 覆 盖 你 所 要 的 主 题 不 滿 意 结 果 太 多 n 增 设 限 制 条 件 至 特 定 栏 位 及 年 代 n 增 加 检 索 名 词 的 准 确 性 - 查 阅 工 具 如 词表 ,字 典 , 分 类 表 及 字 汇 表 n 增 加 检 索 策 略 的 准 确 性 增 加 使 用 AND; 减 少 使 用 OR 不 滿 意 结 果 太 少n 检 查 检 索 名 词 的 拼 写 n 增 加 检 索 名 词 的 普 遍 性 -查 阅 工 具 如 词 表 ,字典 , 分 类 表 及 字 汇 表 n 扩 大 检 索 策 略 减 少 使 用 AND; 使 用 Or连 接同 义 词 及 相 关 词 n 增 加 被 检 索 的 数 据 库 确 定 其 他 数 据 库 是 否覆 盖 你 所 要 的 主 题 满 意n 是 否 已 全 部 获 取 所 需 ? 打 印 、 电 邮 或 存 档n 需 否 获 取 与 题 录 相 关 的 全 文 ? 查 找 图 书 馆 馆 馆 藏 书 目 系 统 （ OPAC） ， 确 定 是 否 有 纸 本 馆 藏 查 找 图 书 馆 订 购 的 全 文 数 据 库 通 过 搜 索 引 擎 查 找 互 联 网 开 放 获 取 （ Open Access)的 免 费 全 文 信 息 通 过 馆 际 互 借 /文 献 传 递 从 其 他 图 书 馆 获 取 文 献 原 文 课 堂 练 习 ：n 例 1： 课 题 名 称 ： 汽 车 导 航 系 统 的 研 究n 例 2. 课 题 名 称 ： 手 持 式 心 电 图 机n 例 3. 课 题 名 称 : 酸 奶 机 给 出 以 上 课 题 的 检 索 词 和 检 索 式 例 1： 课 题 名 称 ： 汽 车 导 航 系 统的 研 究n 关 键 词 1. 汽 车 机 动 车n 关 键 词 2. 导 航 系 统 全 球 定 位 系 统 GPSn 关 键 词 3. 研 究 设 计 调 查n 检 索 式 的 构 造 ：n （ 汽 车 +机 动 车 ） *（ 导 航 系 统 +全 球 定 位系 统 +GPS） *(研 究 +调 查 +设 计 ) 例 2. 课 题 名 称 ： 手 持 式 心 电 图 机n 关 键 词 1： 手 持 便 携 微 型 小 型 袖 珍 迷你n 关 键 词 2： 心 电 图 机检 索 式(手 持 +便 携 +微 型 +小 型 +袖 珍 +迷 你 ) *心 电图 机 例 3. 课 题 名 称 : 酸 奶 机n 关 键 词 1:酸 奶 酸 乳 发 酵 乳n 关 键 词 2： 机 罐 装 置 设 备 检 索 式 (酸 奶 +酸 乳 +发 酵 乳 ) * (机 +罐 +装 置 +设 备 )