《信息检索基础》PPT课件.ppt

第3章信息检索基础,3.1信息检索概述3.2信息检索技术3.3信息检索效果评价,从信息资源开发与利用的角度讲，信息检索是将信息按一定的方式组织和存储起来，并根据信息用户的需求找出有关信息的过程；从信息用户的角度讲，信息检索就是从已存储的信息资源中检索出与用户提问的相关的文献、知识、事实、数据的逻辑运算和技术造作过程；从社会角度讲，检索广泛存在于人们的日常生活行为当中，比如去实验室、图书馆、食堂、超市等找到个人所需要的物质，精神物品等。,3.1信息检索概述,信息资源共享（informationresourcesharing）是当今社会的一个热点问题。为了分享人类共同的知识财富，人们必须通过一种科学的方法从取之不尽的信息源中区识别和获取所需要的那部分信息，这个过程就是检索（retrieval）。,3.1.1信息检索的特征,有确定的目标有一个可能的信息解的集合有一定的线索可依搜索的过程是针对一定的目标、遵循一定的线索，不断缩小范围的求解过程。,3.1.2信息检索与查找,信息检索：从信息集合中识别和获取所需信息的过程及其所采取的一系列方法和策略。简单说就是从信息集合中迅速，准确地查找出所需信息的过程和方法。信息集合：指有组织的信息资源总体，可以是：馆藏目录，数据库、（印本）检索工具等。,目录索引正文,信息检索与查字典类比：,快速定位,检索与查找的区别：,注意,如果不加可以区分，检索和查找就没有区别,3.1.3信息检索原理,从技术上讲，信息检索是以信息的存储和检索之间的相符性为基础的，检索的全过程包括两个子系统：存储子系统和检索子系统。如下图为“信息检索原理图”。,3.1.4信息检索的类型（如下图：信息检索分类示意图）,2000以前有关某课题检索的期刊有多少？,黄河有多长？,2008奥运会竞技项目有多少？,注意：,数据检索和事实检索是要检索包含在文献中的具体情报，是确定的检索，可以直接利用；文献检索则是要检索出包含所需要情报的文献。,万方数据资源,3.1.5信息检索的意义及步骤,意义：避免重复研究，提高研究效率节省查找资料时间，提高信息获取效率获取新知识的捷径，培养创新型人才,步骤：分析检索课题，明确信息需求选择检索工具，了解检索系统确定检索途径，选定检索方法实施检索策略。浏览检索结果调整检索策略，获得检索信息,信息检索步骤示意图,分析检索课题1.主题内容2.时间范围3.信息类型4.检索语种,主题概念,确定检索途径1.分类途径2.主题途径3.题名途径4.著者途径5.其它途径,选择检索方法1.顺查法2.倒查法3.抽查法4.追溯法5.交替法,信息线索,确定一次信息出处1.缩写还原为全称2.音译转换成原名3.信息类型,选择检索工具1.馆藏目录2.图书馆信息检索系统,获取一次信息,选择检索工具1.索引、文摘2.全文数据库,第3章信息检索基础,3.1信息检索概述3.2信息检索技术3.3信息检索效果评价,3.2信息检索技术检索技术是指利用光盘数据库、联机数据库、网络数据库、搜索引擎等进行信息检索时采用的相关技术，主要包括布尔检索、截词检索、字段检索、限制检索、临近检索等。,计算机信息检索系统的类型,检索系统存储的内容,文献信息检索系统事实信息检索系统数值信息检索系统图像信息检索系统多媒体信息检索系统,检索系统工作方式,脱机信息检索系统（20世纪5060年代）联机信息检索系统（20世纪70年代光盘信息检索系统（20世纪80年代网络信息检索系统（20世纪90年代,计算机信息检索技术是用户信息需求和文献信息集合之间的匹配比较技术。由于信息检索提问式是用户需求和信息集合之间匹配的依据，所以信息检索技术是信息提问式的构造技术。目前，计算机检索已经从基本的布尔逻辑检索、截词检索、临近检索、限制检索、短语检索、字段检索发展为高级的加权检索、自然语言检索、模糊检索、概念检索和相关检索等多种技术并存。,3.2.1选择合适的检索词,头脑风暴法：在开始检索之前，写出一些详细描写主题的句子，用下划线将句子的关键词和短语划出来。有了最初的关键词列表之后，要尽可能地列举出更多的关键词或短语。请记下你的任何想法，甚至是一些看上去还没有考虑成熟的想法，但有时是最有用的。,例如：飞机（飞行器包括飞机，飞机包括航天飞机）,我们用下面这个例子来了解头脑风暴法如何帮助我们找到合适的检索词。,检索主题1：提高电子邮件的安全可以通过改善邮件程序、对邮件地址进行认证以提高用户的警惕性。,首先利用头脑风暴列出关键词和短语：电子邮件Email，e-mail，安全，认证，程序，警惕性。短语：网络安全，电子邮件系统，软件。,检索词一旦确定，我们需要到哪里去检索呢？图书馆拥有的数据库是最好的选择，我校拥有的数据资源如万方数据资源，超星图书资源将在数据库检索这一讲中具体讲解。,检索主题2：通过对上网者的研究，发现长时间使用网络将影响人的心理健康。有调查显示，上网时间过长会导致人抑郁和孤独。1，主题词：网络，internet，上网者，上网，影响，健康，沉溺，调查，抑郁，孤独。2，找到主要关键词的同义词：（internet）网络，互联网，电脑，信息高速公路，在线，web，worldwideweb等3，列出其他词的同义词或可替代词（如心理健康）高兴，愉悦，健康，沮丧，郁闷，孤独，孤单，难过，悲伤，情绪低落等。,3.2.2布尔逻辑检索,AND（*）（&）（空格）AandB逻辑与A和B都为真时才为真，即A&B。逻辑含义用图表示为：,布尔逻辑检索组配是现行计算机检索的基本技术，主要通过布尔运算符“与（and），或（or），非（not）”进行检索。,OR（+）（）AorB逻辑或A和B只要有一个为真，结果就为真，即A+B。逻辑含义用图表示为：,NOT（！）（-）AnotB逻辑非A为真，B为假时，结果才为真，即A-B。逻辑含义用图表示为：,注意：,布尔运算符的优先次序为：notandor,分析实例：,郑州零售业的现状及发展趋势郑州，零售业，现状，发展趋势郑州and零售业and（现状or发展趋势）,3.2.3截词检索,截词符就是用一个符号来代替单词的一部分或某个字母，截词符只用于英文检索。,按截词位置分：前截断，后截段，中截段按截词字符数量分：非限制阶段，限制阶段,通常*表示截词符号，不同的系统有不同的用法。,后截断例：comput*表示其后可带任何字符，并且数量不限，如computer，computing等fib？表示其后只能带两个字符，如fiber，fibre等。,中截断（通配符或屏蔽）例：colo？R，可检索到包含color，colour等记录Colo？1r，只能检索到包含colour的记录。,3.2.4字段检索（rangesearching）字段检索即指定检索词出现的字段，被指定的字段也称检索入口，检索时，系统只对指定字段进行匹配运算，提高了效率和查准率。西文数据库，字段检索常用代码表示。,3.2.5限制检索,针对特定年代、特定类别、特定检索点等作限制，包括前缀限制符和后缀限制符。,后缀限制符例如：/TI限在题目中查/AB限在文摘中查/DE限在叙词标引中查,前缀限制符例如：AU=限查特定作者JN=限查特定刊名LA=限查特定语种PN=限查特定专利号PY=限查特定年代,3.2.6邻近检索,邻近检索用于规定检索词相互之间的邻近关系的检索，包括在记录中的顺序的相对位置。常用的位置算符有（W）、（nW）、（N）、（nN）、（F）、（S）等，各个检索系统中位置算符有所不同，具体查看其使用说明。,3.2.7网络检索,短语检索(半角双引号)自动纠错检索(如:李熬,你是不是要检索李敖)自动转换检索(如:汉语拼音转换成文字)自然语言检索概念检索(同义词/近义词/狭义词,如搜索引擎Excite)相关检索,3.2.8其他表述：,二次检索/在结果中检索精确检索模糊检索跨库检索/一站式检索扩展检索（类似搜索引擎的概念检索）一般检索/高级检索/专业检索还有什么检索？,第3章信息检索基础,3.1信息检索概述3.2信息检索技术3.3信息检索效果评价,3.3信息检索效果评价,检索效果（retrievaleffectiveness）是指检索系统检索的有效程度，它反映检索系统的能力。也涉及实施检索的人所能发挥检索系统的最大能力、效益等因素。包括6个方面：收录范围、查全率、查准率、响应时间、用户负担及输出形式。其中两个主要的衡量指标是查全率（Recallratio）和查准率（precisionratio），分别用R和P大写字母表示。,查全率(RecallRatio):R=a/(a+c)*100%查准率(PrecisionRatio):P=a/(a+b)*100%一系列的实验结果表明查全率与查准率之间存在互逆关系。,小结,计算机信息检索技术是用户信息需求和文献信息集合之间的匹配比较技术。布尔逻辑检索、截词检索、邻近检索、短语检索、字段检索网络信息检索检索与查找的区别信息检索的含义、原理、类型、意义信息检索工具、方法、步骤信息检索类型划分示意图能通过“信息检索原理图”理解信息检索原理能够借助“信息检索步骤示意图”理解并记忆信息检索的步骤知道信息查全率和查准率,一些疑问？,如何在实践中应用这些技术？即使用了这些技术，要么检索结果太多，要么检索结果太少，有没有什么方法解决这些问题？,课下练习：,图书馆检索检索系统的使用搜索引擎的使用（运用搜索引擎的使用技巧练习对百度、谷歌的使用，参考题目：宋美龄的美国国会的演讲稿；想找阿富汗的地图，以下哪几种搜索方法是正确的？等）,