北大课件信息检索方法与技巧

《北大课件信息检索方法与技巧》由会员分享，可在线阅读，更多相关《北大课件信息检索方法与技巧（203页珍藏版）》请在金锄头文库上搜索。

1、 2.1 上网搜索前的准备工作2.2 搜索基本方法2.3 选用关键词的基本技巧2.4 搜索过程中常见错误及解决方法2.5 网上信息评估方法2.6 在实践中获取搜索经验2.7 搜索实例21 上网搜索前的准备工作搜索之前先思考在开始搜索之前，应考虑这样一些问 题：所需信息网上是否存在？如果存在， 会出现在何处？其表现形式如何？网页中 会含有哪些关键字等等。 确定搜索概念或意图u 大家知道，网上孤立的数据是毫无意 义的，只有对需要它的人才会有价值 u 必须从一个问题或一个主题开始，仔细 分析需求，对这个问题或主题有一个明确 的陈述，明白什么信息是重要的，什么信 息是不需要的，从而对搜索方案作进一步

2、调整，或是再确定一种比较好的搜索方案 ，进行重新搜索，这比在网上毫无目的的 搜索效率要高得多。 u 确定搜索意图后，首先要确认的是，要 搜寻的是信息还是网站？ u 其次，必须确定要找的是某个特定信 息，还是大量相关信息？ u 最后要考虑的是所要找的信息是否有专 门的网站收集并发布？ 准确选择描述概念的关键字确定了搜索的概念或意图后，接着就 要仔细选择能准确反映搜索概念的关键词 ，这是因为每个搜索引擎的制作过程都离 不开关键词，无论是给一个主类别做分类 目录，还是管理个人网站，都需这些关键 词。 可表达任何内容。如行业、理论、地 区、人物、时间、产品、企业、网站、事 件、行为 表达某种概念，但不

3、限于名词。如“ 飘”本身是无明确意义的动词，但用于搜 索小说飘则是表达明确概念的主题词 u “搜索研究院”（）的搜 索引擎研究者将关键词分为等同词、上 位词、下位词l 主题词：表达某种明确概念的词。 引起等同词的原因：缩写、全称、简称、学名 、俗名、简繁体、不同语言说法、不同地区说法 （美语英语，港台大陆）、不同时代说法（古今 、代差）、别称、全角半角、大写小写、错别字 、网络通假字、敏感词通假 l 等同词：某种明确概念，可以有不同的表达 词。这些不同的表达词指的是同一个明确概念 ，互相等同，可以称为等同词。例，“飘”、“乱世佳人”、“Gone with the wind”、“随风而逝”、“g

4、onewiththewind”。可 能有更多等同词，网上，每一人的独特表达方式 都是等同词，不受任何制约。 例，“鳜鱼”、“ 桂鱼”、“桂花鱼”、“季花鱼”、“花鲫鱼” l 上位词：上位词，指概念上外延更广的主 题词。 上位词是相对某主题词的，也有它自己的等同 词、上位词、下位词、同类词。 1个主题词所表达概念的任何一种属性、任何 一种归类方式，都可是它的上位词。例如：“鲜 花快递”的上位词可以是“鲜花”、“快递”、 “网上购物”、“鲜花礼仪”、“鲜花店”、“礼品 公司”。 例：“王菲”的上位词可以是“歌星”、“女人” 、“妈咪”、“女儿”、“香港”、“狮子座”例如：”花”是”鲜花”的上位词，

5、“植物” 是“花”的上位词，“音乐”是“mp3”的上位 词。l 下位词：指概念上内涵更窄的主题词。 例：”鲜花速递”的下位词包括”上海鲜 花速递” 、”深圳鲜花速递”、 ”网上鲜 花速递”，”笨小孩”是”歌”的下位词， ”笨小孩”是”刘德华”的下位词。 下位词是相对某主题词的，也有它自己的 等同词、上位词、下位词、同类词。 l 同类词： 指与主题词具有某种相同属 性的词。 与主题词有同一个上位词的，都是同类词。所 以，推算一个主题词的同类词，可以从这个主题 词的某个上位词开始反推。 以主题词yahoo例，“looksmart yahoo odpabout”是作为“分类目录”属性的同类词； “y

6、ahoo altavista vivisimo hotbot”是作为 “搜索引擎”属性的同类词；“yahoo sina sohu”是作为“中文门户”属性的同类词； “yahoo hotmail bigfoot”是作为“电子邮箱 ”属性的同类词； u 这种使用搜索事物的归属和属性进行分 类，可使搜索者在选择关键词时，思路更 开阔。 检索串组合实例检索串成分 检索串实例 主题词 刘德华 （相对于主题词刘德华）主题词主题词1 刘德华 朱丽倩 主题词主题词2 刘德华 911 主题词主题词3 刘德华 车牌号 主题词等同词 车厘子 樱桃主题词上位词 刘德华 男歌手主题词下位词 刘德华 笨小孩 上位词上位词

7、 香港 男歌手下位词列举搜索1（歌） 爱你一万年 笨小孩 假装 你是我的女人 下位词列举搜索2（唱片） 真我的风采 谁人知 忘情水 真永远 下位词列举搜索3（电影） 全职杀手 孤男寡女 暗战 阿飞正传 同类词列举搜索1（四天王） 张学友 黎明 郭富城 同类词列举搜索2（分类目录） looksmart yahoo odp about 同类词列举同类词列举 I love you 我爱你 法语 俄语 检索串中的关键词u 检索串：你输入搜索引擎搜索框中的文 字和符号。 u检索串的3种成分：主题词、辅助词、外 部特征限制1.输入搜索框的检索串，千变万化，但都是 由这3种成分组合而成。 2.有意识的用这3

8、种成分去分析搜索需求，去 设计检索串，可以获得极高的效率，可以避 免漏搜。 l主题词：表达某种明确概念的词 1.主题词可以表达任何主题，表达某种概念 但不限于名词。如行业 2.一个主题词通常有很多等同的表达方式。 缩写和全称等l 辅助词：除主题词以外，跟主题相关的 网页中可能存在的任何文字。 1.辅助词通常是没有单独意义、随主题各 异的动词、数词、量词、代词、形容词 2.如下载、试听、万、年、元、免费 l 外部特征限制有两种。 1.对词的外部特征限制。如位置（标题、 url），关系（near:），变化（通配符） 2.对网页的外部特征限制。如site:，url 层数，网页大小，域名，语言，时间，

9、文件格式u这种根据关键词的作用和性质将检索串 的词语进行分类的方法，可帮助搜索者准 确定位关键词。检索串设计实例检索串成分 检索串实例主题词 中国人 辅助词 亿 主题词辅助词 中国人 亿主题词外部特征限制 中国人 site:主题词辅助词外部特征限制 中国人 亿 site:说明： 1. 主题词可以单独成为检索串。 2. 1个检索串中至少有1个主题词。 3. 1个检索串中可以有多个主题词。选择适合的搜索引擎u 使用相同的关键词在不同的搜索引擎 中进行搜索，所获结果往往差异甚大。这是因为各种搜索引擎的设计目的和发 展走向存在着许多不同，而导致信息覆盖 范围差异甚大，信息内容各异u 搜索开始之前，要根

10、据搜索目的和搜索 内容来确定使用哪一类搜索引擎比较合适 。例如，是使用目录导航还是使用关键词搜索 ？如果使用关键词（组）搜索，还要考虑是使 用搜索引擎的简单搜索还是高级搜索？要不要 用到布尔（Boolean）运算或者固定词组（ phrase）？ u 确定搜索引擎后，要仔细阅读所选搜索引擎的 说明，比较不同搜索引擎的强弱点，再考虑选择 何种搜索引擎。一般在 Help、 advanced search、FAQ（常见 问题）、查询诀窍（search tips）等中。u 如想寻找某种参考资料，就应选择 全文搜索引擎u 如果需要查找非常具体或者特殊的问 题，例如查询某种商品或服务，即可选用 目录索引，每

11、个搜索引擎都有自己的信息采集原则和不同 的特点，只有选择合适的搜索工具才会节约时 间，获得最佳搜索结果。目标非常具体，而目录索引中链接条目所容 纳的信息量有限，无法满足需求。 u 如果希望查找的是某些确定信息，如Mp3、地 图等，最好使用专门的Mp3、地图垂直搜索引擎u 如果想查找一些专业资料，最好用专业性的搜 索引擎。u 在选择搜索引擎过程中，还应注意不要专一 使用某一个搜索引擎，因为再好的搜索引擎也有 局限性，合理的方式应该是根据具体要求选择不 同的引擎。而且最好使用一个以上搜索引擎。 网站在提交目录索引时都被要求提供站点标 题和描述，且限制字数，所以网站所有者会 使用最精练的语言来概括自

12、己的业务范围， 让人一目了然。 搜索引擎网址简简介 常用中文搜索引擎 百度（Baidu）www.baidu. com提供新闻、网站、网页、MP3、图片、Flash、 信息快递等搜索，具有网页快照、预览、相关 搜索词、错别字纠正提示等功能。是国内网民 常用的搜索引擎。Google中文www.googl 文处理技术先进，搜索相关性高，高级搜索语 法丰富，且网页更新较快。是最常用的搜索引 擎之一。 Openfind中文www.openf 提供按网页大小或日期排序。目前简体中文为 测试版。 北大天网http:/e.pku. 使用简单中文关键词可搜到一些内容，但效果 较差。常用搜索引擎一览搜索引擎

13、网址简简介 常用英文搜索引擎 G具有新闻组 、图像、新闻等搜索，以搜索相关 性高闻名。Alltheweb(Fast)www.alltheweb.co m高级检 索强大，有新闻、图片、MP3、Video 、ftp，利用ODP对搜索结果简单 分类。资料 涉及非常冷僻的领域。 A有图像、音频、视频 、新闻搜索，高级语 法 强大。Inktomisearch.positiontech. com技术设 置和参数可调性高，支持的门户 搜索数 据库和排序多不同。Northernlightnlresearch.northernl 速度略慢，杂志数据有独特搜索价值，能对结 果作简单 自动分类，翻页数不限，支持通配

14、符 。W提供类似简单 自动分类和相关检索词的 WiseGuide，及预览 搜索结果的Sneak-a-Peek。 O支持按网页大小或日期排序。T速度略慢，支持类似自动分类的Refine；同时 提供专业链 接目录的Resources。搜索引擎网址简简介 特殊功能搜索引擎 A具有大型的问题库 ，支持自然语言 提问搜索，适合搜索常识性的问题 答案。Vivisimowww.vivisimo. com元搜索引擎，有目前最好的搜索结 果自动分类技术。下拉菜单支持各 新闻、购物、独立搜索引擎等的自 动分类搜索。Faganfindwww.faganfin Faganfind象一个书签，它为几十种 特殊搜索需求都挑选了多个优秀搜 索工具，可点击子分类进入挑选使 用，也可以很方便的直接用它默认 的搜索工具。细化搜索条件u 一般来说，给出的搜索条件越具体，搜索 引擎的返回结果会越精确。 例，使用Baidu搜寻有关“word文档格式转换方法 ”，如仅输入“word”，得到23万条结果。而如 输入“word 文档格式 转换”（word、文档格式 和转换之间用空格隔开），则结果减少到了4千条 。显然输入较具体条件可以过滤掉大量的无用信 息。 u 许多搜索引擎提供对搜索结果进行细化与再查 询功能，有的搜索引擎可对获得结果进行新一轮 查询；有的则在搜索结果中有“查询类似网页”按钮Google在搜