第二章 计算机检索精简版

《第二章 计算机检索精简版》由会员分享，可在线阅读，更多相关《第二章 计算机检索精简版（55页珍藏版）》请在金锄头文库上搜索。

1、第二章 计算机信息检索第一节 计算机检索简介 第二节 计算机检索系统的构成 第三节 计算机检索的方法和步骤 第四节 应用图书馆网站检索第一节 计算机检索简介一、计算机检索1、定义简称机检，指利用计算机查找文献信息的过程。第一节 计算机检索简介 一、计算机检索2、检索原理（p32）检索提问匹配运算数据库命中文献图2-1 检索原理示意图 （1）利用某个检索系统查找某课题文献， 假设检索出文献总量为20篇，但经判断 有4篇文献与课题无关，那么查准率为多 少？ （2）利用某检索系统查找某课题相关文 献，假设差找出的与该课题相关文献总 量为30篇，经测算查全率为75%，试问 该数据库中还应该有多少篇与课

2、题相关 的文献没有检索出来？国外计算机信息检索发展概况计算机信息检索经历了4个发展阶段脱机检索(1954-1964)联机检索(1965-1972)光盘检索(1985至今 ) 网络检索(1990至今 )二、计算机信息检索发展历程1.脱机检索阶段（1954-1964）l脱机检索是指利用本机数据库中存储的 数据信息进行检索l检索人员检索策略成批检索用户l不足：地理上的障碍；时间上的迟滞； 封闭式的检索2.联机检索阶段（1965-1972）l联机检索是指用户利用检索终端，通过通 信网络与检索系统联机，从检索系统中的 数据库中进行检索。如：Dialog国际联机 检索系统。l用户检索策略“人机对话”用户获

3、得 所需信息3.光盘检索阶段（1985-至今）l光盘检索是指以光盘作为信息存储载体 ，利用计算机和光盘驱动器读取光盘上 的信息进行检索l检索费用低（不需要昂贵的联机检索通讯费用）4.网络检索阶段（1990-至今）l网络检索是指利用Internet，对网络上 各种资源进行检索lInternet是联结了一百多个国家、几万 个信息网络、几百万台主机、几千万个 终端用户，进行实时信息检索、资源共 享的国际性超级计算机网络。国内计算机信息检索发展状况第一阶段 （1974-1979年）学习、引进 第二阶段 （1980-1993年）起步、研究 第三阶段 （1994年） 发展、商业应用 第二节 计算机检索系统

4、的构 成 v计算机检索系统v包括硬件部分、软件部分、数据库和通信 网络。第二节 计算机检索系统的构 成 v1、硬件部分；v主机：计算机的核心部件 v外围设备：外部存贮器：磁盘、光盘输入输出设备：键盘、鼠标、扫描仪等 其他：运算器、控制器第二节 计算机检索系统的构 成 v2、软件部分； 软件：是用来管理、控制与规定计算机运 行步骤的各种程序的总称。包括系统软件 、应用软件。第二节 计算机检索系统的构 成 v3、 数据库v定义：数据库（Database)是在计算机存 贮设备上按一定方式存贮的数据的集合， 通常由一组相关的文档组成。v 数据库的构成由“文档记录字段”三个层次构成。数据库是由一个或多个

5、文档(File)构成 的集合 ,每个文档由若干记录(Record)组成,每条记录 由若干字段（ Field）构成。 认识数据库 数据库是组织信息的一种常见的方法，内容结构如下：文档1(file)：一张表就是一个文档字段(field)记录 (record)文档2文档n数据库 (database)数据库结构图1）文档结构（File)（p25)是数据库中一部分记录的集合。许多大型数 据库往往包含有数个以万计的记录，为便利用户 检索，常划分为若干文档。2）记录（Record)是构成数据库或文档的基本单元，它 是对有关文献或数据的整体描述，。每一条记录都由若干字段构成。字段 是构成记录的数据单元，每个字

6、段就相当 于文献的一个著录项，都是一条检索记录 的途径。论 文 题 目：计算机病毒的通用防护技术 作者 ：刘小玲 单位 ：浙江大学计算机学院 母体文献 ：计算机学报 出版地 ：北京 出版时间 ：2005 卷、期 ：15（4） 页码 ：18-22 字段（数据库）=款目（著录、标引）=检索点/检 索入口/检索字段（检索界面）/检索项/检索途径基本索引字段：反映 记录中主题内容特征 的字段。如题名、摘 要、关键词等辅助索引字段；反映 记录的外表特征的字 段。如作者、作者单 位、期刊名、出版年 份等3）字段是记录的基本单元。(p36)一、 检索方法 逻辑检索法 位置检索法 字段检索法 截词检索法第三节

7、 计算机信息检索方法及步骤用布尔逻辑算符把若干个检索词或词组 连接起来，构成检索提问式。1）逻辑“与” “同时”的关系：表示被命中文献 必须同时含有检索词。逻辑算符：AND；* 例如：查数字图书馆网络安全方面的文章数字图书馆 AND 网络安全（数字图书馆*网络 安全）1、逻辑组合检索(p34)2）逻辑“或”“或者”的关系 ：表示命中文献中 含有两词之一或同时包含两词。逻辑算符：OR；+例如：查二氧化硫方面的文章二氧化硫 OR SO2（二氧化硫 + SO2)3）逻辑“非” “不属于”的关系：表示被检索文 献在含有检索词A而不含有检索词B时才被命中。逻辑算符：NOT；-例如：查非酒精饮料方面的文章

8、饮料 NOT 酒精 (饮料 酒精）逻辑算符的优先级 逻辑算符的优先级从高到低依次为： 逻辑非“NOT”逻辑与“AND”逻辑或 “OR”。 组配检索的执行顺序是：有括号时，先括号内后括号外；没有括 号或在同一括号内的次序是从左到右.4） 嵌套检索根据检索需求多次运 用逻辑算符例：查本科生或研究生的就业问题（本科生 OR 研究生）AND 就业例如，查找“细菌对染料破坏”方面的文献检索词：细菌、破坏、染料 逻辑运算符：and 检索结果:命中同时用这三个词标引的文献细菌对染料破坏 染料对细菌的破坏 位置检索法又称邻近检索法，是用位置算 符来规定检索词在检出结果中的相对位置 关系和前后次序的一种检索方法

9、。 位置算符主要有： 邻近位置算符W（Word或With）、N（ Near）、nW、nN; 字段位置算符F（Field）; 句子位置算符S（Sentence）; 2、位置检索法(p35) (W)或( )算符：“With”的缩写 词序不许颠倒 两词之间不许插词，只许空格或连字符号 A(W)B或A()B 表示A之后紧跟B例 CD(W)ROM 将命中 CD ROM 或 CD-ROM邻近位置算符 (nW)算符：“n words”的缩写 检索词之间允许插入0n个词 词序不许颠倒 A(nW)B A与B之间最多可插入n个单词，位置 不能颠倒 例 control (1W) system 可检出 control

10、 system 和 control in system contro of system (N)算符：“Near”的缩写 词序可以颠倒 两词之间不许插词 A(N)B A、B之间位置可以颠倒，中间不能插词例 信息(N) 传播可检出 信息传播 和 传播信息 (nN)算符： 检索词之间允许插入0n个词 词序可以颠倒 A(nN)B A、B位置可颠倒，中间可插入n个词 例子：检索式control (1N)system 检索出：control system ;control in system;system of control等 字段位置算符(F) ：“ Field”的缩写 算符两侧的检索词必须在同一字

11、段内 词序及两词间插入的词数不限例 digital (F) computer / TI表示检索题名中含有digital computer方面的文献。字段位置算符 句子位置算符(S) ：“Sentence” 的缩写 算符两侧的检索词必须在同一句子 词序及两词间插入的词数不限句子位置算符 在检索系统中，使用缩小和限定检索范 围的方法叫限制检索。 限制检索法又称字段检索法，指限定检 索词必须在数据库记录中规定的字段范 围内出现的一种检索方法。3、字段检索法p36最常用的字段限制符 基本字段检索用后缀限制符“/”表示 例：在题名字段和文摘字段中检索有关计算机的文献。 检索式：computerTI，AB

12、基本字段检索法 辅助字段用前缀限制符“=”表示。 例：查找1999年出版的文献 检索式：PY=1999 例：检索2008年关于欧洲旅游方面的文献 检索式：欧洲AND旅游AND PY=2008辅助字段检索法4、截词检索 (truncation) 截词符截词是指将检索词在适当的地方截断，截词检索是 用截断词的一个局部进行的检索，凡是满足这个截词所有 字符(串)的记录，系统都为命中。截词符用于代替检索词的词尾或其它部位的字符 。常用的截词符有：* ? $ #等表示。 无限截词符*（一个符号可代替任意个字母） ，表示允许在词干后出现的字符数不限 有限截词符? （一个符号只代替零或一个字 母），表示允许

13、出现的字符个数。截词方式有很多，按截词位置可以分为：前截断（后方一致） ：?oman后截断 （前方一致）： woma?中间截断（两端一致）： wom?n截词检索法1）后截断后截断是在检索词词干后面加截词符，表示不限制或限制词 尾可变化的字符数，即查找词干相同的所有词。从检索性质上讲， 后截断是前方一致检索。例： librar? 相当于Libraries,librarian,library 主要用于：词的单复数，company、companies年代检索，200？词根检索2）中截断 (通配符或屏蔽)是把截断符号置于一个检索词的中间，对词中间出现变化的字符数加以限定。一般中截断仅允许有限截断。例：

14、organi？ation, 可检索到包含organization和organisation的记录。一个？代表零个或一个字符。例： colo?r ，可检索到包含 color、colour的记录。3）前截断（后方一致） ：是将截词符号放置在检索词词干前面，表示不限制或限制词头可变化的字符数，即查找词尾相同的所有词。例：*Chemistry 检中结果：chemistry、biochemistry、Electrochemistry、physicochemistry（物理化学）等。 截词检索在中文数据库中截的是词意，例：“西北*” ，分别检出了：西北农林科技大学学报、 西北园艺、西北纺织学院学报等。 在

15、外文数据库中截的是词的后缀，截断派生出的词汇 和原来的词义基本一致。例：金属“ metal*”，分别检出了：metal 、 metals、metaled、metalist等。利用截词检索时，注意截词的部位，一定不能截的 太深，否则误检率会很大。截词检索法扩大检索范围，提高查全率的方法扩大检索范围,提高查全率的方法 1、考虑同义词或近义词（使用布尔逻辑符or连接）2、选择较大检索范围的字段如摘要3、使用截词符4、使用上位词（如飞行器 _航天飞机_ 载人航天飞机）缩小检索范围，提高查准率的方法1、使用and 、not等限制检索范围2、使用位置算符3、选择检索范围较小的字段4、使用二次检索5、使用下位词6、使用精确检索，如对于固定短语来说可用“”引起来缩小检索范围，提高查准率的方法三、机检程序 1分析课题需求、确定检索内容和检索范围 2选择检索系统和数据库 3. 选择检索词，编写检索提问式，制定检索策略 （1）选择检索词 （2）编写检索提问式 检索提问式的编写步骤： 将课题语句切分成检索词。 删除那些不具有检索意义的虚词和其它词及过分宽泛和 过分具体的限定词、存在蕴含关系的可合并词。 对检索词进行组合，构成检索提问式。 （3）制定检索策略 4.上机检索操作 5.分析检索结果,调整检索策略三 分析课题确定检索词和检索词之间的关系1 课题涉