《第二讲_计算机检索基本原理》由会员分享,可在线阅读,更多相关《第二讲_计算机检索基本原理(58页珍藏版)》请在金锄头文库上搜索。
1、第二讲第二讲_计算机检索基计算机检索基本原理本原理第三讲第三讲 中文数据库资源中文数据库资源 第六讲第六讲 英文全文数据库检索英文全文数据库检索网络资源与信息检索课程安排第四讲第四讲 搜索引擎检索搜索引擎检索 第二讲第二讲 计算机检索基本原理计算机检索基本原理第七讲第七讲 数字信息资源综合利用数字信息资源综合利用 第五讲第五讲 英文综合参考数据库检索英文综合参考数据库检索第一讲第一讲 概述概述(主讲主讲:李冰李冰)v本章具体内容安排:本章具体内容安排: v2.1计算机检索基本原理概述计算机检索基本原理概述v2.2计算机检索基本原理计算机检索基本原理v2.3文献信息数据库的基本概念文献信息数据库
2、的基本概念v2.4计算机检索策略的构建与调整计算机检索策略的构建与调整v要求:初步掌握计算机检索的基本原理、基本要求:初步掌握计算机检索的基本原理、基本类型及其检索策略的构建与调整。类型及其检索策略的构建与调整。 第二讲第二讲 计算机检索基本原理计算机检索基本原理2.1计算机检索基本原理概述计算机检索基本原理概述2.1.1计算机检索概念计算机检索概念通过计算机进行的文献信息检索称通过计算机进行的文献信息检索称为计算机检索。为计算机检索。随着计算机技术、远程通讯技术和随着计算机技术、远程通讯技术和信息存储技术的飞速发展,信息存储技术的飞速发展,信息检索由信息检索由手工检索过渡到了计算机信息检索手
3、工检索过渡到了计算机信息检索。计。计算机检索的成功应用,为我们更为及时、算机检索的成功应用,为我们更为及时、准确、全面地继承、利用和发展人类的准确、全面地继承、利用和发展人类的科研成果提供了先进的手段。科研成果提供了先进的手段。2.1计算机检索基本原理概述计算机检索基本原理概述2.1.2计算机检索发展计算机检索发展第一个阶段:脱机检索阶段(第一个阶段:脱机检索阶段(50年代至年代至60年代)年代) 脱机检索(脱机检索(Offline Retrieval):即批处理检索):即批处理检索 检索要求检索要求 检索系统检索系统 检索结果检索结果 检索人员检索人员检索策略检索策略成批检索成批检索用户用户
4、 缺点:缺点:1. 地理上的障碍地理上的障碍(远、不便于检索结果的获取)远、不便于检索结果的获取)2. 时间上的迟滞(定期检索,不能及时获取)时间上的迟滞(定期检索,不能及时获取)3. 封闭式的检索(指检索策略一经输入系统就不能封闭式的检索(指检索策略一经输入系统就不能更改,更不能依据机检应答来修改检索式)更改,更不能依据机检应答来修改检索式) 2.1计算机检索基本原理概述计算机检索基本原理概述第二个阶段:联机检索阶段第二个阶段:联机检索阶段 (Online Retrieval)()(60-80年代年代) 终端设备终端设备 通讯网络通讯网络 检索系统检索系统用户用户 检索策略检索策略人机对话人
5、机对话 获取信息获取信息 三个时期:三个时期:60年代开发试验;年代开发试验;70年代末应用年代末应用阶段;阶段;80年代以后进入年代以后进入信息信息计算机计算机卫星通信卫星通信三三维一体的新阶段,即以信息文献不受地区、国家限维一体的新阶段,即以信息文献不受地区、国家限制而真正实现全世界资源共享为目的的国际联机信制而真正实现全世界资源共享为目的的国际联机信息检索阶段。息检索阶段。 2.1.1联机检索阶段优缺点联机检索阶段优缺点v优点:优点:v1.1.速度快效率高速度快效率高v2.2.检索范围广泛全面检索范围广泛全面v3.3.检索图径多方便灵活检索图径多方便灵活v4.4.检索内容新实时性强检索内
6、容新实时性强v5.5.检索辅助功能完善检索辅助功能完善v缺点:缺点:v1.1.检索的费用高检索的费用高v2.2.检索系统及其文档如数据库收录、标引、特点检索系统及其文档如数据库收录、标引、特点较难了解熟悉较难了解熟悉v3.3.检索技术和技巧不宜掌握检索技术和技巧不宜掌握2.1.2国际著名的联机检索系统国际著名的联机检索系统 著名的国际联机检索系统有美国的著名的国际联机检索系统有美国的DIALOG系系统、统、ORBIT系统、系统、BRS系统以及系统以及MEDLARS系统,系统,还有欧洲的还有欧洲的ESA/IRS系统、英国的系统、英国的BLAESE系统等。系统等。 这些系统很快发展成为国际性情报检
7、索系统,这些系统很快发展成为国际性情报检索系统,数据库种类及其检索存储记录都在迅速增加,如:数据库种类及其检索存储记录都在迅速增加,如:美国的美国的Dialog系统系统,1984年就有年就有200多个数据库,多个数据库,其中包括其中包括美国的美国的医学索引医学索引、荷兰、荷兰医学文摘医学文摘、美国美国生物学文摘生物学文摘、美国、美国化学文摘化学文摘等。等。 如今此联机检索系统仍然是世界上最有影响如今此联机检索系统仍然是世界上最有影响的联机检索系统。的联机检索系统。 2.1计算机检索基本原理概述计算机检索基本原理概述第三阶段:光盘检索阶段第三阶段:光盘检索阶段 1983年,出现了一种新的存储器,
8、年,出现了一种新的存储器,CD-ROM光盘。光盘检索具有储量极大而体积微小,要求设光盘。光盘检索具有储量极大而体积微小,要求设备简单,可随地安装,使用方便、易于操作,检索备简单,可随地安装,使用方便、易于操作,检索费用低(不需要昂贵的联机检索通讯费用),因可费用低(不需要昂贵的联机检索通讯费用),因可随时修改检索策略而具有很高的查全率和查准率等随时修改检索策略而具有很高的查全率和查准率等优点。优点。 Chemical Abstracts Index光盘(光盘(1987-1991):由美国化学文摘社与美国剑桥光盘公司):由美国化学文摘社与美国剑桥光盘公司联合研制,收录联合研制,收录1987-19
9、91年年化学文摘化学文摘的全部的全部内容。内容。 2.1计算机检索基本原理概述计算机检索基本原理概述Science Citation Index(SCI)光盘)光盘(科学引文索科学引文索引引):由美国费城科学情报研究所编辑出版,收录:由美国费城科学情报研究所编辑出版,收录1961年以来有关生命科学、医学、物理、化学、年以来有关生命科学、医学、物理、化学、农业、工程技术、行为科学等方面的文献及引文。农业、工程技术、行为科学等方面的文献及引文。 CAJ(中国学术期刊):是由清华大学开发(中国学术期刊):是由清华大学开发研制,分题录、文摘、全文三个层次的数据库,其研制,分题录、文摘、全文三个层次的数
10、据库,其中全文数据库是国内最常用的全文数据库。中全文数据库是国内最常用的全文数据库。2.1计算机检索基本原理概述计算机检索基本原理概述第四阶段:网络化检索阶段第四阶段:网络化检索阶段 进入进入90年代,随着卫星通讯、公共数据通讯、年代,随着卫星通讯、公共数据通讯、光缆通讯技术以及信息高速公路事业在全世界的迅光缆通讯技术以及信息高速公路事业在全世界的迅猛发展,计算机情报检索走向了全球大联网。猛发展,计算机情报检索走向了全球大联网。 网上资源具有信息的时效性、内容的广泛性、网上资源具有信息的时效性、内容的广泛性、访问的快速性、搜索的网络性和资源的动态性五大访问的快速性、搜索的网络性和资源的动态性五
11、大特点,那么要及时、准确、有效地获取与自身需求特点,那么要及时、准确、有效地获取与自身需求相关的实用信息,对所有网络用户都非常具有挑战相关的实用信息,对所有网络用户都非常具有挑战性。性。 2.1计算机检索基本原理概述计算机检索基本原理概述 INTERNET就是这个时期的最杰出代表。它就是这个时期的最杰出代表。它能够跨越时空,进行实时信息检索、资源共享的国能够跨越时空,进行实时信息检索、资源共享的国际性计算机网络。际性计算机网络。 INTERNET飞速的发展,已成飞速的发展,已成为人们进行为人们进行全球范围的合作、信息交流与资源共享全球范围的合作、信息交流与资源共享的不可替代的通讯交流方式的不可
12、替代的通讯交流方式。 随着计算机技术的智能化、数据库载体的高随着计算机技术的智能化、数据库载体的高密度化和多媒体化、通讯技术的网络化,密度化和多媒体化、通讯技术的网络化,计算机情计算机情报检索将走向办公室化、家庭化报检索将走向办公室化、家庭化。 2.2计算机检索基本原理计算机检索基本原理 一般地说,计算机检索包括一般地说,计算机检索包括信息的存储信息的存储和和检索检索两两个部分,即对应数据库的个部分,即对应数据库的建立建立和和查找查找两个部分。两个部分。2.2.1信息存储信息存储 就是文献标引人员对文献内容进行主题分析,即就是文献标引人员对文献内容进行主题分析,即把文献包含的信息内容分析成若干
13、能代表文献主题的把文献包含的信息内容分析成若干能代表文献主题的概念,并用词表、分类表等规范化标识的情报检索语概念,并用词表、分类表等规范化标识的情报检索语言对言对文献主题进行标引文献主题进行标引、按所选数据库结构的索引结、按所选数据库结构的索引结构输入到计算机进行存储,同时把入选文献中的其他构输入到计算机进行存储,同时把入选文献中的其他特征标识(标题、著者、文摘、原文出处等)也一起特征标识(标题、著者、文摘、原文出处等)也一起输入计算机,输入计算机,编制成一系列索引数据库编制成一系列索引数据库,这便是信息,这便是信息的存储。的存储。 2.2.1.1.信息的存储主要包括的内容信息的存储主要包括的
14、内容v信息采集:信息采集:对广泛且分散的信息资源进行有针对性的采对广泛且分散的信息资源进行有针对性的采集。集。v信息著录:信息著录:对所收集的原始信息的外表特征如题名、著对所收集的原始信息的外表特征如题名、著者、文献出处和内容特征如分类号、主题词、摘要进行者、文献出处和内容特征如分类号、主题词、摘要进行描述,形成一条条款目或记录过程。描述,形成一条条款目或记录过程。v信息标引:信息标引:就是根据一定的规则和程序,对文献内容进就是根据一定的规则和程序,对文献内容进行分析,然后赋予每篇文献以一定数量的内容标识如分行分析,然后赋予每篇文献以一定数量的内容标识如分类号、主题词、关键词作为存贮和检索的依
15、据。它的作类号、主题词、关键词作为存贮和检索的依据。它的作用是为信息存贮与检索这两环节之间提供某种连接物。用是为信息存贮与检索这两环节之间提供某种连接物。v信息的整序:信息的整序:就是将采集到的无序信息进行有序化组织就是将采集到的无序信息进行有序化组织的过程。的过程。2.2计算机检索基本原理计算机检索基本原理2.2.2 信息检索信息检索 信信息息检检索索作作为为信信息息存存储储的的逆逆过过程程,是是将将描描述述特特定定用用户户所所需需信信息息的的提提问问特特征征与与信信息息存存储储的的检检索索标标示示进进行行异异同同的的比比较较,从中找出与用户提问特征一致或基本一致的信息从中找出与用户提问特征
16、一致或基本一致的信息. 1、检检索索者者对对检检索索课课题题进进行行主主题题分分析析、明明确确检检索索范范围围,形成能代表情报需求的若干主题概念。形成能代表情报需求的若干主题概念。 2、把把这这些些主主题题概概念念转转换换成成计计算算机机信信息息检检索索语语言言,即即用用数数据据库库检检索索工工具具书书对对各各概概念念选选词词和和进进行行逻逻辑辑组组配配,编编制制成成检索提问式。检索提问式。 3、用用计计算算机机检检索索系系统统功功能能在在文文献献资资料料数数据据库库中中将将信信息息需需求求主主题题概概念念和和数数据据库库内内文文献献主主题题概概念念标标识识进进行行匹匹配配,找找到命中文献。到
17、命中文献。 用图表示如下:用图表示如下:计算机检索原理的示意图计算机检索原理的示意图2.3文献信息数据库的基本概念文献信息数据库的基本概念2. 3.1数据库的定义和类型数据库的定义和类型 一、数据库定义:根据一、数据库定义:根据ISO/DIS 5127号标准(文号标准(文献与情报工作术语),数据库(献与情报工作术语),数据库(database)的定)的定义为:义为:“至少由一种文档组成,并能满足某一特定至少由一种文档组成,并能满足某一特定目的或某一特定数据处理系统需要的一种数据集合。目的或某一特定数据处理系统需要的一种数据集合。”通俗地说,数据库就是在计算机存储设备上按一通俗地说,数据库就是在
18、计算机存储设备上按一定方式存储的相互关联的数据集合,数据库是计算定方式存储的相互关联的数据集合,数据库是计算机技术与情报检索技术相结合的产物,是现代重要机技术与情报检索技术相结合的产物,是现代重要的信息资源管理工具,是情报检索系统的核心部分的信息资源管理工具,是情报检索系统的核心部分之一。之一。数据库的质量直接影响情报检索系统的功能数据库的质量直接影响情报检索系统的功能和效率和效率。2.3文献信息数据库的基本概念文献信息数据库的基本概念二、数据库类型二、数据库类型 按照国际上通用的分类方法,常划分为以下类型:按照国际上通用的分类方法,常划分为以下类型:1.参考数据库参考数据库(referenc
19、e databases):指引用户到另一信息源以指引用户到另一信息源以获得原文或其他细节的一类数据库。包括书目数据库和指南数据获得原文或其他细节的一类数据库。包括书目数据库和指南数据库两种。库两种。 (1)书目数据库(书目数据库(bibliographic databases) 指存储某个领域的指存储某个领域的二次文献(如文摘、题录、目录等书目数据)的一类数据库。例二次文献(如文摘、题录、目录等书目数据)的一类数据库。例如,美国化学文摘数据库如,美国化学文摘数据库CA Search,中国机械工程文摘数据库,中国机械工程文摘数据库,各国生产发行的机读目录(各国生产发行的机读目录(MARC)等,即
20、属于此类型。)等,即属于此类型。(2)指南数据库(指南数据库(reference databases) 指存储关于某些机构、人物、出版物、项目、程序、活动等指存储关于某些机构、人物、出版物、项目、程序、活动等对象的简要描述,指引用户获取更详细的信息的一类数据库。亦对象的简要描述,指引用户获取更详细的信息的一类数据库。亦称指示性数据库。例如,各种机构名录数据库、人物传记数据库、称指示性数据库。例如,各种机构名录数据库、人物传记数据库、产品数据库、软件数据库、研究开发项目数据库、基金数据库等,产品数据库、软件数据库、研究开发项目数据库、基金数据库等,均属此类。均属此类。2.3文献信息数据库的基本概
21、念文献信息数据库的基本概念2.源数据库源数据库(source databases): 提供原始资料或具体数据的数据库。它又可分为以下提供原始资料或具体数据的数据库。它又可分为以下几种类型:几种类型:(1)数值数据库)数值数据库(numeric databases) 指专门提供以数值指专门提供以数值方式表示的数据(或包括其统计处理表示法)的一种源数方式表示的数据(或包括其统计处理表示法)的一种源数据库,如各种统计数据库、财务数据库、科学技术数据库据库,如各种统计数据库、财务数据库、科学技术数据库等。等。(2)文本)文本-数值数据库(数值数据库(textual-numeric databases)
22、:同:同时提供文本信息和数值数据的一种源数据库,如某些公司时提供文本信息和数值数据的一种源数据库,如某些公司信息库、产品市场报告数据库、读物数据库和物性数据库信息库、产品市场报告数据库、读物数据库和物性数据库等。等。(3)全文数据库()全文数据库(full-text databases) 指存储文献全文指存储文献全文或其中主要部分的一种源数据库,简称全文库,如法律法或其中主要部分的一种源数据库,简称全文库,如法律法规全文库、期刊全文库等。规全文库、期刊全文库等。2.3文献信息数据库的基本概念文献信息数据库的基本概念(4)术语数据库()术语数据库(terminological bank) 指专门
23、存储名词术语信息一种源数据库,各指专门存储名词术语信息一种源数据库,各种电子化辞典也包括在内。种电子化辞典也包括在内。(5)图像数据库()图像数据库(graphics databases) 指用来存储各种图像或图形信息及有关文字指用来存储各种图像或图形信息及有关文字说明资料的一种源数据库,主要应用于建筑、设计、说明资料的一种源数据库,主要应用于建筑、设计、广告、产品目录、图片或照片等资料类型的计算机广告、产品目录、图片或照片等资料类型的计算机存储与检索。存储与检索。 除了上述几种类型的数据库以个,还有能同除了上述几种类型的数据库以个,还有能同时存储多种不同类型数据的数据库混合型数据库时存储多种
24、不同类型数据的数据库混合型数据库(mixed databases)。)。2.3文献信息数据库的基本概念文献信息数据库的基本概念2.3.2 数据库的构成数据库的构成 从使用观点来看,数据库主要由文档、记录、从使用观点来看,数据库主要由文档、记录、字段三个层次构成。字段三个层次构成。1、文档:、文档: 若干个逻辑记录构成的信息集合称为文若干个逻辑记录构成的信息集合称为文档(档(file)。用户选择所需的联机系统数据库时,)。用户选择所需的联机系统数据库时,多数数据库以单一的文档编号出现。此时文档多数数据库以单一的文档编号出现。此时文档(file)的概念和数据库()的概念和数据库(database)
25、相当。但有)相当。但有些数据库因规模庞大,被分成若干个文档。例如,些数据库因规模庞大,被分成若干个文档。例如,在在DAILOG系统中,系统中,CA Search数据库被分成数据库被分成308号(号(1967-1971),),309号(号(1977-1981),),311号号(1982-1986)和)和312号(号(1986-)等文档。)等文档。2.3文献信息数据库的基本概念文献信息数据库的基本概念2记录记录 记录是由若干字段组成的文献单元,是计算记录是由若干字段组成的文献单元,是计算机检索系统存储文献款目和标引的信息载体。机检索系统存储文献款目和标引的信息载体。 在全文数据库中,一个记录相当于
26、一篇完整在全文数据库中,一个记录相当于一篇完整的文献;在书目数据库中,一个记录相当于一条文的文献;在书目数据库中,一个记录相当于一条文摘或题录。比较典型的摘或题录。比较典型的COMPENDEX,INSPEC,美国专利数据库的记录。美国专利数据库的记录。2.3文献信息数据库的基本概念文献信息数据库的基本概念3字段:字段: 是文献著录的是文献著录的基本单元基本单元,它是对实体的具体,它是对实体的具体属性进行描述的结果。在书目数据库中,记录中含属性进行描述的结果。在书目数据库中,记录中含有题名、著者、出版年、主题词、文摘等字段。有题名、著者、出版年、主题词、文摘等字段。 文献数据库字段分为文献数据库
27、字段分为基本字段和辅助字段基本字段和辅助字段两两类。基本字段和辅助字段在检索策略的构成方法上类。基本字段和辅助字段在检索策略的构成方法上往往有些区别。往往有些区别。 基本字段通常是默认的主题途径检索范围,基本字段通常是默认的主题途径检索范围,如果需要查找专门的基本字段或者辅助字段,通常如果需要查找专门的基本字段或者辅助字段,通常要以某种方法予以指定。常见的字段名称和代码要以某种方法予以指定。常见的字段名称和代码(也称段码)如下表所示。(也称段码)如下表所示。文献数据库中常见的字段和段码文献数据库中常见的字段和段码2.4计算机检索策略的构建与调整计算机检索策略的构建与调整检索策略检索策略 是为实
28、现检索目标而制定的全盘计划和方案是为实现检索目标而制定的全盘计划和方案,是对整个检索过程的谋划和指导。是对整个检索过程的谋划和指导。 也可以说,所谓检索策略,就是也可以说,所谓检索策略,就是在分析课题内在分析课题内容实质的基础上,确定检索系统、检索途径和检索容实质的基础上,确定检索系统、检索途径和检索词,并科学安排各词之间的位置关系、逻辑关系和词,并科学安排各词之间的位置关系、逻辑关系和查找步骤等。查找步骤等。2.4.1计算机检索策略的构建计算机检索策略的构建一一 信息检索技术信息检索技术1、布尔逻辑、布尔逻辑 规定检索词之间的逻辑关系的算符规定检索词之间的逻辑关系的算符,称为布尔逻辑算称为布
29、尔逻辑算符。布尔逻辑算符包括逻辑符。布尔逻辑算符包括逻辑“或(或(OR)”、逻辑、逻辑“与与(AND)”和逻辑和逻辑“非(非(NOT)”。(1)、逻辑)、逻辑“或或”(OR)运算符)运算符 也可用也可用“+”代替,是用来组配具有同义或同族概念代替,是用来组配具有同义或同族概念的词,如同义词、相关词等。其含义是,检出的记录中,的词,如同义词、相关词等。其含义是,检出的记录中,至少含有两个检索词中的一个。至少含有两个检索词中的一个。OR算符的算符的基本作用是扩基本作用是扩大检索范围,增加命中文献量,防止漏检,提高检索结大检索范围,增加命中文献量,防止漏检,提高检索结果的查全率果的查全率,OR运算符
30、还有一个去重的功能。运算符还有一个去重的功能。2.4.1计算机检索策略的构建计算机检索策略的构建例如,如果以提问式例如,如果以提问式“SS PIPE TUBE”检索检索EI COMPENDEX (1998)文档,所得结果为:)文档,所得结果为: S1 3954 PIPE (管子管子) S2 4206 TUBE(管管) S3 7759 PIPE OR TUBE(2)逻辑逻辑与与(AND)运算符)运算符 也可用也可用*代替,用来组配不同检索概念。其代替,用来组配不同检索概念。其含义是检出的记录必须同时含有所有的检索词。含义是检出的记录必须同时含有所有的检索词。AND算符的算符的基本作用是对检索词加
31、以限定,逐步缩基本作用是对检索词加以限定,逐步缩小检索范围,减少命中文献量,提高检索结果的查小检索范围,减少命中文献量,提高检索结果的查准率准率。在实际检索中,不同概念组面之间以及同一。在实际检索中,不同概念组面之间以及同一组面内的不同含义的词之间通常使用组面内的不同含义的词之间通常使用AND算符。算符。2.4.1计算机检索策略的构建计算机检索策略的构建例如:以提问式例如:以提问式“SS COMMUNICATION(通讯通讯) AND SATELLITE(卫星卫星)检索检索EI COMPENDEX(1998)文档,所得结果为:)文档,所得结果为: S1 25331 COMMUNICATION
32、S2 4068 SATELLITE S3 1253 COMMUNICATION AND SATELLITE(3)逻辑逻辑非非(NOT)运算符)运算符 也可用也可用-代替,但在检索时建议使用代替,但在检索时建议使用NOT,以避免与词间的分隔符以避免与词间的分隔符-混淆,混淆,NOT算符是排除算符是排除含有某些词的记录的,即检出的记录中只能含有含有某些词的记录的,即检出的记录中只能含有NOT算符前的检索词,但不能同时含有其后的词。算符前的检索词,但不能同时含有其后的词。2.4.1计算机检索策略的构建计算机检索策略的构建NOT算符的算符的基本作用是缩小检索范围,但并不一定基本作用是缩小检索范围,但并
33、不一定能提高文献命中的准确性,往往只是起到减少文献能提高文献命中的准确性,往往只是起到减少文献输出量的作用输出量的作用。在联机检索中,可降低检索费用。在联机检索中,可降低检索费用。例如,以例如,以PATENT NOT GERMAN检索检索EI COMPENDEX(1998)文档,所得结果为:)文档,所得结果为: S1 669 PATENT (专利专利) S2 9019 GERMAN(德国德国) S3 638 PATENT NOT GERMAN2优先处理算符优先处理算符“( )” 上述逻辑上述逻辑OR和和AND算符的使用方法,如果归算符的使用方法,如果归纳成一个模式,比如有纳成一个模式,比如有A
34、、B、C、D四个检索词四个检索词(其中(其中A和和B,C和和D分别为同义概念),分别为同义概念),2.4.1计算机检索策略的构建计算机检索策略的构建检索提问可以分成三组:检索提问可以分成三组: ?S1 A OR B ?S2 C OR D ?S S1 AND S2 在实际检索中,上例检索提问可改为:在实际检索中,上例检索提问可改为: ? S (A OR B)AND(C OR D) 计算机输出的检索结果与上述三组式的提问计算机输出的检索结果与上述三组式的提问策略是一样的。策略是一样的。3位置算符位置算符 位置算符又称邻接算符(位置算符又称邻接算符(adjacent operators),适用于适用
35、于两个检索词以指定间隔距离或两个检索词以指定间隔距离或者指定的顺序出现的场合者指定的顺序出现的场合。 2.4.1计算机检索策略的构建计算机检索策略的构建在在AND运算符查得的记录中,尽管同时含有所希望运算符查得的记录中,尽管同时含有所希望的检索词,但的检索词,但AND算符并不限制两个检索词的位置算符并不限制两个检索词的位置和出现顺序。仍以上面输入的和出现顺序。仍以上面输入的“communication(通通讯讯) AND satellite(卫星卫星)”这个策略为例,命中的文这个策略为例,命中的文献中可能既含有献中可能既含有“communication satellite”,又,又含有含有“s
36、atellite communication”;也可能既含;也可能既含有有“communication devices for satellite”,又含,又含有有“communication links without satellites”等等,等等,显然其中的有些记录与课题要求毫无关系。显然其中的有些记录与课题要求毫无关系。以以DIALOG联机检索系统使用的位置算符为例说明联机检索系统使用的位置算符为例说明(1)“(W)” “(W)”算符中的算符中的W含为含为“With”。这个算符表。这个算符表示其两侧的检索词必须示其两侧的检索词必须紧密相连紧密相连,除开空格和标点符,除开空格和标点符号
37、外,不得插入其他词或字母,两词的号外,不得插入其他词或字母,两词的词序不可颠倒词序不可颠倒。“(W)”算符还可以使用其简略形式算符还可以使用其简略形式“( )”。 例如,检索策略为例如,检索策略为“COMMUNICATION(通讯通讯)(W)SATELLITE(卫星卫星)”(或者(或者“communication () satellite”)时,系统将只检索含有)时,系统将只检索含有communication satellite词组的记录。词组的记录。以以DIALOG联机检索系统使用的位置算符为例说明联机检索系统使用的位置算符为例说明(2) “(nW)” “(nW)”中的中的“W”的含义为的含
38、义为“Word”,它,它允许允许两词间插入最多为两词间插入最多为n个其他词个其他词,例如,检索策,例如,检索策略为略为“COMMUNICATION(通讯通讯)(2W)SATELLITE(卫星卫星)”时,系统将只检索含有时,系统将只检索含有communication satellite、communication though satellite、communication on the satellite词组的记录。词组的记录。(3)“(N)” “(nN)”算符的算符的N含义为含义为“Near”。表示其。表示其两侧的检索词必须两侧的检索词必须紧密相连紧密相连,除空格和标点符号外,除空格和标点符
39、号外,不得插入其他词或字母,两词的不得插入其他词或字母,两词的词序可以颠倒词序可以颠倒。以以DIALOG联机检索系统使用的位置算符为例说明联机检索系统使用的位置算符为例说明(4)“(nN)” “(nN)”是是“(N)”算符的变形,不同之处算符的变形,不同之处为允许两词间插入最多为为允许两词间插入最多为n个其他词。例如,检索个其他词。例如,检索策略为策略为“COTTON(棉花棉花) (2N) PROCESSING(处处理理)”时,凡含有时,凡含有cotton processing ,processing of cotton 和和processing of Egyptian cotton的文的文献
40、记录都算命中。献记录都算命中。(5)“(F)” “(F)”算符中算符中F的含义为的含义为“Field”。这个算。这个算符表示其两侧的检索词必须在符表示其两侧的检索词必须在同一字段同一字段(例如同在(例如同在题目字段或文摘字段)中出现,题目字段或文摘字段)中出现,词序不限,中间可词序不限,中间可插任意检索词插任意检索词。以以DIALOG联机检索系统使用的位置算符为例说明联机检索系统使用的位置算符为例说明 例如,例如, pollution (污染污染)(F) control(控制控制)可查出可查出control and management of industrial pollution ,检索词
41、在同一题目字段,检索词在同一题目字段中。由于(中。由于(F)邻近算符限制性差,所以在文)邻近算符限制性差,所以在文中检索多个叙词字段时不宜使用。中检索多个叙词字段时不宜使用。 (F)邻近算符与)邻近算符与AND布尔逻辑组配主要区别布尔逻辑组配主要区别在于:在于: (F)邻近算符使两个检索项在同一字段,)邻近算符使两个检索项在同一字段,AND布尔逻辑组配中两个检索词会发生在不同布尔逻辑组配中两个检索词会发生在不同字段中。字段中。以以DIALOG联机检索系统使用的位置算符为例说明联机检索系统使用的位置算符为例说明(6)“(S)” “(S)”算符中的算符中的S含义为含义为“Sentence”。这。这
42、个算符表示其两侧的检索词必须在个算符表示其两侧的检索词必须在同一句子同一句子(子字(子字段)中出现,两词的词序可以颠倒。例如,段)中出现,两词的词序可以颠倒。例如,“COMMUNICATION(通讯通讯)(S)SATELLITE(卫星卫星)”时,系统将检索句子(同一子字段)中含有时,系统将检索句子(同一子字段)中含有communication satellite和和satellite communication词组的记录。词组的记录。 以上介绍的各种位置算符,按照限制程度的以上介绍的各种位置算符,按照限制程度的大小,(大小,(W)、()、(nW)最强,()最强,(N)、()、(nN)次)次之,
43、(之,(S)再次之;()再次之;(F)的最弱。当()的最弱。当(nN)的)的n10时,其作用已经相当于(时,其作用已经相当于(S)。)。2.4.1计算机检索策略的构建计算机检索策略的构建4字段限制字段限制 字段限制也是调整检索策略的一种重要的手段。字段限制也是调整检索策略的一种重要的手段。多数检索系统对不指定字段的检索词,通常在所有多数检索系统对不指定字段的检索词,通常在所有基本字段中进行搜索,如果想指定在文献的题目等基本字段中进行搜索,如果想指定在文献的题目等字段中查找所希望的检索词,就需要使用字段限制。字段中查找所希望的检索词,就需要使用字段限制。 字段限制字段限制适用于在已有一定数量输出
44、记录的适用于在已有一定数量输出记录的基础上,通过指定字段的方法基础上,通过指定字段的方法 ,减少输出篇数,减少输出篇数,提高检索结果的查准率提高检索结果的查准率。字段限制(字段限制(DIALOG联机检索系统为例)联机检索系统为例)(1)基本字段限制基本字段限制 基本字段主要是指题目、叙词、识别词和文基本字段主要是指题目、叙词、识别词和文摘四个字段。基本字段限制的用法是在需要指定的摘四个字段。基本字段限制的用法是在需要指定的字段的检索词后加上后缀运算符字段的检索词后加上后缀运算符“/”和段码。和段码。 例如,检索策略例如,检索策略“OPTICAL(光学光学)/TI AND FIBER(纤维纤维)
45、/TI”的含义是指定在题目字段中查找的含义是指定在题目字段中查找含有含有“optical”和和“fiber”两词的所有记录。两词的所有记录。 字段段码可以多个连用,段码之间加字段段码可以多个连用,段码之间加“,”即即可。可。 例如例如“FIBER/TI,DE”的含义是指定在题目的含义是指定在题目和叙词字段是查找以和叙词字段是查找以“fiber”为词的所有记录。为词的所有记录。字段限制(字段限制(DIALOG联机检索系统为例)联机检索系统为例)(2)辅助字段限制辅助字段限制 除基本字段以外的可检索字段都可称为辅助除基本字段以外的可检索字段都可称为辅助字段。辅助字段运算符的用法是在需要指定字段的字
46、段。辅助字段运算符的用法是在需要指定字段的检索词检索词(有时检索词须放在双引号内有时检索词须放在双引号内)之前加上段码之前加上段码和前缀运算符和前缀运算符“=”。例如,。例如,AU=“Robert,S.”的的含义是在作者字段中查找含人名为含义是在作者字段中查找含人名为“Robert,S.”的所有记录。的所有记录。 下面是其他常用的辅助字段限制及其实例:下面是其他常用的辅助字段限制及其实例: 指定刊物名称指定刊物名称 JN=APPLIED PHYSICS 指定语言字段指定语言字段 LA=ENGLISH 指定年份字段指定年份字段 PY=19992.4.1计算机检索策略的构建计算机检索策略的构建5截
47、词算符截词算符 截词算符就是使计算机保留检索词中的相同截词算符就是使计算机保留检索词中的相同词干部分,允许检索词可有一定范围的变化,这种词干部分,允许检索词可有一定范围的变化,这种功能可减少输入步骤,简化检索程序,扩大检索范功能可减少输入步骤,简化检索程序,扩大检索范围,提高查全率。不同的数据库有不同的截字符,围,提高查全率。不同的数据库有不同的截字符,DIALOG系统用系统用“?”,ORBIT系统用系统用“+”,功能基,功能基本相同。本相同。 截词有截词有前方一致前方一致、后方一致后方一致、中间一致中间一致和和中中间屏蔽间屏蔽四种形式。前方一致,允许词尾有所变化;四种形式。前方一致,允许词尾
48、有所变化;后方一致,允许词头有所变化,中间一致,词头、后方一致,允许词头有所变化,中间一致,词头、词尾都可变化;中间屏蔽,允许词中间的某些字母词尾都可变化;中间屏蔽,允许词中间的某些字母有变化。有变化。2.4.1计算机检索策略的构建计算机检索策略的构建例如,当使用前方一致算符时,例如,当使用前方一致算符时,Textile?可同时查可同时查找含有找含有Textile和和Textiles的文献;当使用后方一致的文献;当使用后方一致算符时,算符时,?Polymer可同时查找含有可同时查找含有Homopolymer,Copolymer等的文献;当使用中等的文献;当使用中间一致算符间一致算符?Wave?
49、可同时查找含有可同时查找含有Waves,Microwave等的文献;当使用中间屏蔽算符时,等的文献;当使用中间屏蔽算符时,Fib?s相当于查找含有相当于查找含有Fibers和和Fibres的文献。的文献。 截词是计算机检索中常用的方法,尤其是英截词是计算机检索中常用的方法,尤其是英语的单词词尾变化较多,为避免漏检,经常要使用语的单词词尾变化较多,为避免漏检,经常要使用前方一致的截词检索。前方一致的截词检索。2.4.1计算机检索策略的构建计算机检索策略的构建6范围限制范围限制 查找范围算符的作用主要是用户利用辅助查找范围算符的作用主要是用户利用辅助索引时,对查找文献的年限范围进行限制。索引时,对
50、查找文献的年限范围进行限制。等于:如在日期检索项输入等于:如在日期检索项输入“1990*”,则表示,则表示1990年发表的文献年发表的文献大于:输入大于:输入“1990*” 大于等于:大于等于:“=1990*”不等于:不等于:“1990*” 范围:如在日期检索项输入范围:如在日期检索项输入“1991*:1994*”,则表示查找则表示查找19911994年的文献年的文献其它:短语检索、自然语言检索其它:短语检索、自然语言检索(小节小节)2.4.1计算机检索策略的构建计算机检索策略的构建小结:小结:信息检索技术信息检索技术 1.布尔逻辑布尔逻辑 2.优先处理算符优先处理算符 3.位置算符位置算符
51、4.字段限制字段限制 5.截词算符截词算符 6.范围限制范围限制2.4.2计算机检索步骤和策略调整方法计算机检索步骤和策略调整方法 二二 信息检索步骤信息检索步骤1.分析课题分析课题(1)一般的课题概念分析方法一般的课题概念分析方法: 分析主要概念,找出能代表这些概念的若干个词分析主要概念,找出能代表这些概念的若干个词或词组,对新学科、交叉学科和边缘学科的课题,要或词组,对新学科、交叉学科和边缘学科的课题,要搞清楚这些概念关系。概念分析的结果应以概念组为搞清楚这些概念关系。概念分析的结果应以概念组为单元的词或词组形式列出,以便下一步制订检索策略。单元的词或词组形式列出,以便下一步制订检索策略。
52、 例如,例如,“聚乙烯的合成(聚乙烯的合成(synthesis of polyethylene)”这个课题可划分为两个概念,即这个课题可划分为两个概念,即“聚乙烯(聚乙烯(polyethylene)”与与“合成(合成(synthesis)”。2.4.2计算机检索步骤和策略调整方法计算机检索步骤和策略调整方法 (2)隐含概念的分析隐含概念的分析: 课题所隐含的概念从专业角度作深入分析,才课题所隐含的概念从专业角度作深入分析,才能提炼出能够确切反映课题内容的检索概念。能提炼出能够确切反映课题内容的检索概念。 例如,例如,“垃圾的处理垃圾的处理”中的中的“处理处理”一词隐含一词隐含着着“回收回收”“
53、再生再生”等具体的处理方法,再如,课等具体的处理方法,再如,课题题“大型机械电子渗漏仪大型机械电子渗漏仪”,其中,其中“电子电子”(electronic)一词,在该专业中往往是用)一词,在该专业中往往是用“传传感器感器”来表示,即用来表示,即用“sensor”、“transducer”或或“load-cell”等来表示。类似的,诸如等来表示。类似的,诸如“工艺工艺”、“分析分析”、“应用应用”,以及诸如,以及诸如“有机物有机物”、“无无机物机物”、“重金属重金属”、“轻金属轻金属”、“高分子材料高分子材料”等外延十分宽的概念,一般都应转换成具体的方等外延十分宽的概念,一般都应转换成具体的方法或
54、材料、化合物来表示。法或材料、化合物来表示。2.4.2计算机检索步骤和策略调整方法计算机检索步骤和策略调整方法 (3)核心概念的选限核心概念的选限: 有些检索词中已经含有的某些概念,在概念有些检索词中已经含有的某些概念,在概念予以排除。例如,课题予以排除。例如,课题“玻璃纤维增强石膏制品玻璃纤维增强石膏制品”,从字面上看,这个课题可划为三个概念:即,从字面上看,这个课题可划为三个概念:即“玻玻璃纤维璃纤维”、“增强增强”、“石膏制品石膏制品”。但石膏制品。但石膏制品中加入玻璃纤维,其目的就是为了增强石膏制品,中加入玻璃纤维,其目的就是为了增强石膏制品,因此可将因此可将“增强增强”这一概念排除之
55、外。这一概念排除之外。 如果有些检索概念已经体现在数据库中,这些如果有些检索概念已经体现在数据库中,这些概念也应该予以排除。如陶瓷文摘数据库概念也应该予以排除。如陶瓷文摘数据库(Ceramic Abstracts),),“陶瓷(陶瓷(ceramic)”这一概念一般可以排除;而这一概念一般可以排除;而COMPUTER一词在计一词在计算机数据库(算机数据库(The Computer Database)中一般)中一般也应予以排除。也应予以排除。 2.4.2计算机检索步骤和策略调整方法计算机检索步骤和策略调整方法 另外有一些比较泛指、检索意义不大的概念,另外有一些比较泛指、检索意义不大的概念,例如,例
56、如,“发展发展”,“趋势趋势”,“现状现状”等在不是专等在不是专门查找综述类文献时也应予以排除。门查找综述类文献时也应予以排除。2.选择数据库选择数据库 不同的数据库学科范围不同,检索指令不同,不同的数据库学科范围不同,检索指令不同,收费标准也不同。所以,应在检索之前阅读有关数收费标准也不同。所以,应在检索之前阅读有关数据库的使用介绍,以便选择数据库时做到心中有数。据库的使用介绍,以便选择数据库时做到心中有数。在做联机检索时,还可以通过在做联机检索时,还可以通过总索引文档总索引文档(例如(例如DIALOG系统的系统的411文档)了解与检索课题有关的文档)了解与检索课题有关的每一个文档中的文献篇
57、数,以选取文献量最大的一每一个文档中的文献篇数,以选取文献量最大的一个或数个文档作为检索文档。个或数个文档作为检索文档。2.4.2计算机检索步骤和策略调整方法计算机检索步骤和策略调整方法 选择数据库,我们一般遵循以下几条原则:选择数据库,我们一般遵循以下几条原则:(1)按照课题的检索要求和目的,选择收录文献)按照课题的检索要求和目的,选择收录文献种类、专业覆盖面、年代跨度种类、专业覆盖面、年代跨度对口对口的数据库。的数据库。(2)当需要查找)当需要查找最新最新文献信息时,选择数据更新文献信息时,选择数据更新周期短的数据库。周期短的数据库。(3)当还需要获取原文时,选择)当还需要获取原文时,选择
58、原文原文获取较容易获取较容易的数据库。的数据库。(4)要选好数据库,就要弄清所选数据库的标引)要选好数据库,就要弄清所选数据库的标引特征、不同特征、不同检索特点检索特点等。等。2.4.2计算机检索步骤和策略调整方法计算机检索步骤和策略调整方法 3.制定检索策略制定检索策略(1)做到情报提问与情报需求的)做到情报提问与情报需求的一致性一致性。(2)机检前,)机检前,手检手检几篇作联机检索时参考。几篇作联机检索时参考。(3)选择一个或多个与需求相适应的数据库和)选择一个或多个与需求相适应的数据库和联联机检索机检索系统。系统。(4)指出几个主要概念组面和)指出几个主要概念组面和检索词检索词,并标明它
59、,并标明它们的们的逻辑关系逻辑关系。(5)对每一个单独检索组面考虑同义词、近义词、)对每一个单独检索组面考虑同义词、近义词、用用OR组配成一个概念面的组配成一个概念面的单独集单独集。(6)对上述形成的概念或由)对上述形成的概念或由OR组配成的概念面进组配成的概念面进行行AND和和NOT组配,并编成一个组配,并编成一个检索表达式检索表达式。2.4.2计算机检索步骤和策略调整方法计算机检索步骤和策略调整方法(7)进入机检系统,输入)进入机检系统,输入(6)的检索表达式。)的检索表达式。(8)评论中间结果,如不满意可考虑用备用策略)评论中间结果,如不满意可考虑用备用策略来处理。来处理。(9)反复进行
60、检索,直到得到满意的结果,输出、)反复进行检索,直到得到满意的结果,输出、打印或拷盘打印或拷盘4.检索策略的调整:检索策略的调整: 检索策略输入检索系统后,系统响应的检索结检索策略输入检索系统后,系统响应的检索结果有时不一定能满足课题的要求,例如,输出的篇果有时不一定能满足课题的要求,例如,输出的篇数过多,或者输出的文献数量极少,有时甚至为零,数过多,或者输出的文献数量极少,有时甚至为零,这时就需要调整检索策略。这时就需要调整检索策略。2.4.2计算机检索步骤和策略调整方法计算机检索步骤和策略调整方法(1)输出篇数过多:)输出篇数过多: 此时多数是由误检造成,原因可能有以下两点:此时多数是由误
61、检造成,原因可能有以下两点: 1)主题词本身的多义性导致误检,例如,使)主题词本身的多义性导致误检,例如,使用仅用仅“DNP”(邻苯二甲酸二壬酯)作为检索词查(邻苯二甲酸二壬酯)作为检索词查找,结果找出的文献含有找,结果找出的文献含有“DNP邻苯二甲酸二壬酯邻苯二甲酸二壬酯”、“DNP动态核极化动态核极化”、“DNP糖尿病患者糖尿病患者”、“DNP防老剂防老剂”和和“DNP表面活性剂表面活性剂”等多种内容。等多种内容。 2)对所选的检索词的截词截得过短,例如,使)对所选的检索词的截词截得过短,例如,使用用“CAT?”甚至甚至“CA?”查找查找“CATALYST,又如,又如,使用使用“PREP?
62、”查找查找“PREPARATION”,都会造成,都会造成误检。误检。2.4.2计算机检索步骤和策略调整方法计算机检索步骤和策略调整方法策略调整方法:策略调整方法: 减少同义词或同族相关词;减少同义词或同族相关词; 增加限制概念,用逻辑增加限制概念,用逻辑“与与”(AND)将它)将它们连接起来。例如,将们连接起来。例如,将DNP * DETERGENT(洗(洗涤剂)组配,就可将涤剂)组配,就可将DNP表示的另四种含义的文献表示的另四种含义的文献删去;删去; 使用字段限制,或者限制检索词在指定的基使用字段限制,或者限制检索词在指定的基本字段出现,或者指定辅助字段,限制结果的文献本字段出现,或者指定
63、辅助字段,限制结果的文献类型、语种、出版国家;类型、语种、出版国家; 使用适当的位置算符;使用适当的位置算符; 使用使用“非(非(NOT)”算符,排除无关概念。算符,排除无关概念。2.4.2计算机检索步骤和策略调整方法计算机检索步骤和策略调整方法 (2)输出篇数过少:输出篇数过少: 此时多数是由漏检造成,原因可能有以下几点:此时多数是由漏检造成,原因可能有以下几点: 1)选用了不规范的主题词或某些产品的俗称、商)选用了不规范的主题词或某些产品的俗称、商品名作为检索词品名作为检索词 例如,没有使用例如,没有使用“泡沫塑料泡沫塑料”或或“泡沫橡胶泡沫橡胶”,而使,而使用了俗名用了俗名“海绵海绵”,
64、又如,没有使用,又如,没有使用“表面活性剂表面活性剂”而使而使用了商品名称用了商品名称“迪恩普迪恩普”,都会造成漏检。,都会造成漏检。 2)同义词没能运用全)同义词没能运用全 例如,希望查找例如,希望查找“设备设备”时,只使用了时,只使用了“APPARATUS(工具工具)”,没有使用,没有使用“EQUIPMENT(设备设备)”和和“DEVICE(设备设备)”等;查找等;查找“品牌品牌”时,没有考虑到还有时,没有考虑到还有“名牌名牌”、“牌号牌号”以及以及“商标商标”也都可以使用。也都可以使用。 2.4.2计算机检索步骤和策略调整方法计算机检索步骤和策略调整方法 3)上位概念或下位概念没有完整运
65、用,上位概念或下位概念没有完整运用, 如:如:“燃料燃料”是上位概念,下位概念是上位概念,下位概念“固体燃料固体燃料”,“液体燃料液体燃料”,“气体燃料气体燃料”,甚至,甚至“煤煤”,“油油”,“煤气煤气”,“天然气天然气”等,这些概念在查找等,这些概念在查找“燃料燃料”时,都应考虑。时,都应考虑。 例如:例如:“彩色电视机彩色电视机”,可从上位词,可从上位词“电视机电视机”着手着手查找;查有色金属时,可用具体的金属名称:金、银、查找;查有色金属时,可用具体的金属名称:金、银、铜、铁等。铜、铁等。 2.4.2计算机检索步骤和策略调整方法计算机检索步骤和策略调整方法 4) 其他造成漏检的原因其他
66、造成漏检的原因 位置算符用得过严,概念不规范或新概念,布位置算符用得过严,概念不规范或新概念,布尔算符尔算符“(AND)与)与”用得过多等。用得过多等。策略调整方法:策略调整方法: 减少减少“与(与(AND)”算符,增加同义词可同算符,增加同义词可同族相关词用逻辑族相关词用逻辑“或或”(OR)将它们连接起来;)将它们连接起来; 在词干相同的单词后使用截词符(?);在词干相同的单词后使用截词符(?); 去除已有的字段限制、位置算符限制(或者去除已有的字段限制、位置算符限制(或者改用限制程度较小的位置算符)。改用限制程度较小的位置算符)。 实际检索时,最好事先制定好几种策略,以实际检索时,最好事先制定好几种策略,以供随时调整,使检索活动达到最佳的效果。供随时调整,使检索活动达到最佳的效果。 (END)v小结小结:信息检索步骤信息检索步骤v1.分析课题分析课题v2.选择数据库选择数据库v3.制定检索策略制定检索策略v4.检索策略的调整检索策略的调整本讲思考题本讲思考题1.计算机检索的基本原理计算机检索的基本原理2.调整检索策略的方法调整检索策略的方法m文献检索教研室联系方式联系方式: