第3章 文獻(xiàn)數(shù)據(jù)庫(kù)與計(jì)算機(jī)檢索

1、文獻(xiàn)數(shù)據(jù)庫(kù)與計(jì)算機(jī)檢索 1. 文獻(xiàn)信息數(shù)據(jù)庫(kù) 2. 計(jì)算機(jī)信息檢索基礎(chǔ) 3. 檢索效果評(píng)價(jià)及其優(yōu)化 1. 文獻(xiàn)信息數(shù)據(jù)庫(kù) 文獻(xiàn)是記錄知識(shí)的載體。數(shù)據(jù)庫(kù)是結(jié)構(gòu)化的數(shù)據(jù)集合，至 少由一種文檔組成并能夠滿足某種特定目的或特定數(shù)據(jù)處理系 統(tǒng)需要的數(shù)據(jù)集合 。當(dāng)數(shù)據(jù)庫(kù)記錄的對(duì)象為文獻(xiàn)信息時(shí)，就稱 為文獻(xiàn)信息數(shù)據(jù)庫(kù) 。 文獻(xiàn)信息數(shù)據(jù)庫(kù)的結(jié)構(gòu) 一個(gè)數(shù)據(jù)庫(kù)通常由一個(gè)主文檔(Master File) 和若干個(gè)索引文檔或稱倒排文檔(Inverted File) 組成。 文檔是具有某種特征的全部記錄的集合。 記錄是構(gòu)成文檔的基本單元，由各種反映 文獻(xiàn)特征的字段組成。如一篇論文、一件專利、 一本圖書(shū)、一個(gè)標(biāo)準(zhǔn)的相關(guān)信

2、息都能夠成為文 檔中的一條記錄。 字段是記錄的基本組成元素。一條記錄的 常見(jiàn)字段通常包含題名字段、著者字段、主題 詞字段、文獻(xiàn)出處字段（如刊名等）多種字段。 文獻(xiàn)數(shù)據(jù)庫(kù)中常見(jiàn)的字段和段碼 2021-7-12 文獻(xiàn)數(shù)據(jù)庫(kù)的類型 按數(shù)據(jù)庫(kù)文獻(xiàn)記載的詳細(xì)度可分為 書(shū)目型數(shù)據(jù)庫(kù)（二次文獻(xiàn)數(shù)據(jù)庫(kù)）：僅提供文獻(xiàn)檢索， 讀者根據(jù)其提供的線索查找文獻(xiàn)原文。 可以分為：題錄型 文摘型 EI SCI 中國(guó)科學(xué)引文索引 文獻(xiàn)數(shù)據(jù)庫(kù)的類型 按數(shù)據(jù)庫(kù)文獻(xiàn)記載的詳細(xì)度可分為 全文數(shù)據(jù)庫(kù)：不僅提供文獻(xiàn)的基本信息及線索，同時(shí) 還提供原始文獻(xiàn)本身的數(shù)據(jù)庫(kù)。主要包括全文數(shù)據(jù)庫(kù)、 術(shù)語(yǔ)數(shù)據(jù)庫(kù)、圖像數(shù)據(jù)庫(kù)等等。 如: CNKI 萬(wàn)方

3、 Elsevier IEL 文獻(xiàn)數(shù)據(jù)庫(kù)的類型 按數(shù)據(jù)庫(kù)文獻(xiàn)記載的詳細(xì)度可分為 混合型數(shù)據(jù)庫(kù):數(shù)據(jù)中的數(shù)據(jù)，一部分只是提供參考數(shù) 據(jù)庫(kù)中的信息（文獻(xiàn)的基本情況及線索）；另一部分 則可以提供全文數(shù)據(jù)庫(kù)中的信息（原始文獻(xiàn)本身） 。如： EBSCO (ASPBSP) 文獻(xiàn)數(shù)據(jù)庫(kù)的類型 按文獻(xiàn)數(shù)據(jù)庫(kù)收錄信息的學(xué)科范圍可分為 (1) 專業(yè)性文獻(xiàn)信息數(shù)據(jù)庫(kù) (CA) (2) 綜合性文獻(xiàn)信息數(shù)據(jù)庫(kù) (中國(guó)期刊網(wǎng)) 文獻(xiàn)信息數(shù)據(jù)庫(kù)的評(píng)價(jià)標(biāo)準(zhǔn) 收錄內(nèi)容范圍系統(tǒng)準(zhǔn)確。 揭示文獻(xiàn)詳略完備詳細(xì)。 更新速度快慢及時(shí)快速。 檢索字段多寡途徑豐富。 檢索功能強(qiáng)弱高效完善。 用戶使用方便易學(xué)易用。 維護(hù)服務(wù)質(zhì)量及時(shí)到位。 計(jì)算

4、機(jī)信息檢索基礎(chǔ) 計(jì)算機(jī)信息檢索指利用計(jì)算機(jī)及相關(guān)軟件和通信 設(shè)施，對(duì)本地計(jì)算機(jī)、遠(yuǎn)程服務(wù)器及網(wǎng)上信息進(jìn)行檢 索的過(guò)程或活動(dòng)。 隨著信息技術(shù)的快速發(fā)展及對(duì)各種文獻(xiàn)信息的數(shù)字化 處理，計(jì)算機(jī)文獻(xiàn)信息檢索已經(jīng)成為文獻(xiàn)信息檢索的 主要手段。 計(jì)算機(jī)信息檢索發(fā)展過(guò)程 脫機(jī)檢索階段（50年代中期到60年代中期） 聯(lián)機(jī)檢索階段（60年代中期到70年代中期） 光盤(pán)數(shù)據(jù)庫(kù)檢索階段（70年代中期到80年代末） 網(wǎng)絡(luò)化檢索階段（90初年代至今） 1）分析檢索課題,明確檢索要求 （2）選擇適當(dāng)檢索系統(tǒng)(數(shù)據(jù)庫(kù)) （3）確定檢索途徑及檢索詞 （4）構(gòu)建檢索提問(wèn)式 （5）上機(jī)檢索并調(diào)整檢索策略 （6）輸出檢索結(jié)果 (具體

5、） 計(jì)算機(jī)檢索的一般程序 計(jì)算機(jī)檢索的一般程序 主題分析 明確檢索需求及檢索目標(biāo) （1）檢索信息的學(xué)科范圍 （2）檢索信息的類型 （3）檢索的目的 選擇檢索系統(tǒng)（數(shù)據(jù)庫(kù)等） （1）根據(jù)檢索目的確定所需數(shù)據(jù)庫(kù)的類型 （2）根據(jù)信息需求的內(nèi)容、專業(yè)范圍選擇數(shù)據(jù)庫(kù) （3）根據(jù)記錄來(lái)源選擇數(shù)據(jù)庫(kù) （4）根據(jù)熟悉程度選擇數(shù)據(jù)庫(kù) 計(jì)算機(jī)檢索的一般程序 主題概念分析（注：是課題檢索的重點(diǎn)和難點(diǎn)） 檢索目的（申報(bào)課題、開(kāi)題報(bào)告、學(xué)術(shù)論文、成果查新、課程 論文、商業(yè)需求以及其它需求類型等） 文獻(xiàn)類型（期刊論文、會(huì)議論文、科技報(bào)告、圖書(shū)、專利、標(biāo) 準(zhǔn)、網(wǎng)站等）?結(jié)果形式（全文、文摘、題錄、數(shù)值、事實(shí)等） 檢索年限

6、（如2000年以來(lái)的文獻(xiàn)） 語(yǔ)種（中文、外文；英文、日文） 檢索結(jié)果數(shù)量（100？50？） 2.計(jì)算機(jī)檢索基本技術(shù) 布爾邏輯檢索技術(shù) 布爾檢索技術(shù)是指利用布爾運(yùn)算符連接各個(gè)檢索詞，然后由計(jì)算機(jī)進(jìn)行相應(yīng) 邏輯運(yùn)算，以檢索出所需信息的方法。 常用算符及含義:AND (*) OR (+) NOT (-) 布爾邏輯檢索技術(shù) AND (*) 接不相容的主題概念(或不同字段) 檢索結(jié)果同時(shí)出現(xiàn)連接的詞 限定， 縮小范圍， 提高準(zhǔn)確率。 OR （+)?連接同義詞 ，同族詞， 相關(guān)詞 檢索結(jié)果至少含有其中一詞或同時(shí)有 擴(kuò)大，檢索范圍， 提高查全。 NOT (-) 縮小檢索范圍,起到減少文獻(xiàn)輸出量。 布爾邏輯檢

7、索技術(shù) 優(yōu)先處理算符“（ ）” 邏輯算符OR和AND的使用方法，如果歸納成一個(gè)模式，比如有A、B、C、 D四個(gè)檢索詞（其中A和B，C和D分別為同義概念）， 檢索提問(wèn)式為：（A OR B）AND （C OR D） 即，同一組檢索提問(wèn)既含有OR算符，又含有AND算符，此時(shí)須使用優(yōu)先處 理算符“（ ）”，將OR算符前后的詞放入括號(hào)中，計(jì)算機(jī)將優(yōu)先運(yùn)算括號(hào) 內(nèi)的算符。 位置算符 位置檢索可要求檢索詞以用戶所規(guī)定的相對(duì)位置出現(xiàn)。 比如:以詞組形式表達(dá)的概念;彼此相鄰的兩個(gè)或兩個(gè)以上的詞;被禁用詞或特殊 符號(hào)分隔的詞以及化學(xué)分子式等。位置算符是調(diào)整檢索策略的一種重要手段。 輸入：COMMUNICATION

8、 SATELLITE 系統(tǒng)認(rèn)為 ：COMMUNICATION AND SATELLITE 結(jié)果: communication satellite ,satellite communication , communication devices for satellite ;communication links without satellite 位置算符 常用的位置算符及含義： (W)算符（WITH） 表示兩個(gè)檢索詞緊挨著，詞序不能顛倒， 中間不得插入其他詞、字母或代 碼，但允許有空格或標(biāo)點(diǎn)符號(hào)，也可用（）表示。 例:COMMUNICATION(W)SATELLITE （n W）算符（n W

9、ORD） 表示兩個(gè)檢索詞中間可插入n個(gè)詞，但它們之間的順序不可顛倒。 （N）算符 （NEAR） 表示兩個(gè)檢索詞必須相連，不得插入其他詞，但詞序可以顛倒。 位置算符 （n N）算符(n NEAR) 表示兩個(gè)檢索詞中間可以插入n個(gè)詞，且詞序可以顛倒。 （S）算符（SUBFIELD） 表示兩個(gè)檢索詞必須出現(xiàn)在同一個(gè)子句子中，但兩詞的詞序和插入的詞數(shù)不限。 句子位置算符 （F）算符（FIELD） 表示兩個(gè)檢索詞必須同時(shí)出現(xiàn)在同一個(gè)字段內(nèi)，但兩詞的詞序和中間插入的詞數(shù) 不限。字段位置算符 （C）算符（CITATION） 表示兩個(gè)檢索詞必須出現(xiàn)在同一記錄中，但兩詞的詞序和所在的字段不限。 （L）算符（LI

10、NK） 表示兩個(gè)檢索詞之間存在從屬關(guān)系或限制關(guān)系，如果其中一個(gè)為一級(jí)主題詞，另 一個(gè)就為二級(jí)主題詞。 截詞檢索技術(shù) 截詞檢索是為擴(kuò)大檢索范圍與增加檢索結(jié)果而采用的一種 檢索技術(shù)。 常件的截詞符號(hào)及含義： “*”可代表多個(gè)字符 “#”代表單個(gè)的字符 一個(gè)“？”或者“n？”代表0個(gè)到9個(gè)額外的字符 。 加權(quán)檢索技術(shù) 加權(quán)檢索是在檢索提問(wèn)式中,根據(jù)每個(gè)提問(wèn)詞在檢索要求中的重要程 度,分別給予一定的加權(quán)數(shù)值加以區(qū)別,我們稱這個(gè)數(shù)值為權(quán)數(shù)。同時(shí)再 給出檢索命中的閾值。當(dāng)檢索結(jié)果達(dá)到所設(shè)定的閾值時(shí)，系統(tǒng)將顯示 為命中記錄。 采用加權(quán)檢索的目的在于提高檢索結(jié)果的準(zhǔn)確程度 限制檢索技術(shù) 具體形式主要有： （1

11、）字段限制檢索 （2）使用符號(hào)限制 （3）進(jìn)行范圍限制 （4）采用限制指令 字段限制檢索 基本字段限制字段限制(TI,AB,DE,ID) 基本字段限制的用法是在需要指定字段（題目、敘詞、識(shí)別詞和文摘） 的檢索詞后加上后綴運(yùn)算符“/”和段碼。 例如，檢索策略“OPTICAL/TI AND FIBER/TI”的含義是指定在題目字 段中查找含有 “optical” 和“fiber”兩詞的所有記錄。 字段段碼可以多個(gè)連用，段碼之間加“，”即可。 例如，檢索策略“FIB?/TI,DE”的含義是指定在題目和敘詞字段中查找 以 “fib”為詞干的所有記錄。 字段限制檢索 輔助字段限制 輔助字段運(yùn)算符的用法是

12、在需要指定字段的檢索詞（有時(shí)檢索詞須放在雙 引號(hào)內(nèi)）之前加上段碼和前綴運(yùn)算符“=”。 例如檢索策略AU=“Robert, S.”的含義是在作者字段中查找含有“Robert, S.”的所有記錄。 下面是其他常用的輔助字段限制及其實(shí)例： 指定著者單位字段 CS=SHANGHAI UNIVERSITY 指定刊物名稱字段 JN=APPLIED MATHEMATICS 指定語(yǔ)言字段 LA=ENGLISH 指定文獻(xiàn)類型字段 DT=JOURNAL 3.檢索式的調(diào)整 檢索表達(dá)式輸入檢索系統(tǒng)后，輸出的檢 索結(jié)果有時(shí)不一定能滿足課題的要求： 檢出的篇 數(shù)過(guò)多，而且不相關(guān)文獻(xiàn) 所占比例很大 檢出的文獻(xiàn)數(shù)量太少，有時(shí)

13、甚至為零， 需要調(diào)整檢索策略。 調(diào)整檢索策略 對(duì)于輸出篇數(shù)過(guò)多的情況 a .選用了多義性的檢索詞； b .截詞截得過(guò)短； c. 輸入的檢索詞太少； d. 應(yīng)該使用“與（AND）”的使用了“或（OR）”； e.優(yōu)先運(yùn)算符“（）”使用錯(cuò)誤。 調(diào)整檢索策略 對(duì)于輸出篇數(shù)過(guò)少的情況 a. 檢索詞拼寫(xiě)錯(cuò)誤； b. 遺漏重要的同義詞或隱含概念； c. 檢索詞過(guò)于冷僻具體； d. 沒(méi)有使用截詞算符； e. 位置算符和字段算符使用的過(guò)多； f. 使用過(guò)多的“AND”算符。 計(jì)算機(jī)檢索實(shí)例 檢索需求 查找某概念的確切含義如：什么是“blog” 查找某概念的背景知識(shí)如：誰(shuí)最先發(fā)現(xiàn)青霉素 查找某些事物的數(shù)值及量化指

14、標(biāo)特征型知 一般通過(guò) 事實(shí)型、 數(shù)值型數(shù) 據(jù)庫(kù)和搜 索引擎獲 得。 查找某一學(xué)科的一般知識(shí) 如：關(guān)于分子生物學(xué)有哪些專著 查找學(xué)科專業(yè)領(lǐng)域的新進(jìn)展 如：有關(guān)納米技術(shù)的研究綜述 查找課題相關(guān)的專業(yè)文獻(xiàn) 最常見(jiàn)的！ 文獻(xiàn)數(shù)據(jù)庫(kù) 電子元器件的技術(shù)特性數(shù)據(jù)，可用有關(guān)的電子元器件類手冊(cè)、產(chǎn)品目 錄、樣本或書(shū)查找； 查過(guò)去某年度某種電氣電子類產(chǎn)品的產(chǎn)銷、貿(mào)易、市場(chǎng)概況，可用有 關(guān)年鑒類資料； 查國(guó)內(nèi)外哪些大學(xué)招收電氣電子類研究生，可查大學(xué)類的機(jī)構(gòu)名錄或 校方的招生簡(jiǎn)章資料； 查“自動(dòng)化”一詞的概念與含義，可用百科全書(shū)、學(xué)科術(shù)語(yǔ)類解釋辭 典和相關(guān)手冊(cè)； 查電子產(chǎn)品的電路圖，可用相應(yīng)的電路圖集或手冊(cè)； 查錢(qián)學(xué)

15、森的主要論著和貢獻(xiàn)，可用名人錄；等等。 主題分析實(shí)例 直接從檢索項(xiàng)目中獲取相關(guān)概念 例：項(xiàng)目“聚乙烯的合成（synthesis of polyethylene）” 主要概念：聚乙烯、合成（synthesis、polyethylene） 檢索式： 聚乙烯 and 合成 Synthesis and polyethylene 主題分析實(shí)例 排除重復(fù)無(wú)關(guān)的概念 項(xiàng)目“河豚毒素的液相色譜分析” 從項(xiàng)目名稱上看，其主要概念為“河豚毒素”、“液相 色譜”和“分析”，但由于液相色譜本身就是一種分析 方法，它隱含了“分析”這一概念 主要概念：河豚毒素、液相色譜 檢索式：河豚毒素and液相色譜 主題分析實(shí)例 檢索

16、詞之間存在部分與整體關(guān)系 例：1.檢索“歐洲能源”方面的文獻(xiàn) 按照“歐洲”；同時(shí)包括許多國(guó)家。英 法 德 意 2.國(guó)外綜述 主題分析實(shí)例 隱性概念的處理 課題：高溫下使用的不銹鋼 “不銹鋼” “耐熱鋼” 主題分析實(shí)例 隱性概念的處理 項(xiàng)目“灌溉用的橡塑多孔管” Rubber-Plastic Porous Pipe For Irrigation 橡塑多孔管也稱為橡塑滲灌管，其主要原料為橡膠 粉(由廢舊輪胎制得)和塑料(如粉狀聚乙烯)。隱含概念： 橡膠、塑料 該產(chǎn)品主要用于農(nóng)林、園藝等方面的灌溉。 主要概念：橡膠、塑料、多孔管、灌溉 檢索式：(橡膠or塑料or橡塑)and多孔管and灌溉 2021

17、-7-12 主題分析實(shí)例 隱性概念的處理 文昌魚(yú)的遺傳多樣性 顯性主題概念 :文昌魚(yú) 遺傳多樣 隱含主題概念： 文昌魚(yú) -頭索動(dòng)物 遺傳 -基因 同義 近義詞： 基因 -DNA 主題分析實(shí)例 隱性概念的處理 項(xiàng)目“唐山綜合防災(zāi)的研究” 由于唐山是一個(gè)城市，因此該項(xiàng)目實(shí)際上是“城市綜合防災(zāi)的 研究”。 該項(xiàng)目針對(duì)的主要災(zāi)害是地震、洪水和火災(zāi)，所采用的研究手 段是決策支持系統(tǒng)和專家系統(tǒng)。 防災(zāi)：地震、洪水、火災(zāi) 研究：決策支持系統(tǒng)、專家系統(tǒng) 主要概念：城市、地震、洪水、火災(zāi)、決策支持系統(tǒng)、專家系統(tǒng) 檢索式：城市and(地震or洪水or火災(zāi))and(決策支持系統(tǒng)or專家 系統(tǒng)) 主題分析實(shí)例 概念間

18、邏輯關(guān)系的處理 同義詞、近義詞是或的關(guān)系 上位詞即擴(kuò)檢，如“教育心理學(xué)” 下位詞即縮檢，如“智育心理”、“德育心理”、“美育心理”、 “教學(xué)心理學(xué)”、“學(xué)習(xí)心理學(xué)”、“教師心理學(xué)”、“學(xué)生心理學(xué)” 等。 若多個(gè)下位詞都用來(lái)檢索，相對(duì)于一個(gè)上位詞來(lái)說(shuō)，一般是擴(kuò)檢。 一個(gè)下位詞相對(duì)于一個(gè)上位詞來(lái)說(shuō)，一般是縮檢。 檢索詞的選擇 規(guī)范詞 選擇檢索詞時(shí)，一般應(yīng)優(yōu)先選擇主題詞作基本檢索詞，但為了檢索的專指性 也選用自由詞配合檢索。 如查找“人造金剛石”的文獻(xiàn)，很可能用“manmade( 人造) ”、 “diamonds( 金剛石) ”作為檢索詞，但“人造”的實(shí)質(zhì)是“人工合成”，檢索詞 的范圍可放寬至： s

19、ynthetic(W)diamonds 合成金剛石； synthetic(W)gems 合成寶石； synthetic(W)materials 合成材料； synthetic(W)stones 合成石； synthetic(W)crystals 合成晶體； artificial(W)crystals 人造晶體； diamonds 金剛石。 檢索策略：1+(2+3+4+5+6)*7 盡量使用代碼 不少文檔有自己的各種代碼， 如世界專利索引(WPI) 文檔的國(guó)際專利分類號(hào)代碼IC ，世 界工業(yè)產(chǎn)品市場(chǎng)與技術(shù)概況文檔中的產(chǎn)品代碼PC 和事項(xiàng)代碼 EC，化學(xué)文摘(CA) 中的化學(xué)物質(zhì)登記號(hào)RN 等。

20、如查找“20 年來(lái)CA 收錄的錫酸鋇導(dǎo)電機(jī)理”的文獻(xiàn)，就應(yīng)該用 化學(xué)物質(zhì)登記號(hào)表示，即rn 12009-18-6 。 其檢索式可為：rn 12009-18-6*electric？(w)conduct？ 。 而用如下檢索式則不能保證文獻(xiàn)查全：(barium (w)stannate+BaSn03)*eletrical(w)conductivity 同義詞盡量選全 檢索時(shí)為保證查全率，同義詞盡量選全。同義詞選擇應(yīng)主要 考慮以下幾點(diǎn)： 同一概念的幾種表達(dá)方式，如化學(xué)分析有chemical analysis， analytical chemistry，chemical determination， co

21、mposition measurement等。 同一名詞的單、復(fù)數(shù)、動(dòng)詞、動(dòng)名詞、過(guò)去分詞形式等，如生 產(chǎn)有product，production，producing，produce， productive等，詞根相同時(shí)，可用截詞符解決。 同義詞盡量選全 要考慮上位概念詞與下位概念詞，如水果榨汁，不僅要選fruit ，也應(yīng) 選各種水果，如pear( 梨) 、orange( 橙) 、plum( 李子) 、 peach( 桃) 、apple( 蘋(píng)果) 、pineapple( 菠蘿) 等，反之，如某一種 水果保鮮則應(yīng)參考水果保鮮。 化學(xué)物質(zhì)用其名稱也要用其元素符號(hào)，如氖，Nitrogen 和N 。 植

22、物和動(dòng)物名，其英文和拉丁名均要選。 注意選用國(guó)外慣用的技術(shù)術(shù)語(yǔ)查閱外文文獻(xiàn)時(shí)，一 些技術(shù)概念的英文詞若在詞表查不到，可先閱讀國(guó)外 的有關(guān)文獻(xiàn)，再選擇正確的檢索詞 同義詞盡量選全 表示研究方法、技術(shù)方法的名詞術(shù)語(yǔ)，如分析（化學(xué)）、針刺手法、有 限元法、結(jié)構(gòu)功能法、力學(xué)性能試驗(yàn)等 表示工藝方法、加工技術(shù)的名詞術(shù)語(yǔ)，如鑄造、鍛造、熱處理、焊接、 釀造、取心鉆進(jìn)、爆破成型、激光切割等； 激光加工技術(shù)在航空工業(yè)中的應(yīng)用 有關(guān)激光加工；在航空工業(yè)中的應(yīng)用。 第一組面：激光。從詞表中可以選取 (1) laser (激光) (2) laser bean (激光束) 第二組面：激光加工技術(shù)。3-6 從詞表中可以

23、選取 （3）laser annealing（激光熱處理） （4）laser cutting (激光切削) （5）laser drilling (激光鉆孔) （6）laser welding (激光焊接) 7-10加工技術(shù) (7)Suface alloying （表面合金化) (8)Surface hardening (表面硬化) (9)Remelting (再溶化) (10)Radiation hardening (表面硬化) 第三組面：航空工業(yè) （11）aircraft （12）aircraft industry （13）aircraft equipment 擬定檢索式 （1+2）*（7+8+9+10）+（3+4+5+6）* （11+12+13） 注意：對(duì)于復(fù)合詞可以用位置算符，截詞符。 檢索效果評(píng)價(jià)的指標(biāo) 評(píng)價(jià)檢索效果的常用指標(biāo)有： 查全率（Recallratio）用R表示 查準(zhǔn)率（Precisionrat