第二講：計(jì)算機(jī)信息檢索基礎(chǔ)知識

1、 第二講 計(jì)算機(jī)信息檢索基礎(chǔ)知識主要內(nèi)容n計(jì)算機(jī)檢索的概念n數(shù)據(jù)庫及其類型n數(shù)據(jù)庫的結(jié)構(gòu)n計(jì)算機(jī)檢索技術(shù)n計(jì)算機(jī)檢索的步驟、方法、途徑n指利用計(jì)算機(jī)存儲(chǔ)和檢索信息。 具體地說，就是指人們在計(jì)算機(jī)或計(jì)算機(jī)檢索網(wǎng)絡(luò)的終端機(jī)上，使用特定的檢索指令、檢索詞和檢索策略，從計(jì)算機(jī)檢索系統(tǒng)的數(shù)據(jù)庫中檢索出所需的信息的過程。一 計(jì)算機(jī)信息檢索的定義計(jì)算機(jī)信息檢索包含兩個(gè)內(nèi)涵：n存儲(chǔ)過程：大量的數(shù)據(jù)按一定的格式輸入到計(jì)算機(jī)中，經(jīng)過計(jì)算機(jī)的加工處理，以一定的結(jié)構(gòu)有序地存儲(chǔ)在計(jì)算機(jī)的存儲(chǔ)介質(zhì)上。n查找過程：用戶的需求輸入到計(jì)算機(jī)中，由計(jì)算機(jī)對其進(jìn)行處理，并與已存儲(chǔ)在計(jì)算機(jī)中的信息進(jìn)行查詢與匹配，最后按要求的格式輸出

2、檢索結(jié)果信息檢索原理舉例:n【題名】信息檢索技術(shù)在網(wǎng)絡(luò)數(shù)據(jù)庫中的應(yīng)用研究n【作者】鄒小筑1 繆紅梅2n【機(jī)構(gòu)】1南京大學(xué)信息管理系,南京210093 2南京航空航天大學(xué),南京210016n【刊名】圖書情報(bào)工作.2007,51(2).-104-106,131n【ISSN號】0252-3116n【關(guān)鍵詞】信息檢索技術(shù) 網(wǎng)絡(luò)數(shù)據(jù)庫 檢索平臺n【文摘】以信息檢索技術(shù)為脈絡(luò)，結(jié)合Ei Village2、ISI Web of Knowledge、CSAIDS、EBSCOHost、ProQuestordjne等多個(gè)著名檢索平臺綜合分析布爾邏輯、位置邏輯、模糊檢索技術(shù)、網(wǎng)絡(luò)敘詞表構(gòu)建技術(shù)在網(wǎng)絡(luò)數(shù)據(jù)庫的應(yīng)用，研

3、究表明信息檢索技術(shù)已深深植入網(wǎng)絡(luò)信息資源管理之中，深入剖析信息檢索技術(shù)，可以清晰揭示提問表達(dá)式的構(gòu)建機(jī)理，掌握網(wǎng)絡(luò)數(shù)據(jù)庫的原理及使用方法，為網(wǎng)絡(luò)信息資源評價(jià)和建設(shè)提供依據(jù)。n輸入:“信息檢索技術(shù)”(題名字段)-命中該信息n輸入:“光盤數(shù)據(jù)庫”(題名字段)-不會(huì)命中該信息輸入“信息檢索技術(shù)”檢索結(jié)果檢索結(jié)果計(jì)算機(jī)信息檢索特點(diǎn)n檢索速度快，效益高；n檢索功能強(qiáng)，數(shù)量大；n檢索途徑多，手段靈活；n檢索范圍廣，服務(wù)方式多。二 數(shù)據(jù)庫及其類型n概念概念 數(shù)據(jù)庫是在計(jì)算機(jī)存貯設(shè)備上按數(shù)據(jù)庫是在計(jì)算機(jī)存貯設(shè)備上按一定方式存儲(chǔ)的相互關(guān)聯(lián)的數(shù)據(jù)集一定方式存儲(chǔ)的相互關(guān)聯(lián)的數(shù)據(jù)集合。合。數(shù)據(jù)庫類型按內(nèi)容和功能劃分n

4、參考型數(shù)據(jù)庫參考型數(shù)據(jù)庫 以文檔的形式組織起來，提供文獻(xiàn)的題錄、文摘等書目信息n全文型數(shù)據(jù)庫全文型數(shù)據(jù)庫 存儲(chǔ)文獻(xiàn)全文或其中的主要部分的源數(shù)據(jù)庫n事實(shí)型數(shù)據(jù)庫事實(shí)型數(shù)據(jù)庫 供查詢某一客體的基本事實(shí)或簡況，包括名錄、傳記等數(shù)據(jù)庫n數(shù)值型數(shù)據(jù)庫數(shù)值型數(shù)據(jù)庫 提供各類數(shù)值型數(shù)據(jù)n圖象數(shù)據(jù)庫圖象數(shù)據(jù)庫 以圖形、圖象為記錄單位返回返回返回返回 返回?cái)?shù)據(jù)庫類型按收錄專業(yè)范圍劃分n綜合性數(shù)據(jù)庫綜合性數(shù)據(jù)庫 收錄多個(gè)學(xué)科或?qū)I(yè)的信息資料。如中國期刊網(wǎng)n專業(yè)性數(shù)據(jù)庫專業(yè)性數(shù)據(jù)庫 收錄單一學(xué)科或?qū)I(yè)的信息資料。n專題性數(shù)據(jù)庫專題性數(shù)據(jù)庫 收錄某一特定專題的信息資料綜合型數(shù)據(jù)庫返回專業(yè)數(shù)據(jù)庫 ：返回專題數(shù)據(jù)庫三 數(shù)

5、據(jù)庫的結(jié)構(gòu)字段、記錄和文檔字段：文獻(xiàn)著錄的基本單元，反映文獻(xiàn)文獻(xiàn)著錄的基本單元，反映文獻(xiàn)外部特征和內(nèi)容特征的每一項(xiàng)目，在數(shù)外部特征和內(nèi)容特征的每一項(xiàng)目，在數(shù)據(jù)庫中就稱為字段。據(jù)庫中就稱為字段。如：關(guān)鍵詞如：關(guān)鍵詞KWKW、題名、題名TITI、文摘、文摘ABAB、作者、作者AUAU、刊名刊名JNJN、出版時(shí)間、出版時(shí)間PYPY、語種、語種LALA等等記錄 由若干不同字段組成的文獻(xiàn)單元，一條記錄在由若干不同字段組成的文獻(xiàn)單元，一條記錄在數(shù)據(jù)庫中代表一篇文獻(xiàn)。數(shù)據(jù)庫中代表一篇文獻(xiàn)。數(shù)據(jù)庫（文檔） 由若干數(shù)量的記錄構(gòu)成的數(shù)據(jù)的集合。大型的由若干數(shù)量的記錄構(gòu)成的數(shù)據(jù)的集合。大型的數(shù)據(jù)庫檢索系統(tǒng)中稱為文檔

6、。數(shù)據(jù)庫檢索系統(tǒng)中稱為文檔。中國期刊網(wǎng)字段示例可檢索字段可檢索字段詳細(xì)記錄詳細(xì)記錄命中記錄列表四四 計(jì)算機(jī)檢索技術(shù)計(jì)算機(jī)檢索技術(shù)1 布爾邏輯運(yùn)算符2 截詞算符3 字段限制4 范圍限制5.短語檢索6.括號檢索1、布爾邏輯運(yùn)算符邏輯與： “*”或“and”邏輯或： “+”或“or” 邏輯非： “-”或“not”“與”算符 and AND *“與與”算符用于描述概念間的交叉關(guān)系和限算符用于描述概念間的交叉關(guān)系和限定關(guān)系。定關(guān)系。n含義：含義：檢出文獻(xiàn)中必須同時(shí)包含被其連檢出文獻(xiàn)中必須同時(shí)包含被其連接的所有詞或詞組。接的所有詞或詞組。n作用：作用：縮小檢索范圍，提高查準(zhǔn)率?？s小檢索范圍，提高查準(zhǔn)率。例

7、如：例如： 兒童兒童 * 心理學(xué)心理學(xué) computer AND virusABA and B計(jì)算機(jī)計(jì)算機(jī) *病毒病毒作用：作用： 縮小檢索范圍，縮小檢索范圍，提高檢準(zhǔn)率提高檢準(zhǔn)率與運(yùn)算示意圖與運(yùn)算示意圖computervirus“或”算符 or OR +“或或”算符可描述概念間的并列關(guān)系和相關(guān)算符可描述概念間的并列關(guān)系和相關(guān)關(guān)系，用來組配同義詞或相關(guān)詞等。關(guān)系，用來組配同義詞或相關(guān)詞等。n含義：含義：檢出文獻(xiàn)中包含有被其連接的任檢出文獻(xiàn)中包含有被其連接的任意一個(gè)詞或詞組。意一個(gè)詞或詞組。n作用：作用：擴(kuò)大檢索范圍，提高查全率。擴(kuò)大檢索范圍，提高查全率。例如：自行車?yán)纾鹤孕熊?+ 腳踏車腳踏

8、車 CAD or computer aided designBAA or B作用：擴(kuò)大檢索范圍，提高檢全率或運(yùn)算示意圖或運(yùn)算示意圖pipetube“非”算符 not NOT -“非非”算符用于描述概念間的排斥關(guān)系和特算符用于描述概念間的排斥關(guān)系和特殊限定關(guān)系。殊限定關(guān)系。n含義：含義：檢出文獻(xiàn)中必須包含這個(gè)算符前檢出文獻(xiàn)中必須包含這個(gè)算符前的詞，必須不含這個(gè)算符后的詞。的詞，必須不含這個(gè)算符后的詞。n作用：作用：縮小檢索范圍，提高查準(zhǔn)率?？s小檢索范圍，提高查準(zhǔn)率。例如：例如： 水果水果 香蕉香蕉 Patent not GermanBAA not B專利專利 德國德國作用： 縮小檢索范圍，排除某

9、一集合概念非運(yùn)算示意圖非運(yùn)算示意圖GermanPatent2、截詞(?或*） 將截詞符加在檢索詞的前后或中間，以檢索一將截詞符加在檢索詞的前后或中間，以檢索一組概念相關(guān)或同一詞根的詞。組概念相關(guān)或同一詞根的詞。作用：擴(kuò)大檢索范圍，提高文獻(xiàn)的查全率。 如：comput? computer computers computing dam* dam dams wom?n woman women3、字段限制指將檢索詞限定在特定的字段中進(jìn)行。指將檢索詞限定在特定的字段中進(jìn)行。同樣的檢索詞，選擇在不同字段中進(jìn)行檢索，同樣的檢索詞，選擇在不同字段中進(jìn)行檢索，得到的結(jié)果是不同的。得到的結(jié)果是不同的。檢索系統(tǒng)通

10、常都會(huì)設(shè)置默認(rèn)的檢索字段，如檢索系統(tǒng)通常都會(huì)設(shè)置默認(rèn)的檢索字段，如“所有字段所有字段”。如果想指定在特定的字段中。如果想指定在特定的字段中查找檢索詞，就需要調(diào)整檢索字段，進(jìn)行字查找檢索詞，就需要調(diào)整檢索字段，進(jìn)行字段限制。段限制。缺省字段缺省字段為為“篇名篇名”缺省字段為缺省字段為“關(guān)鍵詞關(guān)鍵詞”缺省字段為缺省字段為“All fields”n如果從文獻(xiàn)的內(nèi)容特征出發(fā)查找文獻(xiàn)，如果從文獻(xiàn)的內(nèi)容特征出發(fā)查找文獻(xiàn)，可選的檢索字段有可選的檢索字段有“篇（題）名篇（題）名 title”、“關(guān)鍵詞關(guān)鍵詞 keyword”、“文摘文摘 abstract”以及以及“全文全文 fulltext”。n一般，如果使

11、用相同的檢索詞分別在這一般，如果使用相同的檢索詞分別在這幾個(gè)字段中檢索，那么檢到的文獻(xiàn)數(shù)會(huì)幾個(gè)字段中檢索，那么檢到的文獻(xiàn)數(shù)會(huì)依次遞增，而命中的準(zhǔn)確率則依次遞減。依次遞增，而命中的準(zhǔn)確率則依次遞減。n題名 關(guān)鍵詞（ 文摘 ） 全文檢檢 全全 率率 遞遞 增增檢檢 準(zhǔn)準(zhǔn) 率率 遞遞 增增命中命中31篇篇命中命中80篇篇命中命中44篇篇命中命中410篇篇4 范圍限制n指對檢索詞的范圍（如時(shí)間、國別、語種、信息類型等）進(jìn)行約束或壓縮的方法，它大多通過檢索系統(tǒng)的限制指令或菜單選擇來實(shí)現(xiàn)。工程索引檢索界面工程索引檢索界面5.短語檢索n用“”表示，檢索出與“”內(nèi)容完全相同的短語，提高檢索的精度和準(zhǔn)確度。n“

12、international space station”6.括號檢索n用于改變運(yùn)算的先后順序，括號內(nèi)的運(yùn)算優(yōu)先進(jìn)行。n（university or college) and education五五 計(jì)算機(jī)檢索步驟計(jì)算機(jī)檢索步驟、方法方法、途徑途徑大體可分為五個(gè)步驟：1.分析課題的內(nèi)容；2.選擇信息資源；3.構(gòu)造檢索式,選擇檢索途徑；4.上機(jī)檢索；5.分析檢索結(jié)果,調(diào)整檢索策略。 明確檢索目的需要關(guān)于某一課題的系統(tǒng)詳盡的信息需要關(guān)于某一課題的系統(tǒng)詳盡的信息需要關(guān)于某一課題的最新信息需要關(guān)于某一課題的最新信息了解一些片斷信息，解決一些具體問題了解一些片斷信息，解決一些具體問題n明確課題的主題或主要

13、內(nèi)明確課題的主題或主要內(nèi)容容 要形成若干個(gè)既代表信息需求又有檢索意義要形成若干個(gè)既代表信息需求又有檢索意義的主題概念，包括所涉及的主題概念有幾個(gè)，的主題概念，包括所涉及的主題概念有幾個(gè)，哪些是主要的，哪些是次要的，概念之間關(guān)哪些是主要的，哪些是次要的，概念之間關(guān)系如何等系如何等n課題涉及的學(xué)科范圍：搞清楚課題所課題涉及的學(xué)科范圍：搞清楚課題所涉及的學(xué)科領(lǐng)域、是否跨學(xué)科研究涉及的學(xué)科領(lǐng)域、是否跨學(xué)科研究n所需信息的數(shù)量、語種、年代范圍、所需信息的數(shù)量、語種、年代范圍、類型等具體化指標(biāo)類型等具體化指標(biāo)例：檢索課題檢索課題-不銹鋼焊接不銹鋼焊接檢索目的檢索目的查找范圍查找范圍了解最新的技術(shù)了解最新的

14、技術(shù)動(dòng)態(tài)動(dòng)態(tài)利用期刊、會(huì)議錄類的利用期刊、會(huì)議錄類的數(shù)據(jù)庫查找數(shù)據(jù)庫查找了解焊縫強(qiáng)度的了解焊縫強(qiáng)度的測試方法和有關(guān)測試方法和有關(guān)規(guī)格規(guī)格利用技術(shù)標(biāo)準(zhǔn)類的數(shù)據(jù)利用技術(shù)標(biāo)準(zhǔn)類的數(shù)據(jù)庫查找?guī)觳檎疑暾垖＠暾垖＠脤＠悢?shù)據(jù)庫查找利用專利類數(shù)據(jù)庫查找2.選擇信息資源選擇信息資源n是否與檢索課題相關(guān)的資源都要檢索是否與檢索課題相關(guān)的資源都要檢索n選擇哪些學(xué)科的信息資源選擇哪些學(xué)科的信息資源n選擇哪些語種的信息資源選擇哪些語種的信息資源n信息資源覆蓋的年限是否符合需求信息資源覆蓋的年限是否符合需求n信息資源的特點(diǎn)及其針對性如何信息資源的特點(diǎn)及其針對性如何3、構(gòu)造檢索式、構(gòu)造檢索式 選擇檢索點(diǎn)選擇檢索點(diǎn)n

15、檢索式檢索式 是表達(dá)用戶檢索提問的邏輯是表達(dá)用戶檢索提問的邏輯表達(dá)式，由基于檢索概念產(chǎn)生的檢表達(dá)式，由基于檢索概念產(chǎn)生的檢索詞和各種組配算符構(gòu)成。索詞和各種組配算符構(gòu)成。n檢索點(diǎn)檢索點(diǎn) 即檢索途徑或檢索入口、檢即檢索途徑或檢索入口、檢索字段。檢索點(diǎn)正確與否，決定著索字段。檢索點(diǎn)正確與否，決定著檢索結(jié)果的數(shù)量與質(zhì)量。檢索結(jié)果的數(shù)量與質(zhì)量。確定檢索詞確定檢索詞如：如：“吸煙與心臟病的關(guān)系吸煙與心臟病的關(guān)系” 可以表達(dá)為可以表達(dá)為connection between somking and heart disease 通過分析發(fā)現(xiàn)，其中，只有通過分析發(fā)現(xiàn)，其中，只有somking和和heart di

16、sease兩個(gè)概念詞，而兩個(gè)概念詞，而“connection between”則不屬于概念詞。則不屬于概念詞。 概念概念1：somking 概念概念2：heart disease針對每一個(gè)概念，選擇與之相針對每一個(gè)概念，選擇與之相關(guān)的同義詞或相關(guān)詞關(guān)的同義詞或相關(guān)詞 n與與somking相關(guān)的詞有：相關(guān)的詞有：smoker,smokers,tobacco等；等；nheart disease的同義詞有的同義詞有cardiopathy,heart trouble, heart attack.n將這些相關(guān)詞記錄下來，用于構(gòu)造檢索式：將這些相關(guān)詞記錄下來，用于構(gòu)造檢索式： 概念概念1：somking,

17、smokers,tobacco 概念概念2： cardiopathy, heart disease，heart trouble, heart attack選選定定檢索詞的方法檢索詞的方法n根據(jù)詞表或數(shù)據(jù)庫中的索引選詞根據(jù)詞表或數(shù)據(jù)庫中的索引選詞n從專業(yè)詞典、百科全書等參考工具中從專業(yè)詞典、百科全書等參考工具中選詞選詞 n利用中文全文數(shù)據(jù)庫選擇英文檢索詞利用中文全文數(shù)據(jù)庫選擇英文檢索詞 編制檢索式編制檢索式 調(diào)整其他設(shè)定調(diào)整其他設(shè)定例例(smok* OR tobacco) AND (cardiopathy OR heart disease OR heart trouble OR heart at

18、tack)“吸煙與心臟病的關(guān)系”4 進(jìn)行檢索進(jìn)行檢索n可利用數(shù)據(jù)庫提供的不同級別可利用數(shù)據(jù)庫提供的不同級別 的檢索界的檢索界面進(jìn)行檢索面進(jìn)行檢索 -初級檢索初級檢索 -高級檢索高級檢索5 分析檢索結(jié)果分析檢索結(jié)果 調(diào)整檢索策略調(diào)整檢索策略n 不滿意不滿意n 滿意滿意不滿意不滿意 非目非目標(biāo)標(biāo)的的結(jié)結(jié)果果 n檢檢查查檢檢索名索名詞詞的的拼寫拼寫 n增加增加檢檢索名詞的索名詞的準(zhǔn)確準(zhǔn)確性性 查閱查閱工具如工具如 詞詞表表,字典字典, 分分類類表及字表及字匯匯表表, 刪除刪除錯(cuò)誤錯(cuò)誤的名的名詞詞 n審審查被查被檢檢索的索的數(shù)據(jù)庫數(shù)據(jù)庫 查閱數(shù)據(jù)庫的說明查閱數(shù)據(jù)庫的說明及期刊列表以及期刊列表以確確定是

19、否覆定是否覆蓋蓋你所要的主你所要的主題題 不滿意不滿意 結(jié)結(jié)果太多果太多 n增設(shè)增設(shè)限制限制條條件至特定件至特定欄欄位及年代位及年代 n增加增加檢檢索名索名詞詞的的準(zhǔn)確準(zhǔn)確性性 - 查查閱閱工具如工具如 詞詞表表,字典字典, 分分類類表及字表及字匯匯表表 n增加增加檢檢索策略的索策略的準(zhǔn)確準(zhǔn)確性性 增加使用增加使用 AND; 減減少使用少使用 OR不滿意不滿意 結(jié)結(jié)果太少果太少n檢檢查查檢檢索名索名詞詞的的拼寫拼寫 n增加增加檢檢索名索名詞詞的普遍性的普遍性 -查查閱閱工具如工具如 詞詞表表,字字典典, 分分類類表及字表及字匯匯表表 n擴(kuò)大檢擴(kuò)大檢索策略索策略 減減少使用少使用AND; 使用使用Or連接連接同同義詞義詞及及相關(guān)詞相關(guān)詞 n增加被增加被檢檢索的索的數(shù)據(jù)庫數(shù)據(jù)庫 確確定其他定其他數(shù)據(jù)庫數(shù)據(jù)庫是否是否覆覆蓋蓋你所要的主你所要的主題題 滿滿 意意n是否已全是否已全部獲取部獲取所需所需? ? 打印、打印、電郵電郵 或或 存檔存檔n需否需否獲取與題錄獲取與題錄相相關(guān)關(guān)的全文的全文 ? ? 查找圖書館館館藏書目系統(tǒng)（查找圖書館館館藏書目系統(tǒng)（OPACOPAC），確定是否有紙本館藏