文獻(xiàn)檢索與利用2013選修課程

第二章計(jì)算機(jī)信息檢索第一節(jié)計(jì)算機(jī)信息檢索基礎(chǔ)知識(shí)一、計(jì)算機(jī)信息檢索的基本概念二、計(jì)算機(jī)檢索的發(fā)展脫機(jī)批處理階段聯(lián)機(jī)檢索階段光盤(pán)檢索階段互聯(lián)網(wǎng)檢索階段三、計(jì)算機(jī)文獻(xiàn)檢索的基本原理文獻(xiàn)群→入選文獻(xiàn)→概念分析→系統(tǒng)語(yǔ)言→數(shù)據(jù)庫(kù)檢索結(jié)果文獻(xiàn)用戶→提問(wèn)分析→系統(tǒng)語(yǔ)言→四、計(jì)算機(jī)信息檢索系統(tǒng)的組成1.計(jì)算機(jī)2.

通信網(wǎng)絡(luò)3.檢索終端4.

數(shù)據(jù)庫(kù)五、數(shù)據(jù)庫(kù)結(jié)構(gòu)1、數(shù)據(jù)庫(kù)定義：是滿足一定需求而收集的有序的信息集合。2、數(shù)據(jù)庫(kù)的類型全文數(shù)據(jù)庫(kù)

書(shū)目型數(shù)據(jù)庫(kù)詞典型數(shù)據(jù)庫(kù)事實(shí)型數(shù)據(jù)庫(kù)多 數(shù)據(jù)庫(kù)3、數(shù)據(jù)庫(kù)的構(gòu)成

從使用者觀點(diǎn)看，數(shù)據(jù)庫(kù)主要由“文檔—記錄—字段”三個(gè)層次構(gòu)成。（1）文檔

用戶選擇所需的聯(lián)機(jī)系統(tǒng)數(shù)據(jù)庫(kù)時(shí)，多數(shù)數(shù)據(jù)庫(kù)以單一的文檔出現(xiàn)。此時(shí)文檔的概念和數(shù)據(jù)庫(kù)相當(dāng)。但有些數(shù)據(jù)庫(kù)規(guī)模龐大，被分成若干個(gè)文檔。

從數(shù)據(jù)庫(kù)的結(jié)構(gòu)來(lái)看，文檔的概念是指數(shù)據(jù)庫(kù)內(nèi)容的組織形式。（2）記錄(records)

記錄是文檔的基本單元。它是對(duì)某一實(shí)體的全部屬性進(jìn)行描述的結(jié)果。在全文數(shù)據(jù)庫(kù)中，一個(gè)記錄相當(dāng)于一篇完整的文獻(xiàn)；在書(shū)目數(shù)據(jù)庫(kù)中，一個(gè)記錄相當(dāng)于一條或題錄。（3）字段(fields)

字段是記錄的基本單元。它是對(duì)實(shí)體的具體屬性進(jìn)行描述的結(jié)果，即記錄中的每個(gè)著錄項(xiàng)目，在書(shū)目數(shù)據(jù)庫(kù)中，常見(jiàn)字段有：TI(題名)、DE(敘詞)、SU（詞）、AB(

）、AU(著者)、AD(著者地址)、YR(年分)、LA(語(yǔ)言)字段根據(jù)其描述文獻(xiàn)特征的不同，可以分為兩類：（1）基本索引字段

這些是描述文獻(xiàn)內(nèi)容特征的字段，如篇名、

、敘詞、

標(biāo)引詞等字段。（2）輔助索引字段

這些字段描述的是文獻(xiàn)的外表特征，如著者、機(jī)構(gòu)名稱、語(yǔ)種、刊名、來(lái)源、

年等。4、數(shù)據(jù)庫(kù)的特點(diǎn)：為了便于計(jì)算機(jī)在數(shù)據(jù)庫(kù)中進(jìn)行檢索組配，每個(gè)數(shù)據(jù)庫(kù)都有一個(gè)順排文檔和多個(gè)倒排文檔。順排文檔：就是存入數(shù)據(jù)庫(kù)的全部記錄。是將數(shù)據(jù)庫(kù)的全部記錄按照記錄號(hào)的大小排列而成的文獻(xiàn)集合，它構(gòu)成了數(shù)據(jù)庫(kù)的主體內(nèi)容。相當(dāng)于印刷型檢索工具的正文部分。倒排文檔：以記錄的特征標(biāo)識(shí)作為排列依據(jù)，其后列出含有此標(biāo)識(shí)的記錄號(hào)?？煞譃槎箢悾夯舅饕臋n（倒排文檔1）：從記錄的基本字段（如：TI、DE、AB）中提取的檢索詞排列而成。輔助索引文檔（倒排文檔2）：從記錄的輔助字段（如：AU、LA、PY、）中提取的檢索詞排列而成。第二節(jié)計(jì)算機(jī)檢索的主要檢索功能

在實(shí)際檢索的過(guò)程中，僅需一個(gè)檢索詞就能滿足檢索要求的情況不很多。通常使用多個(gè)檢索詞構(gòu)成檢索策略，以滿足由多概念組配而成的較為復(fù)雜課題的要求。一、布爾邏輯檢索功能（1）邏輯“與”

這種組配關(guān)系用“AND”或“*

”表示，它用于檢索概念之間的相交關(guān)系運(yùn)算。A

andB

或A

*B（2）邏輯“或”

用“or”或“+”連接檢索概念。可用其組配表達(dá)相同概念的檢索詞，如同義詞、相關(guān)詞等。A

or

B

或A+B（3）邏輯“非”

用“not”或“-”連接檢索概念。它用于在某一記錄集合中排除含有某一概念的記錄。A

notB

或A-B

在以上的邏輯算符中，其運(yùn)算優(yōu)先級(jí)順序?yàn)镹OT、AND、OR，不過(guò)可以用括號(hào)改變它們的運(yùn)算順序，

應(yīng)注意對(duì)于同一個(gè)布爾邏輯提問(wèn)式來(lái)說(shuō)，不同的運(yùn)算順序會(huì)有不同的結(jié)果。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,兩大概念之間是相交的關(guān)系）檢索提問(wèn)可以分步進(jìn)行：第一步：A

OR

B第二步：C

OR

D（結(jié)果為S1）（結(jié)果為S2）第三步：S1

AND

S2在實(shí)際檢索中，通過(guò)使用優(yōu)先處理算符“（）”，三組檢索提問(wèn)也可以歸并為一組，即一步完成：輸入：（A

OR

B）

AND

（COR

D）二、詞間位置檢索功能

位置算符用于規(guī)定檢索詞相互之間的鄰近關(guān)系，包括在記錄中的順序的相對(duì)位置。在不同的檢索系統(tǒng)中，所采用的位置算符是不同的，功能也有差異。（1）with

限定前后所連接的檢索詞出現(xiàn)在同一字段中，如：applewithgrow表示檢索記錄中同時(shí)包含apple

和grow,并且出現(xiàn)在同一字段中。（2）near

限定前后所連接的檢索詞出現(xiàn)在同一句子中，如：appleneargrow表示檢索記錄中同時(shí)包含apple

和grow,并且出現(xiàn)在同一句子中。（3）near

N

同near,而N

是指相互間最多可插入N

個(gè)單詞，N

為正整數(shù)。三、截詞檢索功能

一般用“？”和“*”表示截詞符。要注意在不同的系統(tǒng)中，使用的符號(hào)及其含義有所不同。按截詞的位置可以分為前截詞、后截詞、中間截詞：

（1）前截詞

將截詞符放在詞根的前邊，后方一致，表示在詞根前方有無(wú)限個(gè)或有限個(gè)字符變化。（2）后截詞

將截詞符放在詞根的后面，前方一致。如：grow,在該詞根后加“*”即為

grow*

,系統(tǒng)將檢索

出含有g(shù)row、growth、growing等詞的所有記錄。使用前方一致的截詞方法時(shí)需注意：避免檢索詞的詞干截得過(guò)短，否則可能會(huì)檢出大量不相關(guān)的文獻(xiàn)。

（3）中間截詞它是將截詞符號(hào)置于檢索詞的中間，而詞的前后方一致。通常用于英、美不同拼寫(xiě)形式的詞（英語(yǔ)單詞）進(jìn)行檢索。如：colo?r

可檢出的詞為

colour(英音)、color(美音)。四、限定字段檢索功能

限定字段檢索即是指定檢索詞在記錄中某一具體的字段中出現(xiàn)。字段限定檢索可以分為兩類：后綴方式（suffix）和前綴方式（prefix）（1）后綴方式(Ei

Village

2系統(tǒng))對(duì)基本索引字段，如：篇名（TI）、（AB）、敘詞（DE）及某些輔助索引字段，如：作者（AU）、作者地址（AD）進(jìn)行字段限定時(shí)，將檢索詞放在字段代碼之前，之間用字段限定符號(hào)：WN如：apple？WN

TI

即apple

或apples

在篇名中出現(xiàn)即為檢中。taiyuan

univ*

of

technology

wn

AD

即在地址這字段中出現(xiàn)太原理工大學(xué)的即被檢中。（2）前綴方式

對(duì)某些輔助索引字段，如：語(yǔ)種（LA），年代（PY）進(jìn)行限定時(shí)，將檢索詞放在所限定的字段代碼之后，之間用字段限定符號(hào)：=、<=、>=、<、>等如：LA=Chinese

即限定原文語(yǔ)種為中文。PY>=1995

即限定年份為1995及以后的文獻(xiàn)。1、DIALOG系統(tǒng)是目前世界上最大的聯(lián)機(jī)檢索系統(tǒng)。1965年創(chuàng)立，屬洛克希德公司。目前系統(tǒng)擁有997個(gè)數(shù)據(jù)庫(kù)，占全球所有數(shù)據(jù)庫(kù)的50%以上。收錄的文獻(xiàn)學(xué)科范圍及文獻(xiàn)類型齊全。第三節(jié)國(guó)際聯(lián)機(jī)檢索系統(tǒng)國(guó)防部共同開(kāi)發(fā)的世2、ORBIT系統(tǒng)是

系統(tǒng)發(fā)展公司與界第二大聯(lián)機(jī)檢索系統(tǒng)。目前有100多個(gè)數(shù)據(jù)庫(kù)，約占全球數(shù)據(jù)庫(kù)總量的25%，其中有20多個(gè)與DIALOG系統(tǒng)相同。它在化工、石油、生物化學(xué)、環(huán)境科學(xué)、安全科學(xué)等領(lǐng)域文獻(xiàn)較齊全，其中有1/3數(shù)據(jù)庫(kù)是獨(dú)家經(jīng)營(yíng)。這幾年致力于提供其它檢索系統(tǒng)沒(méi)有的數(shù)據(jù)庫(kù)。3、ESA-IRS系統(tǒng)屬歐洲空間組織，是歐洲第一、全球第三的聯(lián)機(jī)系統(tǒng)，有130多個(gè)數(shù)據(jù)庫(kù)，它的特色是在航天和空間研究的數(shù)據(jù)庫(kù)收錄齊全。4、其它大型⑴OCLC（Online

Computer

Library

Center）：是世界上最大的為讀者提供文獻(xiàn)信息的機(jī)構(gòu)。它是一個(gè)不以贏利為目的，互相合作的成員組織。⑵BRS(Bibliographic

Retrievalservice)系統(tǒng)：由美國(guó)書(shū)目檢索服務(wù)公司建于1986年，是世界上第二大書(shū)目檢索系統(tǒng)