文獻(xiàn)信息檢索基礎(chǔ)知識(shí)-基礎(chǔ)知識(shí)

基礎(chǔ)知識(shí)第1頁，共80頁。一、信息、知識(shí)與文獻(xiàn)的含義信息：客觀事物存在方式及其運(yùn)動(dòng)規(guī)律、特點(diǎn)的外在表現(xiàn)。信息屬性：普遍性、客觀性、中介性、無限性、傳遞性、時(shí)效性、依附性、共享性…….第2頁，共80頁。知識(shí)：人類對客觀事物的存在和運(yùn)動(dòng)規(guī)律的認(rèn)識(shí)。

一是知道是什么二是知道為什么三是知道怎樣做四是知道誰有知識(shí)

1996年，世界經(jīng)濟(jì)合作與發(fā)展組織在《以知識(shí)為基礎(chǔ)的經(jīng)濟(jì)》報(bào)告中，將知識(shí)分為四類：第3頁，共80頁。加工升華精煉系統(tǒng)組織

信息知識(shí)第4頁，共80頁。信息知識(shí)事物存在方式、運(yùn)動(dòng)狀態(tài)外在表現(xiàn)信息經(jīng)過大腦加工信息信息與知識(shí)關(guān)系第5頁，共80頁。信息文獻(xiàn)：記錄有知識(shí)的一切載體。文獻(xiàn)內(nèi)容記錄符號載體材料記錄方式

文獻(xiàn)構(gòu)成要素第6頁，共80頁。二、文獻(xiàn)信息源類型1.按文獻(xiàn)信息的物質(zhì)載體和記錄形式劃分手寫型文獻(xiàn)印刷型文獻(xiàn)縮微型文獻(xiàn)聲像型文獻(xiàn)電子型文獻(xiàn)第7頁，共80頁。第8頁，共80頁。2.按文獻(xiàn)信息的出版形式和內(nèi)容劃分圖書期刊科技報(bào)告會(huì)議文獻(xiàn)專利文獻(xiàn)學(xué)位論文標(biāo)準(zhǔn)文獻(xiàn)產(chǎn)品資料政府出版物技術(shù)檔案第9頁，共80頁。3、按文獻(xiàn)信息的加工程度劃分一次文獻(xiàn)：作者以本人的研究成果為依據(jù)二創(chuàng)作或撰寫的文獻(xiàn)。二次文獻(xiàn)：將大量分散的、物組織的一次文獻(xiàn)，依一定的方法和原則進(jìn)行濃縮、整序、加工、編輯后，組織成系統(tǒng)的便于管理和利用的文獻(xiàn)。三次文獻(xiàn)：在一、二次文獻(xiàn)的基礎(chǔ)上進(jìn)行廣泛深入的研究之后，通過匯集、綜合、分析等深度加工而形成的文獻(xiàn)。第10頁，共80頁。

三、文獻(xiàn)信息檢索的類型

1.按文獻(xiàn)信息檢索對象劃分文獻(xiàn)信息檢索數(shù)據(jù)信息檢索事實(shí)信息檢索第11頁，共80頁。

文獻(xiàn)信息檢索

以文獻(xiàn)信息為檢索對象，從文獻(xiàn)信息存儲(chǔ)集合中查找出特定文獻(xiàn)的過程。

文獻(xiàn)信息檢索是信息檢索中最主要、最基本的形式。

第12頁，共80頁。范圍—某一課題、某一作者、某一地域、某一機(jī)構(gòu)、某一事物的有關(guān)文獻(xiàn)；工具—二次文獻(xiàn)（檢索工具或系統(tǒng)）；性質(zhì)—“相關(guān)性”檢索；結(jié)果—文獻(xiàn)的線索或原文。第13頁，共80頁。

例：國內(nèi)外轉(zhuǎn)基因食品發(fā)展趨勢研究中國動(dòng)物藥產(chǎn)業(yè)發(fā)展方向方面的文獻(xiàn)食品安全研究有關(guān)文獻(xiàn)

第14頁，共80頁。數(shù)據(jù)信息檢索以數(shù)據(jù)信息為檢索對象，從數(shù)據(jù)信息存儲(chǔ)集合中或從文獻(xiàn)中包含的數(shù)據(jù)中查找某一數(shù)據(jù)信息的過程。

第15頁，共80頁。范圍—數(shù)據(jù)圖表、公式、圖譜、市場行情、物質(zhì)的物理與化學(xué)特性、物質(zhì)的材料成份、設(shè)備的型號與規(guī)格、參數(shù)等；工具—主要三次文獻(xiàn)（參考工具書、數(shù)據(jù)型數(shù)據(jù)庫）；性質(zhì)—“確定性”檢索；結(jié)果—有、無、對、錯(cuò)。第16頁，共80頁。

例如：查找：2011年吉林省玉米產(chǎn)量（萬噸）

第17頁，共80頁。事實(shí)信息檢索以事實(shí)信息為檢索對象，從存儲(chǔ)事實(shí)的信息集合中查出特定事實(shí)的檢索過程。

第18頁，共80頁。范圍—事物的基本概念、基本情況，事物發(fā)生的時(shí)間、地點(diǎn)、相關(guān)的事實(shí)與過程等；工具—主要三次文獻(xiàn)（參考工具書、事實(shí)型數(shù)據(jù)庫）；性質(zhì)—“確定性”檢索；結(jié)果—有、無、對、錯(cuò)。第19頁，共80頁。例：“轉(zhuǎn)基因植物”的概念吉林農(nóng)業(yè)大學(xué)地址……….第20頁，共80頁。參考工具書字、詞（辭）典百科全書手冊年鑒、統(tǒng)計(jì)數(shù)據(jù)圖譜年表人名錄、地名錄、機(jī)構(gòu)名錄第21頁，共80頁。三者的關(guān)系：

文獻(xiàn)信息檢索與數(shù)據(jù)信息檢索、事實(shí)信息檢索三者在信息檢索過程中通常是相互配合、相輔相成的，檢索時(shí)常常配合使用，從而檢索出最適用文獻(xiàn)。第22頁，共80頁。2.按文獻(xiàn)信息檢索方式劃分手工檢索計(jì)算機(jī)檢索第23頁，共80頁。3.按文獻(xiàn)信息組織方式劃分全文檢索超文本檢索超媒體檢索第24頁，共80頁。四、文獻(xiàn)信息檢索工具（系統(tǒng)）類型目錄型題錄型文摘型全文型第25頁，共80頁。五、文獻(xiàn)信息檢索原理

通過對大量的、分散無序的文獻(xiàn)信息進(jìn)行搜集、加工、組織、存儲(chǔ)，建立各種各樣的檢索工具（系統(tǒng)），用戶將提問標(biāo)識(shí)與存儲(chǔ)在檢索工具（系統(tǒng)）中的文獻(xiàn)特征標(biāo)識(shí)進(jìn)行大小同異比較，凡是兩種標(biāo)識(shí)相一致，或者文獻(xiàn)特征的標(biāo)識(shí)包含著檢索提問標(biāo)識(shí)，則表明所檢文獻(xiàn)切題，即從檢索工具（系統(tǒng)）中輸出。第26頁，共80頁。文獻(xiàn)信息檢索原理示意圖第27頁，共80頁。六、文獻(xiàn)信息檢索語言文獻(xiàn)信息檢索語言的概念

從自然語言中精選出來并加以規(guī)范化的一套詞匯、符號，是概括信息內(nèi)容特征或外在特征及其相互關(guān)系的概念標(biāo)識(shí)體系。第28頁，共80頁。外表特征

題名、作者、出版社、號碼等內(nèi)容特征

分類、主題、代碼等

第29頁，共80頁。文獻(xiàn)信息檢索語言作用

文獻(xiàn)信息檢索語言是溝通文獻(xiàn)信息存儲(chǔ)與檢索兩個(gè)過程的橋梁。在文獻(xiàn)信息存儲(chǔ)過程中，用它來描述文獻(xiàn)信息的內(nèi)容和外部特征，從而形成檢索標(biāo)識(shí)；在檢索過程中，用它來描述檢索提問，從而形成提問標(biāo)識(shí)；當(dāng)提問標(biāo)識(shí)與檢索標(biāo)識(shí)完全匹配或部分匹配時(shí)，結(jié)果即為命中文獻(xiàn)。第30頁，共80頁。文獻(xiàn)信息檢索語言類型第31頁，共80頁。分類檢索語言

按學(xué)科范疇及知識(shí)之間的關(guān)系列出類目，并用數(shù)字、字母符號對類目進(jìn)行標(biāo)識(shí)的一種語言體系，也稱分類法。第32頁，共80頁。

《中國圖書館分類法》22個(gè)基本大類：A馬克思主義、列寧主義、毛澤東思想、鄧小平理論B哲學(xué)、宗教C社會(huì)科學(xué)總論D政治、法律第33頁，共80頁。E軍事F經(jīng)濟(jì)G文化、科學(xué)、教育、體育H語言、文字I文學(xué)K歷史、地理第34頁，共80頁。

N自然科學(xué)總論O數(shù)理科學(xué)和化學(xué)P天文學(xué)、地球科學(xué)Q生物科學(xué)R醫(yī)藥、衛(wèi)生S農(nóng)業(yè)科學(xué)第35頁，共80頁。

T工業(yè)技術(shù)U交通運(yùn)輸V航空、航天X環(huán)境科學(xué)、勞動(dòng)保護(hù)科學(xué)Z綜合性圖書第36頁，共80頁?！吨袊鴪D書館分類法》片斷第37頁，共80頁。學(xué)科分類按學(xué)科“分類檢索”實(shí)例第38頁，共80頁。主題檢索語言

將自然語言中的名詞術(shù)語經(jīng)過規(guī)范化處理后作為文獻(xiàn)信息標(biāo)識(shí)的一種主題法檢索語言。第39頁，共80頁。

主題詞：以規(guī)范化的詞匯來表達(dá)文獻(xiàn)信息內(nèi)容的主題，這種詞匯叫主題詞。主題詞根據(jù)規(guī)范性、檢索時(shí)要求不同可細(xì)分單元詞、標(biāo)題詞、敘詞等。

第40頁，共80頁。自然語言主題詞酒精乙醇土豆馬鈴薯偽鈔鑒別驗(yàn)鈔杜鵑杜鵑（花）杜鵑（鳥）世貿(mào)組織世界貿(mào)易組織第41頁，共80頁。主題“主題檢索”實(shí)例第42頁，共80頁。關(guān)鍵詞語言關(guān)鍵詞是指出現(xiàn)在文獻(xiàn)標(biāo)題、文摘、正文中，對表征文獻(xiàn)主題內(nèi)容具有實(shí)質(zhì)意義的語詞，對揭示和描述文獻(xiàn)主題內(nèi)容是重要的、關(guān)鍵性的語詞。關(guān)鍵詞選取一般由計(jì)算機(jī)自動(dòng)抽取。第43頁，共80頁。引文語言

引文語言根據(jù)現(xiàn)期期刊或少量叢書中發(fā)表的文章（稱引文文獻(xiàn)）后面所附的參考文獻(xiàn)（即被引文獻(xiàn)）的著者（即被引著者）的姓名組織編排文獻(xiàn)的。引文語言利用文獻(xiàn)之間的引用與被引用關(guān)系，來表達(dá)文獻(xiàn)之間的相互關(guān)系。第44頁，共80頁。表達(dá)文獻(xiàn)外部特征的檢索語言主要是指文獻(xiàn)的篇名（題目）、作者姓名、出版者、報(bào)告號、專利號等。將不同的文獻(xiàn)按照篇名、作者名稱的字序進(jìn)行排列，或者按照報(bào)告號、專利號的數(shù)序進(jìn)行排列，所形成的以篇名、作者及號碼的檢索途徑來滿足用戶需求的檢索語言。第45頁，共80頁。八、文獻(xiàn)信息檢索的基本方法1.常規(guī)法

根據(jù)文獻(xiàn)的外部特征和內(nèi)容特征，即以主題、分類、著者等為檢索點(diǎn)，通過檢索工具（系統(tǒng)）獲取所需文獻(xiàn)信息的一種檢索方法分為順查法、倒查法和抽查三種。第46頁，共80頁。順查法：按著時(shí)間順序，由遠(yuǎn)及近、從過去到現(xiàn)在利用檢索工具（系統(tǒng)）逐年、逐卷地查找文獻(xiàn)信息，直到滿意為止的一種檢索方法。

倒查法：又稱為逆查法，與順查法相反，按照文獻(xiàn)信息檢索要求的時(shí)間范圍，由近到遠(yuǎn)、從現(xiàn)在到過去逆著時(shí)間的順序利用檢索工具（系統(tǒng)）查找文獻(xiàn)信息的一種檢索方法。抽查法：一般是針對某學(xué)科發(fā)展特點(diǎn)和規(guī)律，抓住該學(xué)科發(fā)展較快、文獻(xiàn)信息發(fā)表較多的高峰年代，抽出這段時(shí)間進(jìn)行重點(diǎn)檢索文獻(xiàn)信息的一種方法。第47頁，共80頁。2.追溯法

又稱為引文法、追蹤法，利用文獻(xiàn)末尾所附參考文獻(xiàn)和注釋為線索逐一地追溯查找原始文獻(xiàn)的方法。3.循環(huán)法

又稱為綜合法、交替法，它是把常用法和追溯法結(jié)合起來查找文獻(xiàn)信息的方法。循環(huán)法既要利用檢索工具（系統(tǒng)）進(jìn)行常規(guī)檢索，又要利用文獻(xiàn)后所附參考文獻(xiàn)進(jìn)行追溯檢索，分期分段地交替使用這兩種方法。第48頁，共80頁。九、計(jì)算機(jī)信息檢索技術(shù)

計(jì)算機(jī)檢索技術(shù)主要指檢索詞的組配技術(shù)和檢索表達(dá)式的構(gòu)成規(guī)則。檢索詞包括主題詞、關(guān)鍵詞、名稱、分類號、分子式、專利號及各種號碼等。檢索表達(dá)式簡稱為檢索式，又稱為檢索提問式，主要是運(yùn)用各種邏輯運(yùn)算符號、位置邏輯算符、截詞符及其它限制符號等，把檢索詞連接組配起來，確定檢索詞之間的關(guān)系，準(zhǔn)確表達(dá)檢索課題的內(nèi)容。它是一個(gè)既能反映檢索課題內(nèi)容、又能為計(jì)算機(jī)識(shí)別的算式，是進(jìn)行計(jì)算機(jī)檢索的依據(jù)。第49頁，共80頁。布爾邏輯檢索技術(shù)

采用布爾代數(shù)中的布爾關(guān)系運(yùn)算符來表達(dá)檢索詞之間關(guān)系的檢索方法。布爾邏輯算符主要有:邏輯與(AND*）、邏輯或(OR+)、邏輯非(NOT-)第50頁，共80頁。第51頁，共80頁。

名稱符號表達(dá)式功能邏輯與*或andA*B|空格同時(shí)含有提問詞A和B的文獻(xiàn)，為命中文獻(xiàn)邏輯或+或orA+B凡是含有提問詞A或B的文獻(xiàn)，為命中文獻(xiàn)邏輯非-或notA-B凡是含有提問詞A但不含有B的文獻(xiàn)，為命中文獻(xiàn)第52頁，共80頁。劉亦菲照片│劉亦菲寫真“邏輯或”實(shí)例第53頁，共80頁。百度高級搜索用“包含”、“不包含”等詞表示“邏輯與”和“邏輯非”“布爾邏輯”應(yīng)用實(shí)例第54頁，共80頁。布爾邏輯算符的運(yùn)算次序：NOT>AND>OR()號里的部分運(yùn)算優(yōu)先例如:(AORD)ANDB表示先執(zhí)行“AORD”的檢索，再與B進(jìn)行AND運(yùn)算。第55頁，共80頁。

位置檢索技術(shù)

位置檢索技術(shù)就是利用一些特定的位置算符來表達(dá)檢索詞之間的位置關(guān)系。[注意]檢索系統(tǒng)不同，位置算符的規(guī)定也不盡相同。第56頁，共80頁。

位置算符主要有：鄰近位置算符W、N、nW、nN句子位置算符S（Sentence）字段位置算符F（Field）…..第57頁，共80頁。（W）或（）━with。W算符兩側(cè)的檢索詞間為空格或標(biāo)點(diǎn)符號，詞序不變。X(w)RAYXRAY或X-RayCD(W)ROMCD-ROM（nW）——nWord允許算符兩側(cè)的檢索詞之間最多可插入n個(gè)詞，詞序不變。蔬菜(2w)栽培蔬菜的栽培蔬菜無土栽培第58頁，共80頁。（N）——near算符兩邊的檢索詞不允許插入其他單詞或字母，詞序可以顛倒規(guī)模化（N）飼養(yǎng)規(guī)?；曫B(yǎng)飼養(yǎng)規(guī)?；?/p>

(nN)算符兩邊的檢索詞允許插入n個(gè)其他單詞或字母，詞序可以顛倒規(guī)模化（5N）飼養(yǎng)規(guī)?；曫B(yǎng)飼養(yǎng)規(guī)?；?guī)?；竽溜曫B(yǎng)規(guī)?；唐啡庳i的飼養(yǎng)第59頁，共80頁。F━Field“F”的含義為“field”。算符兩側(cè)檢索詞必須在同一字段中出現(xiàn)，詞序不限，中間可插任意檢索詞項(xiàng)。黑木耳（w）多糖（F）抑菌/題名，文摘S━sentence算符兩側(cè)檢索詞同時(shí)出現(xiàn)文獻(xiàn)記錄的同一句子或短語中，詞序不限。玉米（w）雜交（S）鑒定第60頁，共80頁。

截詞檢索技術(shù)又稱部分一致檢索，截詞檢索技術(shù)就是用截?cái)嗟脑~的一個(gè)局部進(jìn)行的檢索，并認(rèn)為凡滿足這個(gè)詞局部中的所有字符（串）的文獻(xiàn)，都為命中的文獻(xiàn)。

第61頁，共80頁。有限截詞一個(gè)截詞符號代表一個(gè)字符？#等computer??computercomputers

無限截詞一個(gè)截詞符號代表一個(gè)字符，也稱為通配符*等computer*computerscomputeringcomputeredcomputerization第62頁，共80頁。

按截?cái)嗟奈恢脕矸?，截詞技術(shù)有后截?cái)?、前截?cái)?、中截?cái)嗪椭虚g截?cái)嗨姆N類型。第63頁，共80頁。

后截詞檢索

(前方一致)

將截詞符號放置在截詞的后方，同截詞符號前面的字符串信息相同，即為命中。如：生產(chǎn)？？—生產(chǎn)，生產(chǎn)力，生產(chǎn)工具，生產(chǎn)方式

第64頁，共80頁。

前截詞檢索（后方一致）

將截詞符號放置在截詞的前方，同截詞符號后面的字符串信息相同，即為命中。

如：？？英語考試—四級英語，六級英語，研究生英語考試

第65頁，共80頁。

中截詞檢索（前后一致）

將截詞符號放置在截詞的中間，同截詞符號前后面的字符串信息相同，即為命中。如：信息？？類型一信息資源類型，信息交流類型

第66頁，共80頁。

前后截詞檢索（中間一致）

將截詞符號放置在截詞的兩側(cè)，同截詞符號中間字符串信息相同，即為命中。如：*考試*——英語考試，考試試題，計(jì)算機(jī)等級考試指南，考生考試前的心理調(diào)整等。

第67頁，共80頁。前方一致、完全匹配、任意匹配“截詞”應(yīng)用實(shí)例第68頁，共80頁。

限制檢索技術(shù)又稱字段檢索法，指限定檢索詞必須在數(shù)據(jù)庫記錄中規(guī)定的字段范圍內(nèi)出現(xiàn)的一種檢索方法。縮小和限定檢索范圍，提高查準(zhǔn)率。第69頁，共80頁。

數(shù)據(jù)庫指長期存儲(chǔ)在計(jì)算機(jī)內(nèi)，有組織、可共享的數(shù)據(jù)集合。第70頁，共80頁。數(shù)據(jù)庫構(gòu)成

數(shù)據(jù)庫構(gòu)成:字段、記錄和文檔三個(gè)層次。字段（基本字段、輔助字段）→記錄→文檔（順排文檔、倒排文檔）→數(shù)據(jù)庫第71頁，共80頁。

字段（Field)：字段是組成記錄的數(shù)據(jù)項(xiàng)，是記錄的基本單元。描述文獻(xiàn)信息具體特征，如篇名、作者、主題詞等。一條記錄可有若干個(gè)字段，字段決定著檢索點(diǎn)的數(shù)量設(shè)計(jì)。字段分為基本字段和輔助字段。第72頁，共80頁。

基本字段主要是描述文獻(xiàn)內(nèi)容特征的字段，如篇名、文摘、敘詞、自由標(biāo)引詞等字段；輔助字段主要是描述文獻(xiàn)外表特征的字段，如著者、機(jī)構(gòu)名稱、語種、文獻(xiàn)來源等字段。

第73頁，共80頁。字段字段“限制檢索”實(shí)例第74頁，共80頁。十、文獻(xiàn)信息檢索程序分析檢索要求，確定檢索范圍；選擇檢索工具（系統(tǒng)）和方法；選擇檢索途徑和檢索標(biāo)識(shí)；調(diào)整檢索策略，篩選檢索結(jié)果；記錄文獻(xiàn)線索，獲取原文。第75頁，共80頁。

十一、信息檢索效果評估

所謂檢索效果，就是利用檢索工具（系統(tǒng)）開展檢索服務(wù)時(shí)產(chǎn)生的有效結(jié)果。第76頁，共80頁。

查全率與查準(zhǔn)率查全率=檢出相關(guān)文獻(xiàn)量/文獻(xiàn)庫內(nèi)相關(guān)文獻(xiàn)總量×%如：利用某個(gè)檢索系統(tǒng)查找某課題，假設(shè)該系統(tǒng)文獻(xiàn)庫中共有相關(guān)文獻(xiàn)總量為40篇