第二講信息檢索基礎(chǔ)(二)

信息檢索概念信息檢索類(lèi)型信息檢索方法信息檢索途徑信息檢索語(yǔ)言文獻(xiàn)信息數(shù)據(jù)庫(kù)原理第二講信息資源檢索基礎(chǔ)知識(shí)(二)信息檢索：是指將信息（主要指文獻(xiàn)信息）按一定的方式組織和存儲(chǔ)起來(lái)，并根據(jù)用戶(hù)的需要找出相關(guān)信息的過(guò)程。

信息檢索存儲(chǔ)檢索存儲(chǔ)：是對(duì)信息進(jìn)行著錄、標(biāo)引、整序，編制檢索工具和建立檢索系統(tǒng)的過(guò)程。檢索：是指面向信息需求而進(jìn)行高度選擇性的查找過(guò)程。一、信息檢索信息檢索過(guò)程：存儲(chǔ)過(guò)程：

標(biāo)引員廣泛收集信息，形成檢索標(biāo)識(shí)，把這些標(biāo)識(shí)按一定方法組織成形成各種檢索系統(tǒng)，即信息源的形成過(guò)程。檢索過(guò)程：

檢索人員分析課題，用檢索提問(wèn)標(biāo)識(shí)，從檢索系統(tǒng)中查獲所需的信息。信息檢索原理：用戶(hù)檢索提問(wèn)標(biāo)識(shí)(提問(wèn)檢索詞)與存儲(chǔ)在檢索工具中的標(biāo)引標(biāo)識(shí)（標(biāo)引詞）進(jìn)行比較，兩者一致或信息標(biāo)引標(biāo)識(shí)中包含提問(wèn)標(biāo)識(shí)即是命中的信息。能否準(zhǔn)確地檢索出用戶(hù)所需的信息，關(guān)鍵在于能否準(zhǔn)確地選擇檢索詞。這里所謂的“準(zhǔn)確”，是指用戶(hù)所選用的檢索詞必須與數(shù)據(jù)庫(kù)中標(biāo)引文獻(xiàn)記錄所用的標(biāo)引詞相一致。

信息檢索過(guò)程一個(gè)匹配(Match)過(guò)程按檢索內(nèi)容劃分?jǐn)?shù)據(jù)檢索是以數(shù)據(jù)為檢索內(nèi)容的信息檢索，要求從檢索系統(tǒng)存儲(chǔ)的大量原始調(diào)查數(shù)據(jù)和其它統(tǒng)計(jì)數(shù)據(jù)中查出所需的數(shù)字資料。全文檢索即檢索系統(tǒng)存儲(chǔ)的是整篇文章或整本圖書(shū)。書(shū)目檢索是以文獻(xiàn)線(xiàn)索為檢索內(nèi)容的信息檢索。二、信息檢索類(lèi)型事實(shí)檢索是以原始文獻(xiàn)中抽取的事物的情況為檢索對(duì)象，檢索結(jié)果是事物發(fā)生的時(shí)間、地點(diǎn)和情況等具體答案，也是一種確定性的檢索。例如：查找“前事不忘、后事之師”最早的出處。檢索“赤壁之戰(zhàn)發(fā)生在湖北赤壁市么？”圖像檢索即以圖形、圖像或圖文信息為檢索內(nèi)容的信息檢索。多媒體檢索是以文字、圖像、聲音等多媒體信息為檢索內(nèi)容的信息檢索。按是否使用檢索工具劃分直接檢索就是指利用一次文獻(xiàn)進(jìn)行檢索，這是以前比較常用的一種查找方法。所花時(shí)間多和精力大，檢出文獻(xiàn)少。（簡(jiǎn)單模糊檢索）間接檢索就是指利用各種檢索工具獲得文獻(xiàn)線(xiàn)索，再根據(jù)線(xiàn)索去查找原始文獻(xiàn)線(xiàn)索的方法。（高級(jí)檢索，限定檢索等）按信息檢索手段劃分傳統(tǒng)信息檢索就是手工信息檢索，是利用各種印刷型檢索工具來(lái)查找文獻(xiàn)的一種方法。一般是利用各種印刷型檢索工具?，F(xiàn)代信息檢索現(xiàn)代信息檢索即計(jì)算機(jī)信息檢索，是指利用計(jì)算機(jī)和網(wǎng)絡(luò)來(lái)處理和查找文獻(xiàn)信息的檢索方式。分：聯(lián)機(jī)檢索、光盤(pán)檢索、網(wǎng)絡(luò)檢索。信息檢索的方法主要有：常規(guī)法，引文法，綜合法。常規(guī)法：常規(guī)法是指直接利用檢索工具檢索文獻(xiàn)的方

法，主要有順查法、倒查法和抽查法。

順查法：按照時(shí)間順序，由遠(yuǎn)及近地利用檢索系統(tǒng)進(jìn)行文獻(xiàn)檢

索的方法，這種方法能收集到某一課題的系統(tǒng)的文獻(xiàn)，適用于

課題的文獻(xiàn)檢索。

倒查法：倒查法是由近及遠(yuǎn)，從新到舊，逆時(shí)間的順序利用檢

索工具進(jìn)行文獻(xiàn)檢索的方法。

抽查法：針對(duì)項(xiàng)目的特點(diǎn)，選擇有關(guān)該項(xiàng)目的文獻(xiàn)信息最可能

出現(xiàn)或最多出現(xiàn)的時(shí)間段，利用檢索工具進(jìn)行重點(diǎn)檢索的方法。三、信息檢索方法引文法：利用文獻(xiàn)后所附的參考文獻(xiàn)進(jìn)行檢索的方法，由追溯檢索法和引文索引法組成。追溯檢索法：即從文獻(xiàn)信息密度較大的幾種期刊的最近兩三年論文中查出一批與檢索課題有關(guān)的文獻(xiàn)，再以這批文獻(xiàn)所附的參考文獻(xiàn)作為線(xiàn)索，找到第二批相關(guān)文獻(xiàn)，以此類(lèi)推獲得一批與主題相關(guān)的文獻(xiàn)，這種方法的出發(fā)點(diǎn)是從引用論文開(kāi)始查找。引文索引法：利用引文索引，從被引論文開(kāi)始查找引用它的全部論文，通過(guò)此方法可得到與來(lái)源文獻(xiàn)同一主題的相關(guān)文獻(xiàn)。專(zhuān)門(mén)工具：引文索引，如《科學(xué)引文索引》、《社會(huì)科學(xué)引文索引》等。綜合法：又稱(chēng)循環(huán)法，就是常規(guī)法與引文法綜合運(yùn)

用的方法。檢索途徑是由提取信息源的外部與內(nèi)部特征形成的，又稱(chēng)檢索點(diǎn)或檢索入口。外部特征的檢索途徑：題名途徑：利用書(shū)刊名或文獻(xiàn)題名編成的索引進(jìn)行信息檢索的途徑，一般多用于查找圖書(shū)，期刊，單篇文獻(xiàn)。著者途徑：根據(jù)已知文獻(xiàn)源著者直接或間接查找文獻(xiàn)源的途徑。號(hào)碼途徑：通過(guò)各種專(zhuān)用的符號(hào)代碼直接或間接查找文獻(xiàn)的方法，包括書(shū)號(hào)、刊號(hào)、報(bào)告號(hào)、專(zhuān)利號(hào)、標(biāo)準(zhǔn)號(hào)等。四、信息檢索途徑內(nèi)部特征的檢索途徑：分類(lèi)途徑：用分類(lèi)法組織的信息為用戶(hù)提供從科學(xué)屬

性查找的途徑就是分類(lèi)途徑。

分類(lèi)法:

按照信息內(nèi)容的科學(xué)屬性，運(yùn)用概念劃分與歸納的方法

形成各級(jí)類(lèi)，從而使信息形成一種有序化的知識(shí)體系的信息組織方法。

主題途徑：用戶(hù)根據(jù)所確定的主題詞或關(guān)鍵詞，利用主題詞表和主題索引實(shí)施檢索的途徑。

主題詞:以規(guī)范化的詞匯來(lái)表達(dá)文獻(xiàn)的內(nèi)容的主題。

關(guān)鍵詞：一種非規(guī)范化詞匯。檢索語(yǔ)言是信息存儲(chǔ)與檢索過(guò)程中用于描述信息特征和表達(dá)用戶(hù)信息提問(wèn)的一種專(zhuān)門(mén)語(yǔ)言。是在信息儲(chǔ)存和信息檢索中所使用的標(biāo)識(shí)語(yǔ)言，它既包括受控的人工語(yǔ)言（通過(guò)詞表或分類(lèi)表進(jìn)行規(guī)范過(guò)的語(yǔ)言），也可包括未受控的自然語(yǔ)言。檢索語(yǔ)言是根據(jù)檢索途徑來(lái)確定，使用什么樣的檢索途徑，就使用什么樣的檢索語(yǔ)言。注意：信息檢索存儲(chǔ)過(guò)程中使用的標(biāo)引語(yǔ)言（標(biāo)引詞或文獻(xiàn)標(biāo)識(shí)），也是在信息檢索的檢索過(guò)程中使用的檢索語(yǔ)言（標(biāo)引詞或檢索標(biāo)識(shí)），標(biāo)引語(yǔ)言和檢索語(yǔ)言必須一致才能準(zhǔn)確檢索出結(jié)果。五、信息檢索語(yǔ)言檢索語(yǔ)言的類(lèi)型檢索語(yǔ)言的類(lèi)型表述文獻(xiàn)外表特征的語(yǔ)言表述文獻(xiàn)內(nèi)容特征的語(yǔ)言著者號(hào)碼題名分類(lèi)主題非規(guī)范化語(yǔ)言（自然）規(guī)范化主題詞（人工）敘詞標(biāo)題詞關(guān)鍵詞自由詞文獻(xiàn)外部特征檢索語(yǔ)言：著者檢索語(yǔ)言：主要針對(duì)編有著者姓名索引的檢索工具，輸入著者姓名就可以檢索到所要查詢(xún)的內(nèi)容，但要注意姓名輸入的格式變化。文獻(xiàn)代碼檢索語(yǔ)言：文獻(xiàn)代碼即文獻(xiàn)編號(hào)，例如，國(guó)際統(tǒng)一書(shū)號(hào)ISBN，國(guó)際統(tǒng)一刊號(hào)ISNN，數(shù)字文獻(xiàn)表引號(hào)DOI，科技報(bào)告的報(bào)告號(hào)，科技標(biāo)準(zhǔn)的標(biāo)準(zhǔn)號(hào)，專(zhuān)利的公開(kāi)號(hào)、公告號(hào)以及專(zhuān)利號(hào)等，如果在文獻(xiàn)數(shù)據(jù)庫(kù)中建有相應(yīng)的代碼字段，那么就可以建立代碼索引，用相應(yīng)的代碼作為檢索詞進(jìn)行檢索。題名檢索語(yǔ)言：即通過(guò)文獻(xiàn)名就可以檢索到所要查詢(xún)的內(nèi)容。文獻(xiàn)內(nèi)容特征檢索語(yǔ)言分類(lèi)檢索語(yǔ)言按知識(shí)門(mén)類(lèi)的邏輯次序?qū)⑿畔⑾到y(tǒng)地組織和劃分的語(yǔ)言，具體體現(xiàn)為用分類(lèi)號(hào)和類(lèi)名來(lái)表達(dá)信息的主題概念。通過(guò)分類(lèi)表來(lái)對(duì)分類(lèi)號(hào)進(jìn)行控制。

例：I712.45/26達(dá)芬奇密碼

I712.45/404暮光之城.新月主要分類(lèi)法《中國(guó)圖書(shū)館圖書(shū)分類(lèi)法》(簡(jiǎn)稱(chēng)《中圖法》)《中國(guó)標(biāo)準(zhǔn)文獻(xiàn)分類(lèi)法》(簡(jiǎn)稱(chēng)《標(biāo)準(zhǔn)法》)《InternationalPatentClassification》（國(guó)際專(zhuān)利分類(lèi)法，簡(jiǎn)稱(chēng)《IPC》）

《中國(guó)圖書(shū)館圖書(shū)分類(lèi)法》將圖書(shū)分為馬列、哲學(xué)、社會(huì)科學(xué)、自然科學(xué)、綜合五大類(lèi)。分類(lèi)標(biāo)識(shí)即分類(lèi)號(hào)，由字母或字母和數(shù)字組成。采用等級(jí)列舉表達(dá)從屬關(guān)系。C社會(huì)科學(xué)總論D政治、法律E軍事F經(jīng)濟(jì)G文教、科學(xué)、體育H語(yǔ)言J藝術(shù)I文學(xué)K歷史、地理自然科學(xué)總論NRSTO數(shù)理化P天文學(xué)、地球科學(xué)Q生物科學(xué)醫(yī)藥、衛(wèi)生農(nóng)業(yè)科學(xué)工業(yè)技術(shù)U交通運(yùn)輸V航空、航天X環(huán)境科學(xué)Z綜合性圖書(shū)社會(huì)科學(xué)自然科學(xué)機(jī)械、儀表建筑科學(xué)馬列主義、毛澤東思想A馬列B哲學(xué)哲學(xué)綜合TBTDTETFTGTHTJTLTKTMTNTPTQTSTUTV一般工業(yè)技術(shù)礦業(yè)工程石油冶金工業(yè)無(wú)線(xiàn)電、電子學(xué)、電訊技術(shù)自動(dòng)化計(jì)算化學(xué)工業(yè)輕工業(yè)、手工業(yè)金屬學(xué)武器工業(yè)動(dòng)力工程原子能技術(shù)電工技術(shù)水利工程主題檢索語(yǔ)言主題檢索語(yǔ)言直接采用能反映文獻(xiàn)主題概念的詞語(yǔ)來(lái)標(biāo)引文獻(xiàn)。目前國(guó)內(nèi)外在主題檢索語(yǔ)言中采用的語(yǔ)主要非規(guī)范化語(yǔ)言（關(guān)鍵詞、自由詞）、

規(guī)范化主題語(yǔ)言（敘詞、標(biāo)題詞）等幾種。非規(guī)范化語(yǔ)言它是以關(guān)鍵詞作為信息內(nèi)容標(biāo)識(shí)和檢索依據(jù)的主題語(yǔ)言。它將描述主題內(nèi)容的關(guān)鍵詞抽出，按字順排列提供檢索。一般不加或加以少量規(guī)范處理。關(guān)鍵詞：是能反映文獻(xiàn)主題概念的關(guān)鍵詞語(yǔ)，可直接從文獻(xiàn)記錄

的篇名、文摘或全文中，按字面拆分抽取，沒(méi)有詞表來(lái)

對(duì)選詞進(jìn)行控制，是一種非受控的、不規(guī)范的詞語(yǔ)。自由詞：在文中自由散布的，非人工標(biāo)引的，叫做文中自由詞（

freetermsintext）或簡(jiǎn)稱(chēng)自由詞。

例：動(dòng)壓空氣軸承

關(guān)鍵詞：動(dòng)壓軸承/空氣軸承

自由詞：動(dòng)壓/空氣/軸承，或：動(dòng)/壓/空/氣/軸/承規(guī)范化檢索語(yǔ)言

規(guī)范化詞稱(chēng)作敘詞、標(biāo)題詞等，就是受控詞。指從自然語(yǔ)言中優(yōu)選

出來(lái)的并經(jīng)過(guò)規(guī)范化處理的名詞術(shù)語(yǔ)。

把規(guī)范化詞按照一種便于檢索的方式編排起來(lái)，就形成主題詞表?！耙?guī)范化處理”就是通過(guò)敘詞表對(duì)選詞的詞類(lèi)、詞形、同義詞、

多義詞等進(jìn)行處理的過(guò)程。

例如、同義詞規(guī)范類(lèi)型：

同一事物的不同稱(chēng)呼，

如：西紅柿與蕃茄、網(wǎng)上聊天與QQ、兒歌與童謠等。

同一事物的簡(jiǎn)稱(chēng)、全稱(chēng)、音譯等，

如：日本語(yǔ)與日語(yǔ)、互聯(lián)網(wǎng)與因特網(wǎng)、中央電視臺(tái)與CCTV等。標(biāo)題詞：標(biāo)題詞語(yǔ)言采用標(biāo)準(zhǔn)化處理的名詞術(shù)語(yǔ)作為標(biāo)識(shí)，來(lái)表達(dá)文獻(xiàn)所論述或涉及的事物主題，并將全部標(biāo)識(shí)按字順排序。

敘詞：主要通過(guò)敘詞表來(lái)加以規(guī)范的人工受

控詞語(yǔ)，故又稱(chēng)為

受控詞（controlledterms）。主要的敘詞表

《漢語(yǔ)主題詞表》（簡(jiǎn)稱(chēng)《漢表》）; 《INSPECthesaurus》; 《EiEngineeringInformationThesaurus》例：欲在美國(guó)EI檢索系統(tǒng)中利用敘詞索引檢索有關(guān)電弧焊新技術(shù)的引

文文獻(xiàn)，可以擬檢索詞為Arcwelding，查EIThesaurus,得到

Arcwelding

USE:Electricarcwelding 說(shuō)明Arcwelding不是正式檢索詞，必須按照用項(xiàng)（USE）的指引換用

正式敘詞Electricarcwelding作為檢索詞。非規(guī)范化語(yǔ)言與規(guī)范化語(yǔ)言的比較非規(guī)范化語(yǔ)言（自然語(yǔ)言），沒(méi)有詞表的約束和復(fù)雜規(guī)則的限

制，檢索者可以使用在文獻(xiàn)中出現(xiàn)的任何一個(gè)有實(shí)際意義的詞進(jìn)

行檢索，所以較受控語(yǔ)言使用方便。規(guī)范化語(yǔ)言對(duì)同義詞、近義詞、一詞多義、一義多詞加以規(guī)范統(tǒng)

一，顯示多種形式的相關(guān)關(guān)系，因而，查準(zhǔn)率和查全率較高。例：查關(guān)于大學(xué)教育系的文章。

用關(guān)鍵詞語(yǔ)言：原文中使用什么就抽取什么如：education

department/educationschoool/schoolofeducation，

用主題語(yǔ)言語(yǔ)言：則使用主題詞表將這一類(lèi)文章統(tǒng)一規(guī)范為

schoolofeducation。檢索時(shí)，結(jié)果將包括所有關(guān)于大學(xué)教育

系的文章。數(shù)據(jù)庫(kù)的定義和類(lèi)型數(shù)據(jù)庫(kù)的構(gòu)成文獻(xiàn)信息數(shù)據(jù)庫(kù)的檢索原理六、文獻(xiàn)信息數(shù)據(jù)庫(kù)原理1.數(shù)據(jù)庫(kù)原理定義至少由一種文檔(file)組成，能滿(mǎn)足特定目的或特定功能數(shù)據(jù)處理系統(tǒng)需要的數(shù)據(jù)集合。簡(jiǎn)言之就是數(shù)據(jù)的集合，存儲(chǔ)在計(jì)算機(jī)內(nèi)的、有組織的、可共享的數(shù)據(jù)集合。數(shù)據(jù)庫(kù)類(lèi)型類(lèi)型:

信息內(nèi)容:文字型（大多數(shù)）數(shù)值型多媒體加工深度:一次文獻(xiàn):全文型（中刊網(wǎng)、Elsevier等）

二次文獻(xiàn):目錄型(iPac、期刊目錄等)題錄型(SKBK等)文摘型（Compendex等）三次文獻(xiàn):網(wǎng)絡(luò)在線(xiàn)詞典等工具書(shū)2.數(shù)據(jù)庫(kù)的結(jié)構(gòu)數(shù)據(jù)庫(kù)的構(gòu)成:

“文檔—記錄—字段”三個(gè)層次構(gòu)成

字段：是構(gòu)成記錄的基本單元，用于描述實(shí)體的某一方面屬性，在同

一個(gè)文檔中，各條記錄都具有相同性質(zhì)的字段。

與文獻(xiàn)內(nèi)容相關(guān)：基本字段

與文獻(xiàn)內(nèi)容無(wú)關(guān)：輔助字段記錄：是構(gòu)成文檔的基本單位，也是機(jī)器存取數(shù)據(jù)的基本單位，它

描述某一實(shí)體的全部屬性。

全文數(shù)據(jù)庫(kù)：一條記錄對(duì)應(yīng)一篇全文

書(shū)目數(shù)據(jù)庫(kù)：一條記錄對(duì)應(yīng)一條文摘或題錄

基本字段名稱(chēng)：

文摘（Abstracts）

文章題目（ArticleTitle）

作者關(guān)鍵詞（AuthorKeyWords)

輔助字段名稱(chēng)：

作者（Authors）

作者機(jī)構(gòu)

期刊名稱(chēng)（JournalTitle）

國(guó)際標(biāo)準(zhǔn)連續(xù)出版物號(hào)（ISSN）等。

數(shù)據(jù)庫(kù)主要組成：主文檔索引文檔幫助系統(tǒng)主文檔：是數(shù)據(jù)庫(kù)數(shù)據(jù)組織的基本形式，由于該文檔內(nèi)的記錄按文

獻(xiàn)信息獲得的先后順序排列，故又名順排文檔。

記錄（記錄號(hào)大小排列）的集合內(nèi)容無(wú)序，無(wú)法直接檢索。順排文檔示意圖記錄號(hào)記錄4基本字段輔助字段記錄6一條記錄索引文檔：是對(duì)主文檔的再加工，它把主文檔記錄中的某些字段（

如作者、關(guān)鍵詞、分類(lèi)號(hào)等字段）中的個(gè)別單元（如某一位作者，某

一條關(guān)鍵詞）及其所對(duì)應(yīng)的記錄號(hào)抽出，分別按某種順序（如音序、

數(shù)序等）進(jìn)行排序，然后統(tǒng)計(jì)出具有同一單元的記錄條數(shù)，另行歸并

成索引文檔，又稱(chēng)倒排文檔。

記錄的特征標(biāo)識(shí)(作者、期刊名稱(chēng)等)排序，其后列出含有此標(biāo)識(shí)的

記錄號(hào)提高檢索效率。計(jì)算機(jī)檢索原理示意題名記錄輸出檢索結(jié)果