英文數(shù)據(jù)庫的檢索與原文的獲取.ppt

1、英文數(shù)據(jù)庫的檢索與原文的獲取,吳 賢 奇,文獻(xiàn)是我們獲取信息的主要來源. 信息的來源:實(shí)踐.人.文獻(xiàn) 文獻(xiàn):知識(shí)的載體. 文獻(xiàn):圖書.期刊.報(bào)紙.專利(文獻(xiàn)).標(biāo)準(zhǔn)(文獻(xiàn)).學(xué)位論文.科技報(bào)告.政府出版物.會(huì)議論文.檔案.產(chǎn)品資料.,數(shù)據(jù)庫是當(dāng)代管理文獻(xiàn)信息,開發(fā)文獻(xiàn)信息的最重要最主要的手段和技術(shù).,數(shù)據(jù)庫類型：,1、文摘型數(shù)據(jù)庫：有文摘 2、題錄型數(shù)據(jù)庫：通常稱之為索引型數(shù)據(jù)庫。無文摘。 3、全文型數(shù)據(jù)庫：摘要（題錄）全文 4、數(shù)據(jù)型數(shù)據(jù)庫：數(shù)值、事實(shí) 5、圖像（多媒體）數(shù)據(jù)庫：圖像（多媒體等）,數(shù)據(jù)庫知識(shí),文摘數(shù)據(jù)庫： 收集范圍廣：語種多，文獻(xiàn)類型多，地理范圍廣。 全文數(shù)據(jù)庫： 收集范圍有

2、限，主要用于某個(gè)單位或某個(gè)主題的資料存貯。 文摘數(shù)據(jù)庫與全文數(shù)據(jù)庫可實(shí)現(xiàn)無鏠鏈接。,文摘索引數(shù)據(jù)庫,全文數(shù)據(jù)庫,專業(yè)性數(shù)據(jù)庫：收集某個(gè)學(xué)科文獻(xiàn)資料的數(shù)據(jù)庫。 綜合性數(shù)據(jù)庫：收集多個(gè)學(xué)科文獻(xiàn)資料的數(shù)據(jù)庫。 我們必須要知道自己的專業(yè)數(shù)據(jù)庫以及與我們學(xué)科相關(guān)的其它的專業(yè)性數(shù)據(jù)庫和綜合性數(shù)據(jù)庫（即相關(guān)性數(shù)據(jù)庫）。可從國(guó)內(nèi)外各大學(xué)圖書館的網(wǎng)站上獲取相關(guān)信息（資料）?；虻卿?三個(gè)主要中文數(shù)據(jù)庫提供商: 清華同方(中國(guó)知識(shí)網(wǎng).中國(guó)期刊網(wǎng)):WWW.CNKI.NET 重慶維普數(shù)據(jù)有限公司:WWW.CQVIP.COM 萬方數(shù)據(jù)有限公司:WWW.WANFANG.COM.CN,英文數(shù)據(jù)庫主要提供商: 國(guó)外數(shù)據(jù)庫提供

3、商很多,且專業(yè)化較強(qiáng),規(guī)模大,信息管理水平高(主要體現(xiàn)在字段設(shè)置和檢索技術(shù)上),數(shù)據(jù)量大,服務(wù)網(wǎng)絡(luò)化,更新快. WWW.THOMSON.COM WWW.OCLC.COM WWW.EI.ORG WWW.ISINET.COM,現(xiàn)階段，所有中英文數(shù)據(jù)庫的檢索原理與技術(shù)基本上都是一樣的？！,計(jì)算機(jī)檢索包含兩個(gè)過程： 先存貯，后檢索 先存貯:信息管理專業(yè)人員將信息存貯在數(shù)據(jù)庫中。即信息組織過程。 后檢索：信息用戶利用數(shù)據(jù)庫進(jìn)行檢索。即信息檢索過程。,存貯過程：信息組織過程。 （1）標(biāo)引：將文獻(xiàn)的各種信息（對(duì)檢索有用的信息，通常稱之為特征信息）用自然語言的字、詞、句子、符號(hào)等按一定的規(guī)則描述出來。 文獻(xiàn)的

4、特征信息：題名、作者、出版社、出版日期、頁數(shù)、字?jǐn)?shù)、分類號(hào)、主題詞、關(guān)鍵詞等等 標(biāo)引存在翻譯上的問題。 （2）設(shè)計(jì)字段：一個(gè)字段對(duì)應(yīng)文獻(xiàn)的一個(gè)特征信息。 （3）將相應(yīng)的信息標(biāo)識(shí)輸入數(shù)據(jù)庫的相應(yīng)字段中。 存貯過程就是一個(gè)建庫過程。建庫有人工和自動(dòng)兩種方式。,計(jì)算機(jī)信息組織過程,數(shù)據(jù)庫的字段及其含義： 字段名稱: 字段含義: 字段符： 字段內(nèi)容的標(biāo)引(書寫）規(guī)則： 對(duì)每一個(gè)數(shù)據(jù)庫，我們要知道它的字段及字段的含義以及字段符。 一般英文數(shù)據(jù)庫在Help中有說明。如無，可查相關(guān)文獻(xiàn)資料?；蛏?數(shù)據(jù)庫的建庫語種： 數(shù)據(jù)庫是用何種自然語言建庫的。 數(shù)據(jù)庫檢索界面的語種是可變的。但數(shù)據(jù)庫的建庫語種是不可變的。

5、,計(jì)算機(jī)檢索原理,計(jì)算機(jī)檢索過程：詞形匹配 這是我們永遠(yuǎn)、時(shí)刻要記住的。 實(shí)質(zhì)上，檢索的過程就是一個(gè)如何保證檢索詞（或符號(hào)、句子）與數(shù)據(jù)庫相應(yīng)字段中的詞（或符號(hào)、句子）保持一致。,計(jì)算機(jī)檢索原理,檢 索 內(nèi) 容,檢 索 詞,標(biāo) 識(shí) 詞 、 句 子,數(shù) 據(jù) 庫,匹配,字形相同：檢索詞要與數(shù)據(jù)庫的標(biāo)識(shí)詞一致，或包含在句子中,計(jì)算機(jī)檢索原理,檢索內(nèi)容能用幾個(gè)關(guān)鍵詞來表達(dá)嗎？,數(shù)據(jù)庫與檢索系統(tǒng),數(shù)據(jù)庫與檢索系統(tǒng)是兩個(gè)不同的概念。 數(shù)據(jù)庫是信息的集體體，是一種信息管理的方式。 檢索系統(tǒng)是個(gè)軟件。檢索系統(tǒng)主要用于檢索數(shù)據(jù)庫。 一個(gè)檢索系統(tǒng)可以容納上百個(gè)數(shù)據(jù)庫，可同時(shí)對(duì)上百個(gè)數(shù)據(jù)庫進(jìn)行檢索。 一個(gè)數(shù)據(jù)庫可依

6、存于不同的檢索系統(tǒng)。,檢索系統(tǒng)： 單機(jī)檢索系統(tǒng)：通常說的單機(jī)數(shù)據(jù)庫。 聯(lián)機(jī)檢索系統(tǒng)：通常說的聯(lián)機(jī)數(shù)據(jù)庫。 網(wǎng)絡(luò)檢索系統(tǒng)：通常說的網(wǎng)絡(luò)數(shù)據(jù)庫。通過在網(wǎng)站中嵌入檢索系統(tǒng)對(duì)數(shù)據(jù)庫進(jìn)行檢索。 網(wǎng)絡(luò)檢索系統(tǒng)也可以說是聯(lián)機(jī)檢索系統(tǒng)的一種。在現(xiàn)代是最常見的。 現(xiàn)在說的聯(lián)機(jī)檢索系統(tǒng)一般指使用專門的軟件實(shí)現(xiàn)本地機(jī)與服務(wù)器連接的檢索系統(tǒng)。,檢索系統(tǒng)按載體形式來分有： 光盤檢索系統(tǒng)：通常說的光盤數(shù)據(jù)庫。 非光盤檢索系統(tǒng)：一般指的是存在于硬盤等載體的檢索系統(tǒng)，也是現(xiàn)代最常用的。 光盤檢索系統(tǒng)有單機(jī)形式和聯(lián)機(jī)形式兩種。一般說的單機(jī)檢索系統(tǒng)就是指光盤單機(jī)檢索系統(tǒng)。 光盤聯(lián)機(jī)檢索系統(tǒng)：有專門的光盤服務(wù)器。,檢索方式,檢索系

7、統(tǒng)一般提供了三種檢索方式三種： 超文本、超媒體檢索 菜單式檢索 命令式信息檢索 為什么要提供三種給我們，都需要我們掌握嗎？,超文本式、超媒體檢索,在分類的基礎(chǔ)上，通過文字或多媒體與相關(guān)知識(shí)產(chǎn)生鏈接，從而達(dá)到檢索目的的檢索方式。 操作非常簡(jiǎn)單，人們只需學(xué)會(huì)使用鼠標(biāo)和認(rèn)識(shí)漢字即可使用。 主要用于瀏覽某類文獻(xiàn)。 但是檢索結(jié)果不夠精確。查精率不高。 一般檢索系統(tǒng)都提供了這種檢索,菜單式檢索,是一種操作方便，界面友好操作簡(jiǎn)便的檢索方式。 用戶只需輸入檢索詞，根據(jù)菜單的指引，通過確定適當(dāng)?shù)倪x項(xiàng)和功能鍵便能完成檢索。 菜單式檢索是現(xiàn)階段最受歡迎的檢索方式。,命令式檢索專業(yè)檢索方式,需要輸入檢索式來進(jìn)行檢索。

8、 甚至還需要輸入一些操作命令（即系統(tǒng)不可能功能按鈕）。 命令式檢索的優(yōu)勢(shì)： 檢索式更能清晰地表達(dá)復(fù)雜的檢索內(nèi)容和要求。 檢索過程明了，便與檢索者判斷檢索是否滿意。有利于掌握檢索過程。 對(duì)于進(jìn)行課題研究的文獻(xiàn)檢索，需要使用命令式檢索方式。 一些大型的檢索系統(tǒng)都使用命令檢索方式,計(jì)算機(jī)信息檢索技術(shù),在計(jì)算機(jī)檢索中，常用的檢索技術(shù)有： 1、布爾邏輯檢索： 2、字段限定檢索 3、位置限定檢索 4、詞頻限定檢索：一般用于題名、文摘、全文等字段。,計(jì)算機(jī)信息檢索技術(shù),5、截詞檢索： 6、詞表檢索： 7、二次檢索： 8、全文檢索：,布爾邏輯檢索,當(dāng)需要用于多個(gè)檢索詞來表達(dá)檢索內(nèi)容時(shí)，我們需要處理這些檢索詞的

9、邏輯關(guān)系。 對(duì)檢索詞進(jìn)行布爾邏輯運(yùn)算 布爾邏輯運(yùn)算共有三種： 邏輯與：AND 邏輯或：OR 邏輯非：NOT AND、OR、NOT、稱之為邏輯算符,布爾邏輯檢索,邏輯與： AND 英文系統(tǒng) * 中文系統(tǒng) 若AANDB：即表示被檢索的文獻(xiàn)記錄中必須同時(shí)含有A和B才算命中，AND兩側(cè)的檢索詞必須同時(shí)出現(xiàn)在同一篇文獻(xiàn)記錄中，該篇文獻(xiàn)才算命中。 用于交叉要領(lǐng)和限定關(guān)系的組配，它可以縮少檢索范圍，準(zhǔn)確表達(dá)檢索需求，有利于提高查準(zhǔn)率。,布爾邏輯檢索,邏輯或： OR英文系統(tǒng) 中文系統(tǒng) 若A or B，則表示在一篇文獻(xiàn)記錄中只要含有A或者B中的任何一個(gè)即算命中。 用于并列關(guān)系的組配，可以擴(kuò)大檢索范圍，防止漏檢，

10、有利于提高查全率。,布爾邏輯檢索,邏輯非： NOT-英文系統(tǒng) -中文系統(tǒng) 若A NOTB，則表示文獻(xiàn)記錄中包含A而不包含B。 這種組配用于從原來的檢索范圍中排除不需要的和影響檢索結(jié)果的概念，使檢索結(jié)果更精確。 如；查找有關(guān)能源方面的文獻(xiàn)，但不包含包括核能。 A （ENERGY)-78230 ENERGY B (NUCLEAR)-14778 NUCLEAR A not B - -63452 ENERGY not EUCLEAR,布爾邏輯檢索,三者運(yùn)算的優(yōu)先級(jí)一般如下： 邏輯非邏輯與邏輯或 在不同的系統(tǒng)中，三者的運(yùn)算優(yōu)先級(jí)可能不同。,布爾邏輯檢索,邏輯運(yùn)算優(yōu)先級(jí)的限定： 有時(shí)為了讓優(yōu)先級(jí)低的邏輯運(yùn)

11、算先進(jìn)行，使用括號(hào)來加以限定。 如：AORBANDC （AORB）ANDC,布爾邏輯檢索,邏輯運(yùn)算的組合： 當(dāng)一個(gè)表達(dá)式中需要出現(xiàn)三種邏輯運(yùn)算的多個(gè)組合時(shí)，可使用括號(hào)來限定它們的運(yùn)算優(yōu)先順序。如：(AORB)ANDC 有的系統(tǒng)支持雙重括號(hào)，有的系統(tǒng)只支持單重括。 一個(gè)檢索系統(tǒng)對(duì)表達(dá)式中所包含的邏輯算符一般是由限度的。如BA數(shù)據(jù)庫中，表達(dá)式中最多只能含五十個(gè)邏輯算符，即五十個(gè)邏輯運(yùn)算。,字段限定檢索,對(duì)檢索詞的檢索途徑（出現(xiàn)的檢索字段）進(jìn)行限定 即確定檢索詞在哪一個(gè)字段中進(jìn)行檢索。,字段限定檢索字段符,字段符： 不同的系統(tǒng)會(huì)使用不同的檢索字段符來定義字段。以用于對(duì)字段限定的表述，從而組織好表達(dá)式

12、。不同的系統(tǒng)，字段符不同。常用的檢索字段符有 AU=限查特定作者 JN=限查特定刊名 LA=限查特定語種 PN=限查特定專利號(hào) PY=限查特定年代 CS=機(jī)構(gòu)名稱,字段限定檢索-字段符,DE 限在敘詞標(biāo)引中查 ID 限在自由標(biāo)引詞中查 TI 限在題目中查 AB 限在文摘中查找 CT 限查受控詞 PA 限查專利,字段限定檢索-字段限定表述,字段限定檢索的表述： 一般為以下幾種形式 1、字段符檢索詞 （主要用于中文系統(tǒng)） 2、檢索詞in 字段符 （主要用于英文系統(tǒng)） 3、檢索詞within 字段符（主要用于英文系統(tǒng)） 4、檢索詞wn 字段符（主要用于英文系統(tǒng)） 5、字段符（檢索詞）（主要用于英文系

13、統(tǒng)） 表示檢索詞必須出現(xiàn)在指定的字段內(nèi),位置限定檢索,為了準(zhǔn)確表達(dá)檢索內(nèi)容，提高查準(zhǔn)率。系統(tǒng)一般對(duì)檢索詞進(jìn)行詞位的限定。 限定檢索詞的位置一般有兩種方式： (1)使用位置算符， (2)使用引號(hào)。,位置算符：檢索系統(tǒng)一般是采用位置算符來實(shí)現(xiàn)位置檢索。 常用的位置算符有：adj near with within wn 不同的系統(tǒng)采用的位置算符不同.用法也不同,位置限定檢索,以DIALOG系統(tǒng)為例： DIALOG系統(tǒng)常用的位置算符共有四種： 1、W或（）-With 表示算符兩側(cè)的檢索詞（或檢索項(xiàng)）之間不得有其它字詞，而且順序不能顛倒。,位置限定檢索,（2）（nW）-nWorld（位置順序隔詞） 表示

14、算符兩側(cè)的檢索詞（或檢索項(xiàng)）之間允許插入n個(gè)實(shí)詞或者虛詞，但順序不能顛倒。,位置限定檢索,（3）N（Near）（詞位置緊連） 表示算符兩側(cè)的檢索詞必須緊密相連，中間不插入其他字符。但兩詞次序可以顛倒。,位置限定檢索,（4）（nN）-nNear（隔詞運(yùn)算） 表示算符兩側(cè)的檢索詞（或檢索項(xiàng)）之間允許插入n個(gè)單詞，且兩側(cè)詞序可變。,位置限定檢索,引號(hào)的用法： 當(dāng)需要將兩個(gè)或兩個(gè)以上的單詞作一個(gè)詞組執(zhí)行檢索時(shí)，只需用引號(hào)將幾個(gè)詞引起來即可。 用于提高查準(zhǔn)率,詞頻限定檢索,限定某個(gè)檢索詞在字段或原文中出現(xiàn)的頻次。 詞頻符：FREQ 如：CELL/FREQ=20,將檢中那些CELL出現(xiàn)的次數(shù)不少于20的文

15、獻(xiàn)。,截詞檢索,計(jì)算機(jī)按照檢索詞的部分片斷同索引詞進(jìn)行對(duì)比，以提供族性檢索的功能，提高查全率。 一般有以下六種情況： 1、右截?cái)啵?前方一致,后截?cái)?2、左截?cái)? 后方一致，前截?cái)?3、左右同時(shí)截?cái)? 中間一致 4、完全一致: 精確檢索 5、指定位數(shù)一致: 6、任意一致: 模糊檢索 其中前方一致、完全一致和任意一致用得較多。,截詞檢索截詞符,在截詞檢索中，一般采用截詞符號(hào)來實(shí)現(xiàn)檢索。 截詞符一般 為？或 * ？一般表示一個(gè)字符 一般表示0n個(gè)字符 不同的系統(tǒng)使用的截詞符不同，用法也不同,詞表檢索,一般的文獻(xiàn)數(shù)據(jù)庫，大都有自己的主題詞表，詞表不僅用于標(biāo)引文獻(xiàn)，也用于輔助檢索。 檢索系統(tǒng)一般都附有

16、自已的詞表， 詞表一般按字順排，或按概念層次來排。 詞表一般向用戶提供了上位詞（BT）、下位詞（NT）、族首詞（TT）、代用詞（UF）和參照詞（RT）。,詞表檢索,如： INFORMATION RETRIEVAL（情報(bào)檢索） UF（代用詞） DOCUMENT RETRIEVAL（文獻(xiàn)檢索） ONLINE LITERATURE SEARCHING（聯(lián)機(jī)文獻(xiàn)檢索） retrieval,information(檢索，情報(bào)） BT（上位詞） information science(情報(bào)科學(xué)） TT（族首詞） computer applications（計(jì)算機(jī)應(yīng)用） RT（參照詞） informatio

17、n analysis（情報(bào)分析） information storage(情報(bào)存儲(chǔ)）,二次檢索,二次檢索：當(dāng)需要前一次的檢索結(jié)果中再進(jìn)行檢索時(shí)，許多系統(tǒng)提供了二次檢索。以便用戶首先查找出與課題相關(guān)度較高的文獻(xiàn)，提高查準(zhǔn)率。,全文檢索,全文檢索： 計(jì)算機(jī)用檢索詞在全文中進(jìn)行匹配，如果全文中出現(xiàn)了檢索詞，計(jì)算機(jī)則認(rèn)為這全文是用戶所需的文獻(xiàn)，將之輸出。,忽略詞,一些常用的英語詞匯，當(dāng)它在檢索式中出現(xiàn)時(shí)，并不影響到檢索內(nèi)容。這些詞就通常被系統(tǒng)所忽略，即沒有檢索意義。 通常有： a an the these this do have of up have be too all had go to be

18、is are am and not or 等 但有些系統(tǒng)將其賦予位置算符的作用。,我們要掌握檢索系統(tǒng)的什么？,一、檢索技術(shù)： 1、邏輯算符 2、位置算符 3、截詞符 4、字段符,二、數(shù)據(jù)庫的情況: 在使用一個(gè)數(shù)據(jù)庫之前，應(yīng)該對(duì)該數(shù)據(jù)庫有個(gè)詳細(xì)全面的了解。 1、文獻(xiàn)收錄的范圍： 學(xué)科范圍、文獻(xiàn)類型范圍、時(shí)間范圍、地域范圍、原文語種范圍等。 2、建庫情況： 由哪個(gè)單位制作:數(shù)據(jù)庫的變化經(jīng)常通過其公司的官方網(wǎng)站公布. 著錄語種是哪種自然語言； 數(shù)據(jù)更新情況如何等。,如何獲取數(shù)據(jù)庫的服務(wù),1、向有使用權(quán)的單位獲取服務(wù)。一般先由單位購(gòu)買，從而獲得使用權(quán)。 2、個(gè)人直接向數(shù)據(jù)庫服務(wù)公司申請(qǐng)帳號(hào)。 國(guó)外有多

19、家專門提供數(shù)據(jù)庫服務(wù)的公司。它自身不生產(chǎn)數(shù)據(jù)庫。如dialog公司。個(gè)人向這些公司申請(qǐng)個(gè)人帳號(hào)（有的可網(wǎng)上申請(qǐng)，有的須當(dāng)面申請(qǐng)），從而獲得數(shù)據(jù)庫服務(wù)。 如：,檢索效果的評(píng)價(jià),評(píng)價(jià)檢索效果有兩個(gè)指標(biāo)： 查全率:是指從數(shù)據(jù)庫中檢出的相關(guān)信息數(shù)占該數(shù)據(jù)庫中相關(guān)信息數(shù)的百分比率。 查準(zhǔn)率:是指從數(shù)據(jù)庫中檢出的相關(guān)信息數(shù)占檢出信息總數(shù)的百分比率,檢索結(jié)果,通過數(shù)據(jù)庫得到的結(jié)果一般有兩種情況： 一是得到文獻(xiàn)的線索：即獲得文獻(xiàn)的特征信息。如文獻(xiàn)的名稱、責(zé)任者、出版者、收藏單位、分類號(hào)、主題詞、文摘等。這種情況下，一般還得通過這些文獻(xiàn)線索去索取原文。 二是直接得到文獻(xiàn)的原文。,原文的獲取,獲取原文的途徑： 傳

20、統(tǒng)途徑： （1）利用當(dāng)?shù)匚墨I(xiàn)收藏機(jī)構(gòu)（主要是大學(xué)圖書館和公共圖書館等） （2）外地文獻(xiàn)收藏機(jī)構(gòu) （3）向作者索取。作者相關(guān)信息的獲?。?新生的文獻(xiàn)獲取途徑 （1）利用全文數(shù)據(jù)庫 （2）利用免費(fèi)網(wǎng)絡(luò)資源（主要是網(wǎng)站和數(shù)據(jù)庫等） （3）利用文獻(xiàn)傳遞服務(wù)機(jī)構(gòu)。 清華大這文獻(xiàn)館際互借系統(tǒng)。 ,利用當(dāng)?shù)匚墨I(xiàn)收藏機(jī)構(gòu),查本館、本地各文獻(xiàn)收藏單位的館藏。 9華南農(nóng)業(yè)大學(xué)圖書館 華南理工大學(xué) 中山大學(xué) 暨南大學(xué) 廣州大學(xué) 廣東中山圖書館 國(guó)家圖書館 統(tǒng)一檢索平臺(tái)：基本上暫無。 六校聯(lián)合外文期刊目錄數(shù)據(jù)庫。,免費(fèi)網(wǎng)絡(luò)資源的獲取,免費(fèi)網(wǎng)絡(luò)資源：全免費(fèi)、部分免費(fèi)、免費(fèi)試用 需要平時(shí)的收集。 瀏覽我國(guó)“211”高校中的前幾十所高校圖書館,Free medical journals site免費(fèi)醫(yī)學(xué)期刊目錄 該網(wǎng)站將免費(fèi)全文期刊分免費(fèi)、出版16個(gè)月后免費(fèi)、出版1年后免費(fèi)、出版2年后免費(fèi)等4類，