第1章信息檢索概述

1、1.11.1 信息概述信息概述1.1.1 信息信息1.1.信息的概念信息的概念信息信息是事物存在的方式和運動狀態(tài)及其規(guī)律的表征，是事物存在的方式和運動狀態(tài)及其規(guī)律的表征，是事物的一種普遍屬性是事物的一種普遍屬性2.2.信息的特征信息的特征客觀性客觀性時效性時效性傳遞傳遞性性共享共享性性3.3.信息的常見類型信息的常見類型口語口語信息資源信息資源肢體語信息資源肢體語信息資源實物信息資源實物信息資源文獻(xiàn)信息資源文獻(xiàn)信息資源4.4.信息加工與數(shù)據(jù)挖掘信息加工與數(shù)據(jù)挖掘信息加工信息加工：是對收集的是對收集的信息進(jìn)行去偽存真、去粗取精信息進(jìn)行去偽存真、去粗取精、的的加工過程，是在原始信息的基礎(chǔ)上，生產(chǎn)出

2、價值含加工過程，是在原始信息的基礎(chǔ)上，生產(chǎn)出價值含量高、方便用戶利用的二次信息的活動量高、方便用戶利用的二次信息的活動過程過程。數(shù)據(jù)數(shù)據(jù)挖掘挖掘：為為從海量的數(shù)據(jù)中提取有用的知識從海量的數(shù)據(jù)中提取有用的知識而而生發(fā)生發(fā)展起來的數(shù)據(jù)處理技術(shù)。其主要任務(wù)是關(guān)聯(lián)分析、分展起來的數(shù)據(jù)處理技術(shù)。其主要任務(wù)是關(guān)聯(lián)分析、分類、預(yù)測時序模式和偏差分析等類、預(yù)測時序模式和偏差分析等。1.1.2 文獻(xiàn)文獻(xiàn)1.1.文獻(xiàn)的構(gòu)成要素文獻(xiàn)的構(gòu)成要素 知識、知識、信息內(nèi)容信息內(nèi)容 信息信息符號符號 載體載體材料材料 記錄方式記錄方式文獻(xiàn)文獻(xiàn)是記錄信息和知識基本載體。是記錄信息和知識基本載體。狹義文獻(xiàn)狹義文獻(xiàn)指指具有歷史具有

3、歷史意義的書面材料，意義的書面材料，廣義文獻(xiàn)廣義文獻(xiàn)是指記錄知識的一切載體是指記錄知識的一切載體。2.2.文獻(xiàn)的主要類型文獻(xiàn)的主要類型圖書圖書期刊期刊報紙報紙會議文會議文獻(xiàn)獻(xiàn)政府出版物政府出版物學(xué)位論文學(xué)位論文檔案檔案3.3.文獻(xiàn)加工文獻(xiàn)加工著錄著錄標(biāo)引標(biāo)引編目編目題題錄簡介文摘錄簡介文摘的編制的編制4.4.一次文獻(xiàn)、二次文獻(xiàn)和三次文獻(xiàn)一次文獻(xiàn)、二次文獻(xiàn)和三次文獻(xiàn)一一次次文獻(xiàn)文獻(xiàn)：人們?nèi)藗儗ψ匀缓蜕鐣畔⑦M(jìn)行首次加工而成對自然和社會信息進(jìn)行首次加工而成的文字記載。的文字記載。 二次二次文獻(xiàn)文獻(xiàn)：為了為了控制文獻(xiàn)，便于人們查找，對一次控制文獻(xiàn)，便于人們查找，對一次文獻(xiàn)進(jìn)行再加工，通過整理、提煉和

4、壓縮，并按其外文獻(xiàn)進(jìn)行再加工，通過整理、提煉和壓縮，并按其外部特征（題名、作者、文獻(xiàn)物理特征）和內(nèi)容特征序部特征（題名、作者、文獻(xiàn)物理特征）和內(nèi)容特征序化，形成另一類新的文獻(xiàn)化，形成另一類新的文獻(xiàn)形式形式。三次三次文獻(xiàn)文獻(xiàn)：利用二次文獻(xiàn)，選擇有關(guān)的一次文獻(xiàn)再加利用二次文獻(xiàn)，選擇有關(guān)的一次文獻(xiàn)再加以分析、綜合而編寫出來的第三個層次的文獻(xiàn)以分析、綜合而編寫出來的第三個層次的文獻(xiàn)形式形式。1.21.2 信息檢索信息檢索1.2.1信息檢索的概念信息檢索的概念廣義廣義的信息檢索的信息檢索是指將信息按一定的方式組織和存儲是指將信息按一定的方式組織和存儲起來，并根據(jù)信息用戶的需要找出有關(guān)的信息過程。起來，并

5、根據(jù)信息用戶的需要找出有關(guān)的信息過程。狹義的信息檢索狹義的信息檢索僅指從信息集合中找出所需要的信息僅指從信息集合中找出所需要的信息的過程，相當(dāng)于人們通常所說的信息查尋的過程，相當(dāng)于人們通常所說的信息查尋。信息檢索信息檢索應(yīng)兩應(yīng)兩個主要方面?zhèn)€主要方面：信息信息標(biāo)引和存儲過程，信息的需求分析和檢索過程。標(biāo)引和存儲過程，信息的需求分析和檢索過程。1.2.2 信息檢索系統(tǒng)信息檢索系統(tǒng)1.1.書目檢索系統(tǒng)書目檢索系統(tǒng)信息檢索信息檢索系統(tǒng)系統(tǒng)是指根據(jù)特定的信息需求而建立起來的是指根據(jù)特定的信息需求而建立起來的一種有關(guān)信息搜集、加工、存儲和檢索的多功能開放一種有關(guān)信息搜集、加工、存儲和檢索的多功能開放系統(tǒng)，

6、其主要目的是為人們提供信息服務(wù)系統(tǒng)，其主要目的是為人們提供信息服務(wù)。任何任何具有信息存儲與檢索功能的系統(tǒng)，均可以稱為信具有信息存儲與檢索功能的系統(tǒng)，均可以稱為信息檢索系統(tǒng)息檢索系統(tǒng)。2.2.事實檢索系統(tǒng)事實檢索系統(tǒng)檢索系統(tǒng)類型檢索系統(tǒng)類型查找的問題查找的問題詞典、百科全書、手冊或相應(yīng)的數(shù)據(jù)庫詞典、百科全書、手冊或相應(yīng)的數(shù)據(jù)庫字字/詞的形、音、義及用法；專業(yè)術(shù)語的解釋詞的形、音、義及用法；專業(yè)術(shù)語的解釋百科全書、年鑒、專業(yè)手冊或相應(yīng)的數(shù)據(jù)庫百科全書、年鑒、專業(yè)手冊或相應(yīng)的數(shù)據(jù)庫概念的定義、背景資料；事物的起源與發(fā)展概念的定義、背景資料；事物的起源與發(fā)展百科全書、年鑒、統(tǒng)計匯編或相應(yīng)的數(shù)據(jù)庫百科全

7、書、年鑒、統(tǒng)計匯編或相應(yīng)的數(shù)據(jù)庫各種統(tǒng)計資料各種統(tǒng)計資料/統(tǒng)計數(shù)字等統(tǒng)計數(shù)字等百科全書、年鑒、年表或相應(yīng)的數(shù)據(jù)庫百科全書、年鑒、年表或相應(yīng)的數(shù)據(jù)庫重大事件的情況重大事件的情況百科全書、綜合性手冊或相應(yīng)的數(shù)據(jù)庫百科全書、綜合性手冊或相應(yīng)的數(shù)據(jù)庫奇特事物奇特事物專業(yè)性手冊或相應(yīng)的數(shù)據(jù)庫專業(yè)性手冊或相應(yīng)的數(shù)據(jù)庫數(shù)據(jù)、公式數(shù)據(jù)、公式傳記工具、綜合性詞典、百科全書、年鑒、機構(gòu)傳記工具、綜合性詞典、百科全書、年鑒、機構(gòu)名錄或相應(yīng)的數(shù)據(jù)庫名錄或相應(yīng)的數(shù)據(jù)庫人物傳記資料人物傳記資料地名工具、綜合性詞典、百科全書、年鑒或相應(yīng)地名工具、綜合性詞典、百科全書、年鑒或相應(yīng)的數(shù)據(jù)庫的數(shù)據(jù)庫地名地名/地理資料地理資料機構(gòu)

8、名錄、百科全書、年鑒或相應(yīng)的數(shù)據(jù)庫機構(gòu)名錄、百科全書、年鑒或相應(yīng)的數(shù)據(jù)庫組織機構(gòu)資料組織機構(gòu)資料百科全書、法律法規(guī)匯編或相應(yīng)的數(shù)據(jù)庫百科全書、法律法規(guī)匯編或相應(yīng)的數(shù)據(jù)庫政策法規(guī)、法律條文政策法規(guī)、法律條文專題目錄、題錄、文摘或書目數(shù)據(jù)庫專題目錄、題錄、文摘或書目數(shù)據(jù)庫某一課題的相關(guān)資料某一課題的相關(guān)資料館藏目錄、聯(lián)合目錄或聯(lián)機公共目錄（館藏目錄、聯(lián)合目錄或聯(lián)機公共目錄（OPAC）書、刊等出版物的收藏地點書、刊等出版物的收藏地點年表、歷表年表、歷表不同歷法間的日期轉(zhuǎn)換不同歷法間的日期轉(zhuǎn)換1.2.3 計算機檢索系統(tǒng)計算機檢索系統(tǒng)計算機計算機檢索系統(tǒng)由計算機硬檢索系統(tǒng)由計算機硬件、軟件、數(shù)據(jù)庫和通信

9、網(wǎng)件、軟件、數(shù)據(jù)庫和通信網(wǎng)絡(luò)構(gòu)成絡(luò)構(gòu)成。計算機計算機信息檢索是在計算機和人的共同作用下，按照信息檢索是在計算機和人的共同作用下，按照一定的方法組織和存儲信息，并通過人機對話，從計一定的方法組織和存儲信息，并通過人機對話，從計算機存儲的大量數(shù)據(jù)中自動輸出用戶所算機存儲的大量數(shù)據(jù)中自動輸出用戶所需信息需信息的過程。的過程。1.1.計算機檢索的基本方法計算機檢索的基本方法（1 1）布爾檢索）布爾檢索布爾邏輯布爾邏輯檢索檢索：采用采用布爾邏輯表達(dá)式來表達(dá)用戶的檢布爾邏輯表達(dá)式來表達(dá)用戶的檢索要求，并通過一定的算法和手段進(jìn)行檢索的過程。索要求，并通過一定的算法和手段進(jìn)行檢索的過程。 ANDAND。AND

10、AND也可用也可用“* *”表示表示?！坝嬎銠C計算機* *圖書館圖書館”，表示查找出既含有檢索詞，表示查找出既含有檢索詞“計計算機算機”又含有檢索詞又含有檢索詞“圖書館圖書館”的文獻(xiàn)。的文獻(xiàn)。 OROR。OROR也可用也可用“+ +”表示表示?！坝嬎銠C計算機+ +文獻(xiàn)檢索文獻(xiàn)檢索”表示查找文獻(xiàn)內(nèi)容中含有表示查找文獻(xiàn)內(nèi)容中含有“計計算機算機”或含有或含有“文獻(xiàn)檢索文獻(xiàn)檢索”以及兩詞都包含的文獻(xiàn)。以及兩詞都包含的文獻(xiàn)。 NOTNOT。NOTNOT也可用也可用“- -”表示表示?！坝嬎銠C計算機 NOT NOT 文獻(xiàn)檢索文獻(xiàn)檢索”表示表示查找含有查找含有“計算機計算機”而不含有而不含有“文獻(xiàn)檢索文獻(xiàn)檢

11、索”的那部分文獻(xiàn)的那部分文獻(xiàn)。（2 2）截詞檢索）截詞檢索截詞檢索是預(yù)防漏檢，提高查全率的一種常用檢索技截詞檢索是預(yù)防漏檢，提高查全率的一種常用檢索技術(shù)常用的截詞符有術(shù)常用的截詞符有“? ?”、“$ $”、“* *”等。等。截詞按截斷位置不同可分為后截詞、前截詞、中截詞截詞按截斷位置不同可分為后截詞、前截詞、中截詞。 后截詞：前方一致，后方變化。如后截詞：前方一致，后方變化。如“computcomput? ?”表表示示computercomputer、computerscomputers、computingcomputing等。等。 前截詞：前方變化，后方一致。如前截詞：前方變化，后方一致。如

12、“?computer?computer”表示表示minicomputerminicomputer、microcomputersmicrocomputers等。等。 中截詞：也稱為屏蔽詞。一般來說，中截詞僅允中截詞：也稱為屏蔽詞。一般來說，中截詞僅允許有限截詞，主要用于英、美拼寫不同的詞和單復(fù)數(shù)許有限截詞，主要用于英、美拼寫不同的詞和單復(fù)數(shù)拼寫不同的詞。如拼寫不同的詞。如“organi?ationorgani?ation”可檢索出含有可檢索出含有organisationorganisation和和organizationorganization的記錄的記錄。（3 3）原文檢索）原文檢索原文原文檢

13、索不依賴敘詞表而直接使用自由詞檢索，其運檢索不依賴敘詞表而直接使用自由詞檢索，其運算符通稱為位置運算符，主要有算符通稱為位置運算符，主要有4 4個級別。個級別。 記錄級檢索記錄級檢索：檢索：檢索詞出現(xiàn)在同一記錄中。詞出現(xiàn)在同一記錄中。 字段級檢索字段級檢索：檢索：檢索詞出現(xiàn)在同一字段中。詞出現(xiàn)在同一字段中。 子字段或自然句級檢索子字段或自然句級檢索：檢索：檢索詞出現(xiàn)在同一子字詞出現(xiàn)在同一子字段或同一自然句中。段或同一自然句中。 詞位置檢索詞位置檢索：檢索：檢索詞之間詞之間的位置的位置滿足某些條件滿足某些條件。（4 4）加權(quán)檢索和聚類）加權(quán)檢索和聚類檢索檢索（5 5）擴(kuò)檢與縮）擴(kuò)檢與縮檢檢1.2

14、.4 檢索效果的評價檢索效果的評價設(shè)設(shè)n n為檢索系統(tǒng)中文獻(xiàn)總量，為檢索系統(tǒng)中文獻(xiàn)總量，m m為檢索輸出的文獻(xiàn)量，為檢索輸出的文獻(xiàn)量，a a為為n n中與檢索課題有關(guān)的文獻(xiàn)量，中與檢索課題有關(guān)的文獻(xiàn)量，b b為為m m中與檢索課題中與檢索課題有關(guān)的文獻(xiàn)量（檢準(zhǔn)文獻(xiàn)量）。有關(guān)的文獻(xiàn)量（檢準(zhǔn)文獻(xiàn)量）。 查全率查全率R R：R=b/aR=b/a* *100% 100% 查全率查全率=(=(檢出相關(guān)文獻(xiàn)量檢出相關(guān)文獻(xiàn)量/ /文獻(xiàn)庫內(nèi)相關(guān)文獻(xiàn)總量文獻(xiàn)庫內(nèi)相關(guān)文獻(xiàn)總量) )100%100%） 查準(zhǔn)率查準(zhǔn)率P P：P=b/mP=b/m* *100% 100% （查準(zhǔn)率（查準(zhǔn)率=(=(檢出相關(guān)文獻(xiàn)量檢出相關(guān)文獻(xiàn)量/ /檢出文獻(xiàn)總量檢出文獻(xiàn)總量) )100%100%） 漏檢率漏檢率M M：M=(1M=(1b/a)b/a)* *100%=100%-R100%=1