信息組織基本原理

1、第二章 信息組織的基本原理學(xué)習(xí)目的和要求通過對(duì)本章的學(xué)習(xí)，使學(xué)生對(duì)信息組織最常用的基本原理從宏觀上有一個(gè)把握和了解，為后面章節(jié)的學(xué)習(xí)打下基礎(chǔ)。本章學(xué)習(xí)重點(diǎn)掌握情報(bào)檢索語(yǔ)言的涵義、類型；掌握檢索語(yǔ)言的語(yǔ)法和句法控制；信息檢索系統(tǒng)的評(píng)價(jià)及評(píng)價(jià)指標(biāo)；了解概念的種類、概念之間的各種關(guān)系；內(nèi)容安排第一節(jié) 語(yǔ)言學(xué)原理第二節(jié) 系統(tǒng)論原理第三節(jié) 知識(shí)分類原理第四節(jié) 概念邏輯原理第一節(jié) 語(yǔ)言學(xué)原理一、信息組織的語(yǔ)言工具檢索語(yǔ)言是信息檢索系統(tǒng)的重要組成部分，是信息組織和檢索的語(yǔ)言保證。張琪玉對(duì)情報(bào)檢索語(yǔ)言的定義情報(bào)檢索語(yǔ)言根據(jù)情報(bào)檢索的需要而創(chuàng)制的，專門用于各種手工的和計(jì)算機(jī)化的文獻(xiàn)情報(bào)存貯檢索系統(tǒng)，能夠唯一地表

2、達(dá)各種概括文獻(xiàn)情報(bào)內(nèi)容（主題概念），能夠顯示概念之間的相互關(guān)系，并便于進(jìn)行系統(tǒng)排列，便于將標(biāo)引用語(yǔ)和檢索用語(yǔ)進(jìn)行相符性比較的人工語(yǔ)言。含義分析：檢索語(yǔ)言的目的是用于標(biāo)引和檢索，而根本的目的是滿足檢索的需要；它是一個(gè)規(guī)范化的概念體系，能準(zhǔn)確表達(dá)信息主題并顯示其相互關(guān)系；它是有序的，可用于系統(tǒng)排序；它是一種人工語(yǔ)言。切爾內(nèi)對(duì)檢索語(yǔ)言的闡述檢索語(yǔ)言一種專門的人工語(yǔ)言,它用于描述(表示)文獻(xiàn)的中心問題或主題和外表特征,以便以后在其他文獻(xiàn)集合中查找需要的文獻(xiàn),或者用于表示情報(bào)提問的內(nèi)容和檢索需要的文獻(xiàn)。二、檢索語(yǔ)言的類型基本劃分二、檢索語(yǔ)言的類型譜系分類譜系分類是將檢索語(yǔ)言按語(yǔ)系、語(yǔ)族、語(yǔ)支和語(yǔ)種體系劃

3、分的一種方法。三、語(yǔ)言學(xué)原理在信息組織中的應(yīng)用普通語(yǔ)言學(xué)的應(yīng)用英國(guó)的奧斯汀（D.Austin） 設(shè)計(jì)“保留上下文索引系統(tǒng)”（PRECIS）時(shí)，就運(yùn)用了喬姆斯基(N.Chomsky)轉(zhuǎn)換生成語(yǔ)言學(xué)及其表層桔構(gòu)和深層結(jié)構(gòu)理論。陶布單元詞語(yǔ)言，就是根據(jù)美國(guó)描寫語(yǔ)言學(xué)的“分布理論”制定了單元詞之間的“同現(xiàn)關(guān)系”(Cooccurence)。計(jì)算語(yǔ)言學(xué)的應(yīng)用用詞頻統(tǒng)計(jì)分析方法進(jìn)行標(biāo)引和檢索詞匯的選擇。標(biāo)引詞在文獻(xiàn)庫(kù)中的分布服從正態(tài)分布分類號(hào)在大型文獻(xiàn)庫(kù)中的頻率分布符合雙曲線分布：出現(xiàn)頻率最高的詞不一定是最具描述率的。逆文獻(xiàn)加權(quán)四、檢索語(yǔ)言的語(yǔ)法（一）檢索語(yǔ)言語(yǔ)法體系的構(gòu)成檢索語(yǔ)言由詞匯和語(yǔ)法組成,語(yǔ)法包括

4、詞法和句法兩大部分。檢索語(yǔ)言通過制定的詞法規(guī)則來(lái)創(chuàng)造詞匯或從自然語(yǔ)言中擇取可用的自然語(yǔ)詞組成詞匯集合，并建立詞間的語(yǔ)義關(guān)系，以及通過一定的句法規(guī)則來(lái)規(guī)定這些詞匯在標(biāo)引和檢索過程中的使用。詞匯控制的內(nèi)容：詞量控制詞類控制詞形控制詞義控制詞間關(guān)系控制專指度控制（二）檢索語(yǔ)言的詞匯控制優(yōu)選自然語(yǔ)言建立詞間關(guān)系計(jì)算機(jī)編表輸出各種詞表 自然語(yǔ)言 人工語(yǔ)言 檢索語(yǔ)言 控制語(yǔ)言選定敘詞 詞類、詞形控制詞義控制 詞間關(guān)系控制專指度控制檢索語(yǔ)言提供外部形式的句法手段主要是指：引用次序控制符號(hào)句式變換（三）檢索語(yǔ)言的句法控制1.引用次序引用次序(Citation Order)或稱組配次序(Combination

5、Order),和語(yǔ)言學(xué)中的“詞序”這一術(shù)語(yǔ)相對(duì)應(yīng)。檢索語(yǔ)言把引用次序作為重要句法手段。引用次序主要有四類：“顯著性引用次序”；“范疇職能引用次序”；“概念關(guān)系引用次序”；“上下文從屬引用次序”阮岡納贊提出本體、物質(zhì)、動(dòng)力、空間、時(shí)間五個(gè)范疇，即著名的PMEST公式“范疇職能引用次序”上下文從屬引用次序(Context dependency)上下文從屬引用次序保留了部分自然語(yǔ)言句法手段(虛詞)和自然語(yǔ)序。如：“題內(nèi)關(guān)鍵詞索引”(KWIC) 和“題外關(guān)鍵詞索引”(KWOC) “掛接主題索引”“保留上下文索引系統(tǒng)”（PRECIS）“嵌套短語(yǔ)索引系統(tǒng)”(NEPHIS)和“鏈接短語(yǔ)索引系統(tǒng)”(LIPHI

6、S)等。ERIC題內(nèi)關(guān)鍵詞索引MeSH詞表題外關(guān)鍵詞索引樣例2.控制符號(hào)句法控制符號(hào)采用人工制定的成套的控制符號(hào)控制符號(hào)包括聯(lián)號(hào)、職號(hào)、關(guān)系符號(hào)(組配分類法中的“+”、“：”)、加權(quán)等類型并列符號(hào)“+”“41 +73 ”表示英美,“510 +47”表示中蘇關(guān)聯(lián)符號(hào) “：”“31 統(tǒng)計(jì)學(xué)”、“63 農(nóng)業(yè)科學(xué)”，用“：”連接表示“63:31 農(nóng)業(yè)統(tǒng)計(jì)學(xué)”?！?.句式變換句式變換檢索語(yǔ)言句子有一個(gè)檢索入口問題，即句首詞起著引導(dǎo)檢索者的作用。主要方式：輪排和倒置輪排是最主要的句式變換的手法。簡(jiǎn)單輪排詞對(duì)式輪排循環(huán)輪排循環(huán)輪排第二節(jié) 系統(tǒng)論原理一、系統(tǒng)論的基本原理和核心思想系統(tǒng)論認(rèn)為，整體性、關(guān)聯(lián)性、等

7、級(jí)結(jié)構(gòu)性、動(dòng)態(tài)平衡性、時(shí)序性等是所有系統(tǒng)的共同基本特征。系統(tǒng)論的核心思想是系統(tǒng)的整體觀念。任何系統(tǒng)都是一個(gè)有機(jī)的整體，它不是各個(gè)部分的機(jī)械組合或簡(jiǎn)單相加，系統(tǒng)的整體功能是各要素在孤立狀態(tài)下無(wú)法實(shí)現(xiàn)的。二、信息檢索系統(tǒng)理想的信息檢索系統(tǒng)具有信息組織和檢索兩大功能，并能實(shí)現(xiàn)較為理想的信息檢索效率。信息檢索系統(tǒng)生命周期信息檢索系統(tǒng)的系統(tǒng)構(gòu)成從系統(tǒng)分析的角度信息檢索系統(tǒng)的構(gòu)成有五個(gè)方面：硬件、軟件、數(shù)據(jù)件、人員件和系統(tǒng)件。從完整的結(jié)構(gòu)分析來(lái)分析信息檢索系統(tǒng)一般有六個(gè)子系統(tǒng)：(1)資源采集與選擇子系統(tǒng)；(2)詞表子系統(tǒng)；(3)標(biāo)引子系統(tǒng)；(4)查尋子系統(tǒng)；(5)系統(tǒng)用戶接口子系統(tǒng)；(6)匹配子系統(tǒng)。其中

8、，檢索語(yǔ)言和標(biāo)引是系統(tǒng)的中心環(huán)節(jié)，它起著承上啟下，連接用戶與系統(tǒng)的關(guān)鍵作用。三、信息檢索系統(tǒng)的評(píng)價(jià)信息檢索系統(tǒng)性能評(píng)價(jià)的方面：檢索系統(tǒng)效能評(píng)價(jià)檢索性能評(píng)價(jià)(一)檢索系統(tǒng)效能評(píng)價(jià)檢索系統(tǒng)效能評(píng)價(jià)度量指標(biāo)：系統(tǒng)響應(yīng)時(shí)間+系統(tǒng)所需空間度量參數(shù)：索引結(jié)構(gòu)的性能；與操作系統(tǒng)交互的效能；通信信道的延遲；軟件開銷 通常時(shí)間越短，占用的空間越少，系統(tǒng)的性能越好。但是，在空間和時(shí)間之間有一個(gè)折衷的問題。(二)檢索系統(tǒng)效能評(píng)價(jià)檢索性能評(píng)價(jià)信息檢索的關(guān)鍵問題相關(guān)性如何從文檔集中找出與用戶查詢要求相關(guān)的文檔，因此度量文檔與查詢之間的相關(guān)性是檢索任務(wù)的核心。“相關(guān)性”是一個(gè)多維的概念、動(dòng)態(tài)的、復(fù)雜而系統(tǒng)的、可以定量化測(cè)

9、量的一個(gè)度量體系。主要取決于用戶對(duì)檢索結(jié)果集滿足用戶信息需求之間程度的判斷。一個(gè)比較具有代表性的觀點(diǎn)，相關(guān)性=滿意度+有用性+針對(duì)性+時(shí)效性檢索性能定量評(píng)價(jià)指標(biāo)檢索性能評(píng)價(jià)指標(biāo)查全率查準(zhǔn)率Lancaster的評(píng)價(jià)指標(biāo)查全率(Recall）查準(zhǔn)率(Precision)響應(yīng)時(shí)間（檢索速度）收錄范圍用戶負(fù)擔(dān)輸出形式三、網(wǎng)絡(luò)檢索系統(tǒng)性能評(píng)價(jià)版本一數(shù)據(jù)庫(kù)規(guī)模和內(nèi)容(覆蓋范圍、索引組成、更新周期)；索引方法(自動(dòng)、人工索引)；檢索功能(布爾邏輯檢索、截詞檢索、字面檢索、大小寫區(qū)分、概念檢索、詞語(yǔ)加權(quán)、詞語(yǔ)位置限定、字段限定、重復(fù)辨別、上下文關(guān)鍵詞、查詢集操作)；檢索結(jié)果(相關(guān)性排序（單純排序或注明排序分值

10、）、顯示內(nèi)容（注釋或摘要）、輸出數(shù)量選擇（限定或改變顯示數(shù)量）、顯示格式選擇)；用戶負(fù)擔(dān)（幫助文件、數(shù)據(jù)庫(kù)和檢索功能說明、查詢舉例、構(gòu)造檢索式的幫助措施,）；檢索效率(檢全率、檢準(zhǔn)率和響應(yīng)時(shí)間)。版本二在技術(shù)方面：對(duì)新網(wǎng)站登錄的支持；數(shù)據(jù)庫(kù)的更新頻率和時(shí)效性；錯(cuò)誤鏈接和重復(fù)鏈接的數(shù)量；搜索的速度；搜索結(jié)果排序的相關(guān)度；中文還有對(duì)英文和多內(nèi)碼的支持； 在用戶使用方面：有首頁(yè)設(shè)計(jì)的美觀性；幫助文件的實(shí)用性；查詢操作的便利性；搜索結(jié)果的準(zhǔn)確性。版本三與“檢索技術(shù)”密切相關(guān)的測(cè)試指標(biāo)：索引數(shù)據(jù)庫(kù)構(gòu)成：標(biāo)引深度、更新頻率；檢索功能：基本檢索功能與高級(jí)檢索功能；檢索效果：響應(yīng)時(shí)間、相對(duì)查全率R，查準(zhǔn)率P、

11、重復(fù)率R，、死鏈接率Rd；檢索結(jié)果組織和顯示：結(jié)果顯示格式的種類與內(nèi)容（反饋信息）、相關(guān)性排序依據(jù)等；用戶負(fù)擔(dān)：用戶界面（用戶檢索界面也非決定搜索引擎性性能的關(guān)鍵因素）、相關(guān)文獻(xiàn)，信息過濾等。第三節(jié) 知識(shí)分類原理一、檢索語(yǔ)言的知識(shí)分類體系（一）哲學(xué)家的知識(shí)分類體系培根知識(shí)分類體系圖毛澤東關(guān)于知識(shí)的概括和分類 （二）大學(xué)教學(xué)知識(shí)分類體系聯(lián)合國(guó)教科文組織的分類體系.普通高等學(xué)校本科專業(yè)目錄（1998年頒布）學(xué)科體系（三）科學(xué)學(xué)知識(shí)分類體系學(xué)科分類與代碼（GB/T 13745-92）學(xué)科體系示意圖第四節(jié) 概念邏輯原理一、概念種類、內(nèi)涵與外延概念集合概念和非集合概念；普遍概念和單獨(dú)概念。概念的含義與適

12、用的范圍就是一個(gè)概念的內(nèi)涵與外延。當(dāng)概念的內(nèi)涵擴(kuò)大（加深）時(shí)，則它的外延就縮?。划?dāng)概念的內(nèi)涵縮?。ㄗ儨\）時(shí)，則它的外延就擴(kuò)大。二、概念之間的關(guān)系屬種關(guān)系一個(gè)概念的外延包含另一概念的全部外延同一關(guān)系兩個(gè)概念在外延上完全重合交叉關(guān)系兩個(gè)概念之間有且只有一部分外延是重合的三、概念邏輯方法（一）概念的限定與概括概念的限定是指通過增加概念(限定詞)的內(nèi)涵以縮小概念的外延，由屬概念過渡到種概念的邏輯方法。概念的概括是通過減少概念的內(nèi)涵從而擴(kuò)大其外延，由外延較小的種概念到屬概念。（二）概念的劃分概念的劃分是以事物的某種屬性為分類標(biāo)準(zhǔn)，將一個(gè)屬概念的外延劃分成若干個(gè)種概念的方法。事物有各種各樣的屬性，根據(jù)不同

13、的屬性就可作不同的劃分。概念劃分的基本規(guī)則劃分得到的子項(xiàng)的外延之和應(yīng)當(dāng)?shù)扔谀疙?xiàng)的外延；劃分得到的各子項(xiàng)的外延必須相互排斥；每次劃分應(yīng)當(dāng)使用同一標(biāo)準(zhǔn)進(jìn)行；劃分必須是按逐級(jí)進(jìn)行。（三）概念的分析與綜合概念的分析是對(duì)整體事件和復(fù)雜事物進(jìn)行分解的研究方法，包括把整體事物分解為各個(gè)部分和把復(fù)雜事物分解為簡(jiǎn)單的要素并對(duì)分解的部分和要素進(jìn)行考察。概念的綜合是在思維過程中把對(duì)象的各個(gè)部分、各個(gè)方面和各個(gè)因素聯(lián)系起來(lái)考察，得出有關(guān)它們共性的、本質(zhì)的認(rèn)識(shí)。概念分析與綜合的關(guān)系綜合建立在分析基礎(chǔ)上。分析與綜合按其思維的方向是相反的，一是在整體基礎(chǔ)上去認(rèn)識(shí)部分，一是在對(duì)部分認(rèn)識(shí)的基礎(chǔ)上又去重新認(rèn)識(shí)整體，二者是辯證統(tǒng)一的。四、概念邏輯方法的應(yīng)用概念的邏輯方法是編制信息分類法基本方法?？疾旄鱾€(gè)知識(shí)領(lǐng)域的要素及其屬性，從眾多的知識(shí)領(lǐng)域依據(jù)它們共同的屬性概括出分類法的基本大類，這就是分析與綜合的方法。對(duì)每一個(gè)類目通過選取適當(dāng)?shù)姆诸悩?biāo)準(zhǔn)（即分類標(biāo)準(zhǔn)引用次序）進(jìn)行逐級(jí)地劃分，一層層展開就構(gòu)成一個(gè)等級(jí)并列關(guān)系分明、概念內(nèi)涵外延清晰的類目體系，這個(gè)過程始終是概念邏輯方法的運(yùn)用。分類標(biāo)準(zhǔn)引用次序的選