文獻(xiàn)信息檢索基礎(chǔ)知識

第二章文獻(xiàn)信息檢索基礎(chǔ)知識

一、文獻(xiàn)檢索課的意義

（一）學(xué)會獲取各類信息的方法，減少大腦記憶的負(fù)擔(dān)

（二）培養(yǎng)高素質(zhì)復(fù)合型人才，是終身教育的基礎(chǔ)

（五種能力的培養(yǎng)：自學(xué)、研究、思維、表達(dá)和組織管理）+創(chuàng)新能力

（三）獲取知識的捷徑

（四）科學(xué)研究的向?qū)Вㄅe例）避免重復(fù)研究，節(jié)省查找文獻(xiàn)的時間

第1頁，共43頁。二、基本概念：1、信息（information)的概念：信息是事物的存在的形式和運(yùn)動狀態(tài)的表征。

信息的基本屬性知識性或客觀性記錄和傳播性

2、情報（information)的概念：信息或知識的有效傳遞。

第2頁，共43頁。

3、文獻(xiàn)（document)的概念：記錄

知識的一切載體。

4、文獻(xiàn)檢索的含義信息存儲信息檢出第3頁，共43頁。

三、文獻(xiàn)的分類

（一）按加工程度分一次文獻(xiàn)：論文等二次文獻(xiàn)：目錄、文摘、索引三次文獻(xiàn)：字詞典、百科、年鑒

（二）按文獻(xiàn)載體類型印刷型縮微型聲像型電子型

（三）按文獻(xiàn)出版形式圖書（book)期刊(journal、periodic)報紙(newspaper)特種文獻(xiàn)第4頁，共43頁。圖書：《常用文獻(xiàn)信息數(shù)據(jù)庫檢索指南》ISBN7-5025-8655-5

國際標(biāo)準(zhǔn)書號國別語種代碼出版社代碼順序號校驗(yàn)號

第5頁，共43頁。期刊：《政法論壇》

ISSN1000-0208

國際標(biāo)準(zhǔn)刊號（國際標(biāo)準(zhǔn)連續(xù)出版物編號）

國內(nèi)統(tǒng)一刊號CN11-1314郵發(fā)代號82-121第6頁，共43頁。特種文獻(xiàn)：出版形式較特殊，無規(guī)律，多不公開發(fā)行。

科技報告（technicalreport)會議論文（conferencepaper)專利文獻(xiàn)（patentdocument)學(xué)位論文（dissertation)標(biāo)準(zhǔn)文獻(xiàn)（standard)政府出版物（governmentdocument)產(chǎn)品資料（productliterature)技術(shù)檔案（technicalrecords)第7頁，共43頁。

四、文獻(xiàn)檢索原理（一）文獻(xiàn)檢索原理（文獻(xiàn)存儲與檢索原理圖）存儲過程

檢索過程文獻(xiàn)內(nèi)容主題概念主題分析文獻(xiàn)描述檢索需要主題概念主題分析文獻(xiàn)描述檢索語言檢索標(biāo)識提問標(biāo)識檢索工具結(jié)果第8頁，共43頁。

（二）檢索語言

1、概念：用于描述文獻(xiàn)的外部及內(nèi)部特征所用的語言。

2、分類：檢索語言描述文獻(xiàn)外表特征的語言描述文獻(xiàn)內(nèi)容特征的語言題名（書名、篇名）語言著者語言號碼語言（序列號、專利號）分類語言

主題語言關(guān)鍵詞主題詞（敘詞）第9頁，共43頁。

3、分類語言：以號碼為基本字符，用分類號表達(dá)文獻(xiàn)主題概念的檢索語言。（《中圖法》、《人大法》）(1)《中圖法》結(jié)構(gòu)體系如下：

★共分5大部類，22個大類，每個大類下又細(xì)分為2級、3級…類目，按照學(xué)科之間的內(nèi)在聯(lián)系從總到分，從一般到具體逐級展開。★標(biāo)記符號采用拉丁字母與阿拉伯?dāng)?shù)字相結(jié)合的混合號碼制。另外還用一些輔助符號，如：F251.2‘.’為分段標(biāo)記。

第10頁，共43頁。

《中圖法》（第三版）主表展開示例（簡表）

基本部類大類二級類三級類

馬列、毛澤東思想哲學(xué)

社會科學(xué)A

CDEF…：：：K自然科學(xué)NX綜合性圖書Z馬列、毛澤東思想哲學(xué)經(jīng)濟(jì)F0政治經(jīng)濟(jì)學(xué)F1世界各國經(jīng)濟(jì)概況等F2經(jīng)濟(jì)計劃與管理F3農(nóng)業(yè)經(jīng)濟(jì)F4工業(yè)經(jīng)濟(jì)F20國民經(jīng)濟(jì)F21經(jīng)濟(jì)計劃F22經(jīng)濟(jì)計算F23會計F24勞動經(jīng)濟(jì)F25物資經(jīng)濟(jì)F27企業(yè)經(jīng)濟(jì)F28基本建設(shè)經(jīng)濟(jì)B第11頁，共43頁。

《中圖法》（第三版）主表展開示例（祥表）三級類四級類五級類

…

F20國民經(jīng)濟(jì)F21經(jīng)濟(jì)計劃F22經(jīng)濟(jì)計算F23會計F24勞動經(jīng)濟(jì)F25物資經(jīng)濟(jì)F27企業(yè)經(jīng)濟(jì)F28基本建設(shè)經(jīng)濟(jì)F250物資經(jīng)濟(jì)理論F251物資管理F252物資流通F253物資企業(yè)經(jīng)營與管理F259世界各國物資經(jīng)濟(jì)F251.1物資管理體制F251.2物資計劃F251.3物資統(tǒng)計分類號類名+類目F251.3/1或F251.3“1”種次號

索書號1=第12頁，共43頁。

4、主題語言：用自然語言中的名詞、詞組、句子描述文獻(xiàn)主題概念的檢索語言。

※

主題詞：表達(dá)文獻(xiàn)主題概念的詞叫主題詞。當(dāng)使用主題詞來表達(dá)文獻(xiàn)內(nèi)容特征時叫主題標(biāo)引（標(biāo)識）。

※

主題語言的優(yōu)點(diǎn)：1）直觀符合人的辯識習(xí)慣2）專指性強(qiáng)主題詞標(biāo)識經(jīng)過嚴(yán)格的規(guī)范化處理，查準(zhǔn)率高。3）靈活詞與詞的概念組配揭示文獻(xiàn)中各種主題。4）集中性將不同學(xué)科的同一主題文獻(xiàn)集中在一起。例如有關(guān)“魯迅”的文獻(xiàn)資料，分類法將其分散在文學(xué)、藝術(shù)、文化、歷史各個門類查找費(fèi)時，而主題法在“魯迅”標(biāo)題下，直接反映出全部有關(guān)“魯迅”的文獻(xiàn)資料。

第13頁，共43頁。主題詞（敘詞）關(guān)鍵詞表述文獻(xiàn)主題內(nèi)容的規(guī)范化名詞表述文獻(xiàn)主題內(nèi)容的非規(guī)范化名詞受詞表控制，如《漢語主題詞表》不受詞表控制不一定是文獻(xiàn)中的詞匯一般是文獻(xiàn)或標(biāo)題抽出的出詞匯機(jī)檢（查準(zhǔn)率高）機(jī)檢（查準(zhǔn)率低）常用使用廣泛幾種主題語言的比較第14頁，共43頁?！稘h語主題詞表》的組成結(jié)構(gòu)世界各國政區(qū)名稱自然地理區(qū)劃名稱

組織機(jī)構(gòu)

人物名稱

附表

字順主表

輔助索引詞族索引范疇索引輪排索引英漢對照索引←←←←→→→→第15頁，共43頁。

《漢表》主表的著錄格式（例1）漢拼

Gudingzichan主題詞固定資產(chǎn)05HB范疇類號英文

Fixedassets“代”項(xiàng)

D財產(chǎn)目錄“分”項(xiàng)

F非生產(chǎn)用固定資產(chǎn)生產(chǎn)用固定資產(chǎn)無形固定資產(chǎn)新增固定資產(chǎn)“屬”項(xiàng)

S國民財產(chǎn)“族”項(xiàng)

Z國民財富*“參”項(xiàng)

C國家資金、基本建設(shè)第16頁，共43頁?！稘h表》主表的著錄格式（例2）

Tianzhuren

天竺人

Sindus;Sindhus“用”項(xiàng)Y古印度人

☆詞族索引（例3）族首詞法（法律）*一級下位詞.國際法04LA二級下位詞..國際公法三級下位詞...海洋法

第17頁，共43頁。

五、計算機(jī)檢索的基本知識

1、計算機(jī)檢索系統(tǒng)的構(gòu)成由硬件、軟件、數(shù)據(jù)庫組成

2、數(shù)據(jù)庫概念：存儲在計算機(jī)中，可按通常方法

進(jìn)行檢索的一系列相互關(guān)聯(lián)的數(shù)

據(jù)集合（有序排列）。

第18頁，共43頁。

類型參考數(shù)據(jù)庫

源數(shù)據(jù)庫混合型數(shù)據(jù)庫書目數(shù)據(jù)庫（文獻(xiàn)型）指南數(shù)據(jù)庫目錄數(shù)據(jù)庫文摘、索引數(shù)據(jù)庫人物傳記數(shù)據(jù)庫機(jī)構(gòu)名錄數(shù)據(jù)庫產(chǎn)品數(shù)據(jù)庫數(shù)值數(shù)據(jù)庫文本—數(shù)值數(shù)據(jù)庫術(shù)語數(shù)據(jù)庫全文數(shù)據(jù)庫圖象數(shù)據(jù)庫第19頁，共43頁。

書目數(shù)據(jù)庫（文檔)的結(jié)構(gòu):

書目數(shù)據(jù)庫主要用于聯(lián)機(jī)檢索服務(wù)，通常稱文擋。

文檔(file)：若干邏輯記錄組成的信息集合，是數(shù)據(jù)庫的基本形式。

記錄（record):數(shù)據(jù)庫中一個獨(dú)立的信息單元，是文擋的構(gòu)成單位，相當(dāng)于一篇文獻(xiàn)的款目（條目）。

字段（field):在一個記錄中的獨(dú)立的著錄項(xiàng)，是記錄的構(gòu)成單位，相當(dāng)于一篇文獻(xiàn)的著錄項(xiàng)目。

字段包括：文摘字段、題名字段、著者字段、主題詞字段等

子字段（subfield):字段的構(gòu)成單位，如著者字段中第一作者為子字段1，第二作者為子字段2。第20頁，共43頁。第21頁，共43頁。

3、計算機(jī)檢索的類型

計算機(jī)信息檢索起源于20世紀(jì)50年代，經(jīng)過半個多世紀(jì)的發(fā)展，目前，常用的檢索形式有聯(lián)機(jī)檢索、光盤檢索、網(wǎng)絡(luò)檢索等。(1)聯(lián)機(jī)檢索（onlinesearch)指用戶借助于計算機(jī)終端和通信線路與計算機(jī)數(shù)據(jù)庫中心直接進(jìn)行對話的一種檢索方式。用戶使用終端設(shè)備與遠(yuǎn)程中央計算機(jī)相連，運(yùn)用規(guī)定的指令操作，如：Dialog聯(lián)機(jī)檢索微機(jī)通訊網(wǎng)絡(luò)中央計算機(jī)數(shù)據(jù)庫第22頁，共43頁。

3、計算機(jī)檢索的類型（2）光盤檢索（CD—ROMsearch)

＃光盤單機(jī)檢索→最終還是網(wǎng)絡(luò)、聯(lián)機(jī)檢索。

＃光盤聯(lián)機(jī)檢索

微機(jī)光驅(qū)檢索終端微機(jī)局域網(wǎng)服務(wù)器光驅(qū)檢索終端第23頁，共43頁。

3、計算機(jī)檢索的類型（3）網(wǎng)絡(luò)檢索（networkedsearch）

全球性的分布式結(jié)構(gòu)開放式的信息環(huán)境跨國界的信息流正式與非正式信息交流渠道共存信息缺乏有效的組織管理第24頁，共43頁。

4、各種機(jī)檢的比較聯(lián)機(jī)光盤因特網(wǎng)數(shù)據(jù)庫量較多較少不計其數(shù)數(shù)據(jù)更新較快較慢很快檢索方法各庫較一致各庫差異較大各異檢索范圍遠(yuǎn)程單機(jī)或局域遠(yuǎn)程/局域使用方便專業(yè)人員檢索（專門知識）用戶自行檢索（界面友好）網(wǎng)絡(luò)用戶（網(wǎng)絡(luò)工具）費(fèi)用支付按時或按次累加或年租一次性投資租用或購買網(wǎng)絡(luò)通訊費(fèi)（按流量計）用戶費(fèi)用負(fù)擔(dān)全部免費(fèi)或少許個人負(fù)擔(dān)用戶精神負(fù)擔(dān)較緊張較松弛自行控制第25頁，共43頁。

檢索系統(tǒng)的構(gòu)成

內(nèi)容組成手工檢索系統(tǒng)（印刷出版物）計算機(jī)檢索系統(tǒng)（機(jī)讀數(shù)據(jù)庫）主體部分正文部分條目（記錄）著錄項(xiàng)主文擋記錄字段索引輔助索引倒排文擋主題詞索引分類碼索引主題表分類表主題詞表分類表使用指南說明、樣例Help,F1其它資料來源索引

系統(tǒng)第26頁，共43頁。

5、計算機(jī)檢索方式

（1）命令檢索（commandsearch)

使用一些特定的操作命令（包括指令和檢索式）來實(shí)施檢索。適用于有經(jīng)驗(yàn)的專業(yè)檢索人員，聯(lián)機(jī)檢索用得多。

（2）菜單檢索（menusearch)

是常用、方便、易掌握的檢索方式。只需根據(jù)菜單的的指引，通過提示、選項(xiàng)、填空便能一步一步地完成檢索，常用于光盤及網(wǎng)絡(luò)檢索。缺點(diǎn)是步驟多，時間長，檢索功能及精度不如命令檢索。

（3）超文本檢索（hypertextsearch)

操作時用鼠標(biāo)點(diǎn)擊相關(guān)的知識單元，檢索便追蹤下去，進(jìn)入下面各層菜單，常用于多媒體光盤及網(wǎng)絡(luò)檢索。第27頁，共43頁。

6、計算機(jī)檢索手段（檢索方法、技術(shù)、方案等）

目的是為了編制一種機(jī)器可識別和執(zhí)行的檢索式。機(jī)檢中檢索式是檢索策略的具體表述，而檢索策略是檢索步驟的科學(xué)安排。下面以DIALOG

檢索系統(tǒng)為例，討論檢索的基本組配方式及操作指令。（1）常用算符

邏輯算符：在各種檢索方式中常用，也稱布爾（Boolean)算符，用來表示兩個檢索詞之間的邏輯關(guān)系，常用的有三種：

第28頁，共43頁。

3種邏輯關(guān)系的區(qū)別

邏輯算符AND（與）OR（或）NOT（非）檢索式AANDBA＊BAORBA+BANOTBA—B邏輯關(guān)系的說明數(shù)據(jù)庫中同時含有詞A和詞B的記錄被檢出（命中）數(shù)據(jù)庫中含有詞A或含有詞B,或兩者皆有的記錄被檢出數(shù)據(jù)庫中凡含有詞A而不含有詞B的記錄被檢出邏輯關(guān)系圖ABABAB第29頁，共43頁。

3種邏輯關(guān)系的區(qū)別

AND（與）OR（或）NOT（非）組配概念用來組配不同的檢索概念用來組配表達(dá)相同概念的詞用來從檢索中排除某些詞檢索范圍縮小檢索范圍擴(kuò)大檢索范圍縮小檢索范圍舉例經(jīng)濟(jì)*信息教育and研究自行車+單車企業(yè)

or

公司注射器-皮下例：檢索題：跨國公司經(jīng)營管理研究

(營銷、質(zhì)量、財務(wù)）檢索提問式：（跨國公司+跨國企業(yè)+跨國經(jīng)營）*管理第30頁，共43頁。

※位置算符：表示兩個檢索詞之間的位置鄰近關(guān)系，能避免布爾邏輯算符不考慮檢索詞位置關(guān)系而引起的某些檢索誤差。

常用的位置算符主要有：

▲（W）或（）—“With”表示兩個檢索詞必須緊挨著，詞序不能顛倒，中間不能插任何詞，但中間可有一個“︹”“—”“，”。A（W）B或A（）B

例：building（W）construction

命中：“buildingconstruction”

或“building—construction”

▲(nw）它聯(lián)結(jié)的檢索詞在記錄中詞序不能變，但可插入0—n個詞

第31頁，共43頁。

如：building(1W)construction.命中記錄除前面，可能會有“buildingandconstruction”“buildingunderconstruction”等形式

如：building（2W）construction除前面形式外，可能會出現(xiàn)“buildingincompositeconstruction”“buildingdesignandconstruction”“buildingcodeandconstruction”等

▲（N）—“Near”的縮寫，表示兩側(cè)的檢索詞詞序可顛倒，但在兩詞之間不能插詞（兩詞必須緊挨著）▲（nN）—表示兩詞之間最多可插入n個詞，詞序可變。

第32頁，共43頁。

如：information(1N)retrieval

可檢出：informationretrievalretrievalofinformation等形式。

▲（F）—“Field”的縮寫，表示必須在記錄中的同一字段（如題名字段、文摘字段）中出現(xiàn)，詞序可變。如：Pollution（f）control可檢出：controlandmanagementofindustrial

pollution

▲（S）—“subfield”,兩詞必須在記錄的同一句子或同一子字段中出現(xiàn)，詞序可變

▲（L）—“Link”，表示兩詞必須在同一規(guī)范詞單元內(nèi)出現(xiàn)，詞序可變。第33頁，共43頁。

※截詞符（提高查全率）：DIALOG用“？”號表示，但有些系統(tǒng)用“＊”等表示。（如美國專利網(wǎng)上檢索）

①有限截詞

▲“？？”表示詞干后最多允許加一個字符，如：cat？？可檢出cat,cats等。

▲“??”“???”“????”詞干后允許加一個以上字符。如：comput???可檢出compute,computer,computed,computing,等詞。

②無限截詞

▲“？”詞干后可加任意數(shù)量的字符，但詞干不能太短。如：comput?可檢出compute,computed,computer,computing,computable,computerization等相關(guān)詞。

第34頁，共43頁。

③中間截詞▲“？”在一個檢索詞中間插入一個或多個截詞符，表示一個或多個字符存在。用于解決單復(fù)數(shù)及美英不同拼法的問題。如：wom?n可檢出woman,women

※檢索字段符

根據(jù)文獻(xiàn)的描述特征分為

基本索引字段輔助索引字段第35頁，共43頁。/TI(Title篇名）/AB(abstract文摘）/DE(descriptor規(guī)范詞）/ID（identifier專用詞）AU=(Author著者）JN=（Journal刊名）PY=（PublishingYear

出版年)SO=（Source出處）CO=(coden代碼）例：S(heatorthermal)/TIandPY=1999基本索引字段輔助索引字段※檢索字段符第36頁，共43頁。

檢索式舉例例:S(air+water)()pollut?

S(smokingortobacco)andheart(w)disease?

混合組配時運(yùn)算次序?yàn)椋孩傧壤ㄌ杻?nèi)，后括號外②位置算符(W)(N)(S)(F)③布爾邏輯算符，其優(yōu)先級為NOT,AND,OR

第37頁，共43頁。

7、計算機(jī)檢索的基本步驟檢索課題主題分析選擇檢索系統(tǒng)選擇數(shù)據(jù)庫確定檢索詞或檢索點(diǎn)制定檢索式計算機(jī)處理索取原文詞表結(jié)果檢驗(yàn)分析

例：跨國公司經(jīng)營管理研究第38頁，共43頁。

六、國外主要聯(lián)機(jī)檢索系統(tǒng)“DIALOG”聯(lián)機(jī)檢索系統(tǒng)“STN”（國際科技信息網(wǎng)絡(luò)系統(tǒng)）“ORBIT”聯(lián)機(jī)檢索系統(tǒng)

1、DIALOG聯(lián)機(jī)檢索系統(tǒng)是世界上最大的聯(lián)機(jī)檢索系統(tǒng)，中心設(shè)在美國加州，該系統(tǒng)擁有600多個數(shù)據(jù)庫，內(nèi)容涉及自然科學(xué)、社會科學(xué)、工程、人文、商業(yè)經(jīng)濟(jì)等領(lǐng)域，是一個綜合性檢索系統(tǒng)，數(shù)據(jù)庫數(shù)量之多、范圍之廣、用戶之多均甚稱世界之最，質(zhì)量可靠，權(quán)威性高，通過專線國際聯(lián)機(jī)或Internet兩種方式。第39頁，共43頁。

主頁的網(wǎng)址：http://http://（1）基本檢索指令

Begin（或B），該指令為選庫、進(jìn)庫指令，指令格式為：？B34

文檔號（SCIsearch1988--）？B50,10,203,?Bpatents文檔名

第40頁，共43頁。

Select（或S），為選詞、檢索、查找指令。

?S