第二章文獻(xiàn)檢索

第二章

計算機(jī)檢索基礎(chǔ)知識第一節(jié)電子信息資源概述

一、電子信息資源的概念

二、電子信息資源的類型三、電子信息資源的特點一、電子信息資源的概念

電子資源就是電子化了的信息資源。

是機(jī)讀型信息資源。是一種通過編碼和程序設(shè)計，把文字、圖形、聲音、動畫等多種形式的信息轉(zhuǎn)換成數(shù)字語言和機(jī)器語言，以磁性材料為介質(zhì)，以電信號、光信號的形式傳輸，并通過網(wǎng)絡(luò)通信、計算機(jī)或終端等方式再現(xiàn)出來的一種信息資源。二、電子信息資源的類型

1、按信息表現(xiàn)形式分：（1）文本信息資源:是按知識單元的線性順序排列組織的資源。（2）超文本信息資源:

它是一種非線性方式建立和表示離散信息關(guān)系的技術(shù)。邏輯連接任意連接（3）多媒體信息資源:

包括文本、圖像和聲音等各種信息表達(dá)的總稱

（4）超媒體信息資源：

源于超文本，又是它的擴(kuò)充。是超文本和多媒體技術(shù)的結(jié)合，具有超文本和多媒體兩種信息資源的特點.包括了文本、靜態(tài)圖形、動畫、動態(tài)圖像和聲音等多種信息。2、按信息存儲載體分:

光盤信息資源網(wǎng)絡(luò)信息資源（即在第一章光盤檢索系統(tǒng)、網(wǎng)絡(luò)化信息檢索系統(tǒng)中的信息資源）3、按信息交流方式分

(1)非正式出版信息:

包括電子郵件、網(wǎng)絡(luò)論壇、電子會議和電子布告版新聞等

(2)半正式出版信息:

受到一定知識產(chǎn)權(quán)保護(hù)，但沒有納入正式出版信息系統(tǒng)的描述性網(wǎng)絡(luò)信息。包括內(nèi)部電子期刊、會議文集和各類報告、機(jī)構(gòu)情況及產(chǎn)品介紹等。

(3)正式出版信息：

受到知識產(chǎn)權(quán)保護(hù)，信息質(zhì)量可靠，利用率較高的知識性、分析性網(wǎng)絡(luò)信息。

一次出版信息：電子圖書、電子期刊、電子報紙等；二次出版信息：搜索引擎、檢索數(shù)據(jù)庫、網(wǎng)絡(luò)導(dǎo)航等；三次出版信息：網(wǎng)絡(luò)述評、參考數(shù)據(jù)庫、網(wǎng)站推薦等。

三、電子信息資源的特點（1）信息組織形式發(fā)生變化：

由傳統(tǒng)的文本形式發(fā)展為超文本、超多媒體等多種形式。（2）數(shù)字化：

信息資源由紙張的文字變成磁性介質(zhì)上的電磁信號，存儲的信息資源密度高，容量大，可無損耗反復(fù)的使用。

（3）內(nèi)容豐富多彩

（4）數(shù)據(jù)結(jié)構(gòu)具有通用性、開放性、動態(tài)性（5）信息資源體積小，數(shù)量巨大（6）傳播方式的無限性（7）交互性第二節(jié)數(shù)據(jù)庫

一、數(shù)據(jù)庫的概念二、數(shù)據(jù)庫的類型三、數(shù)據(jù)庫結(jié)構(gòu)

一、數(shù)據(jù)庫的概念

在計算機(jī)存貯設(shè)備上按一定方式存貯的相互關(guān)聯(lián)的數(shù)據(jù)集合，就是數(shù)據(jù)庫。

數(shù)據(jù)庫則是計算機(jī)與信息檢索技術(shù)相結(jié)合的產(chǎn)物。是計算機(jī)檢索的基礎(chǔ)。要建立計算機(jī)檢索系統(tǒng)，必須對所收集到的大量文獻(xiàn)資料按一定的體系和規(guī)則加以處理,使之成為機(jī)讀形式的數(shù)據(jù)。

二、數(shù)據(jù)庫的類型

1、參考數(shù)據(jù)庫（referencedatabases）

（1）書目數(shù)據(jù)庫（bibliographicdatabases）：用于存儲二次文獻(xiàn)（目錄、題錄、文摘等書目數(shù)據(jù)）的一類數(shù)據(jù)庫（2）指南數(shù)據(jù)庫（referencedatabases）：是指存儲有關(guān)機(jī)構(gòu)、人物、出版物、項目、產(chǎn)品、活動等對象的簡要描述。2、源數(shù)據(jù)庫（sourcedatabases）：

能直接提供原始信息或具體數(shù)據(jù)的一類數(shù)據(jù)庫。用戶不必再查閱其他信息源即可獲得原始信息。

全文數(shù)據(jù)庫（full-textdatabases）數(shù)值數(shù)據(jù)庫(numericdatabases)文本－數(shù)值數(shù)據(jù)庫(textual-numericdatabases)、

術(shù)語數(shù)據(jù)庫(terminologicalbank)圖像數(shù)據(jù)庫(graphicsdatabases)事實數(shù)據(jù)庫(factdatabases)。

3、混合數(shù)據(jù)庫（mixeddatabases）:

是指能同時存儲多種不同類型數(shù)據(jù)的一種源數(shù)據(jù)庫。

三、數(shù)據(jù)庫結(jié)構(gòu)：

若干字段→若干記錄→若干文檔→數(shù)據(jù)庫1、字段

也稱數(shù)據(jù)項、檢索項，是計算機(jī)檢索的最基本單位。每條文獻(xiàn)的每個著錄項，在計算機(jī)檢索中稱為字段。

字段是檢索信息的入口，信息在存儲到數(shù)據(jù)庫中時，將能反映其特征的項目進(jìn)行分解，并按字段的形式存儲，以供在需要時可以從不同的角度進(jìn)行檢索。（1）存取號字段

AN=AccessNumber（2）基本字段：描述文獻(xiàn)主題性質(zhì)或內(nèi)容的字段

文獻(xiàn)標(biāo)題（TI）title

文摘（AB）abstract

主題詞（DE）descriptor

關(guān)鍵詞(KW)keyword

（3）輔助字段：描述與主題內(nèi)容無關(guān)的字段

Au＝Author

著者字段

SO=Source

文獻(xiàn)出處字段

PY=PublicationYear

出版年字段

LA=Language

語種字段

CS=CorporateSource

團(tuán)體著者字段

JN=JournalName

期刊名稱字段

DT=DocumentType

文獻(xiàn)類型字段

PN=PatentNumber

專利號字段

ProductName

產(chǎn)品名稱字段

IC=IPC

國際專利分類號字段

CT=ConferenceTitle

會議名稱字段

CY=ConferenceYear

會議召開年字段2、記錄作為一個單位來處理的一組相關(guān)的數(shù)據(jù)，它是字段的集合體，也是信息的完整體現(xiàn)。文檔中的一個記錄就是一篇文獻(xiàn)的題錄或文摘。3、文檔經(jīng)過組織加工后存儲在計算機(jī)中的一組文獻(xiàn)稱為文檔。信息數(shù)據(jù)庫是由文檔組成的，一個計算機(jī)檢索系統(tǒng)中的數(shù)據(jù)庫可能是由一個文檔組成，也可是由多個文檔組成。同樣內(nèi)容的文件，稱為一個文檔。第三節(jié)

計算機(jī)檢索的技術(shù)和步驟

一、計算機(jī)檢索的技術(shù)二、計算機(jī)檢索步驟

一、計算機(jī)檢索的技術(shù)

1、布爾邏輯檢索計算機(jī)檢索的基本技術(shù)就是在制定檢索策略時利用布爾邏輯算符進(jìn)行檢索項的邏輯組配，即進(jìn)行概念組配。就是要考慮單一概念、復(fù)雜概念、并列概念如何組配，以構(gòu)成檢索提問式。目的是為了擴(kuò)大檢索或縮小檢索范圍，提高查準(zhǔn)率、查全率，提高檢索速度。（1）邏輯與：

用“and”或“*”表示。概念交叉和限定關(guān)系的一種組配。

例如：生物學(xué)中計算機(jī)圖象處理生物學(xué)*計算機(jī)*圖象處理

（2）邏輯或，用“or”或用“＋”表示。是具有概念并列關(guān)系的一種組配。

例如：檢索三廢處理方面文獻(xiàn)

廢氣＋廢水＋

廢物廢氣廢水廢物(3）邏輯非，用“not”或用“－”表示。是具有概念刪除關(guān)系的一種組配，從原概念中刪除一部分不需要的內(nèi)容。

例如：要檢出中國科學(xué)技術(shù)大學(xué)化工方面的文獻(xiàn)，除錢逸泰的文獻(xiàn)中國科學(xué)技術(shù)大學(xué)化工方面錢逸泰布爾邏輯算符，其優(yōu)先級為not、and、or，有括號先運行括號里的。

例子：蒸餾中的溫度、壓力、流動影響方面的文獻(xiàn):蒸餾*（溫度+壓力+流動）

2、截詞檢索和范圍檢索：

截詞符“？”：

用來截去檢索詞中某些字符，來表示檢索詞單、復(fù)數(shù)形式或英美不同拼法或同一詞詞尾的多種變化等（1）無限截詞：用一個“？”表示例如：comput?

表示含有

computercomputerscomputingcomputation

都符合要求（2）有限截詞：

用二個“？？”，中間空一格，表示截1位。第一個“？”表示截1位，第二個“？”表示終止。

例如：dye?

？

(染料，染色

)表示含有dye、dyed、dyes都符合要求。

“?

?”表示截二位，即詞尾最多2個字母。例如：univers??

表示含有universe(宇宙,萬物,世界)、universal(adj.普遍的，通用的

)都符合要求。

“???”，表示截三位,即詞尾最多3個字母。

例如：cand???

表示含有candy(糖果)、candiescandied(adj.糖果的,甜蜜的)

都符合要求。（3）中間截詞：

例如：wom?n表示含有women、woman都符合要求。又如：

fib??board表示含有fibreboard(纖維板)、fiberboard都符合要求。

范圍符

“:”用范圍符來限定檢索的類目、時間、存取號等的范圍。例如：檢索90年到97年的文獻(xiàn)

PY=1990:PY=1997

3、位置檢索：

用來限定檢索詞相互間的鄰近關(guān)系，在記錄中出

現(xiàn)的順序、位置。

位置算符表示方法說明with(W)或()兩個詞在命中結(jié)果中相鄰（可有空格、標(biāo)點和連字符），詞序不得顛倒。（nW）兩個詞之間最多可夾入n個詞，詞序不得顛倒。near（N）兩個詞在命中結(jié)果中相鄰，詞序可顛倒。（nN）兩個詞之間最多可夾入n個詞，詞序可顛倒。field(F)兩個詞在同一字段出現(xiàn)，位置不固定。subfield(S)兩個詞在同一子字段出現(xiàn)，位置不固定。（1）（W）或（）和（nW）：

（W）或（）：表示在算符兩側(cè)的檢索詞必須按詞序排列,不能顛倒,兩詞之間不允許有其他詞或字母,但允許有空格和“－”符。

例如：computer()aided()design計算機(jī)輔助設(shè)計（nW）：表示在算符兩側(cè)的檢索詞之間最多允許插入n個詞，包括實詞和虛詞，兩個檢索詞不能顛倒。

例如:輸入communication(2w)satellite

檢索出：

communicationsatellite

communicationthroughsatellite

communicationonthesatellite

（2）（N）和(nN)

（N）:

（Near）表示算符兩側(cè)的檢索詞必須緊密相連，但詞序可以顛倒，不得插入其它詞。(nN)：表示在算符兩側(cè)的檢索詞之間最多允許插入n

個詞包括實詞和虛詞，兩個檢索詞詞序可顛倒。

例如：輸入cotton(2n)processing檢索出：cottonprocessing、

cottonofprocessing、

processingofEgyptiancotton

（3）

(F)(Field)

表示在算符兩側(cè)的檢索詞必須同時出現(xiàn)在文獻(xiàn)記錄的同一字段，兩詞詞序不限，中間插入詞的數(shù)量不限。例如：輸入pollution(F)control

污染控制表示在同一字段中檢索出含有：pollution

control的文獻(xiàn)。

在題名字段中，題名為controlandmanagementofindustrialpollution

符合要求。

（3)

(S)(Subfield

或Sentence的縮寫)

表示在算符兩側(cè)的檢索詞必須同時出現(xiàn)在文獻(xiàn)的同一子字段中,即同一句子或短語中，檢索范圍比(F)小，檢索結(jié)果準(zhǔn)確。

4、限制檢索：

是指檢索系統(tǒng)中提供的縮小或約束檢索結(jié)果的檢索方法。

（1）字段檢索：用于限制檢索詞出現(xiàn)的字段。每一個字段都有特定的代碼。基本檢索字段：

文摘（AB）

篇名（TI）

敘詞或主題詞（DE）關(guān)鍵詞（KW）

分類號(CC)

全文（full-text）

DE:Descriptor

CC:ClassificationCode例如：

television/TI

在篇名字段中找出電視的文獻(xiàn)

television/AB在文摘字段中找出電視的文獻(xiàn)

Au=Smith,J.C

在著者字段中找出Smith,J.C

發(fā)表的文獻(xiàn)

JN=EnvironmentManagement在期刊名稱字段中檢索刊名為EnvironmentManagement的刊物

DT=Patent在文獻(xiàn)類型字段里檢索專利文獻(xiàn)（2）二次檢索：

檢索結(jié)果中再檢索。有二種表示方式：在結(jié)果中再查、在結(jié)果中去除課后練習(xí)1.常用的布爾邏輯算符有哪些？它們的優(yōu)先級是什么？2.數(shù)據(jù)庫的類型有哪三種？3.范圍符的形式和含義？4.截詞符的含義？5.常用的位置算符及含義？二、計算機(jī)檢索步驟

1、分析研究課題

（1）課題的主題內(nèi)容（2）課題所涉及的學(xué)科的范圍（3）課題所需的信息的內(nèi)容

（4）確定課題所需信息的類型

（5）明確課題對檢索深度的要求2、選擇檢索系統(tǒng)：

根據(jù)所具備的條件選擇手工檢索工具還是計算機(jī)檢索系統(tǒng)，計算機(jī)檢索是選光盤檢索還是網(wǎng)絡(luò)數(shù)據(jù)庫檢索。也可采取二者結(jié)合的方式。3、選擇數(shù)據(jù)庫或檢索工具

(1)數(shù)據(jù)庫或檢索工具收錄的文獻(xiàn)學(xué)科范圍(2)數(shù)據(jù)庫或檢索工具收錄的文獻(xiàn)年度(3)數(shù)據(jù)庫或檢索工具收錄的文獻(xiàn)類型(4)索引系統(tǒng)是否完備，能否提供多種檢索途徑(5)要了解數(shù)據(jù)庫的使用介紹，弄清標(biāo)引特征

4、確定檢索途徑

手工檢索，就是利用檢索工具的各種索引；計算機(jī)檢索，就是確定檢索字段。

根據(jù)課題的要求及已經(jīng)掌握的信息。要充分利用文獻(xiàn)外部特征的字段，查起來非常方便，查準(zhǔn)率高。如已知篇名、作者、各種號碼等。主要檢索途徑：題名途徑：根據(jù)已知的書名或篇名等檢索著者途徑：根據(jù)已知的著者姓名檢索分類途徑：按照文獻(xiàn)主題內(nèi)容所屬學(xué)科體系和事物性質(zhì)進(jìn)行分類所形成的檢索途徑序號途徑：按文獻(xiàn)資料特有的序號檢索主題途徑：是根據(jù)文獻(xiàn)主題內(nèi)容編制主題索引，通過主題索引來檢索文獻(xiàn)的途徑

分類途徑和主題途徑是最常用的途徑。分類途徑適合于族性檢索，主題途徑適合于特性檢索。如兩種途徑互相配合則會取得較好的檢索效果。其他幾種途徑都是輔助性的檢索途徑。檢索途徑在手工檢索中，是通過索引來實現(xiàn)。在計算機(jī)檢索中，是通過字段檢索來實現(xiàn)的。5、確定檢索詞：

使用不同的索引、或者選擇不同的字段來確定使用不同的檢索詞。關(guān)鍵詞或主題詞的確定，要在全面分析、了解檢索課題的相關(guān)問題，提煉出核心概念和隱含概念，排除次要概念。

要注意幾個方面：

（1）關(guān)于隱含概念的分析(詞意延伸)

舉例：如“工藝”、“分析”、“應(yīng)用”、以及“有機(jī)物”、“無機(jī)物”、“重金屬”、“金屬”、“納米”等外延十分寬的概念，一般都應(yīng)換成具體的方法、材料或化合物來表示。（2）注意選用常用的專業(yè)術(shù)語

例如在查找“泡沫塑料”、“泡沫橡膠”時不能使用俗名“海綿”

（3）選用同一或相關(guān)概念的同義詞或近義詞

例如：廢水就有污水、工業(yè)用水、重金屬水等（4）選用檢索系統(tǒng)規(guī)定的代碼6、制定檢索策略（構(gòu)成檢索表達(dá)式）

在分析課題檢索需求的基礎(chǔ)上，確定檢索途徑與檢索詞，并明確各檢索詞之間的邏輯關(guān)系，編寫出檢索式。檢索式是檢索策略的邏輯表達(dá)式，是用來表達(dá)用戶檢索提問的，檢索式的制定是否合理，將直接影響檢索結(jié)果。7、實施檢索：

在手工檢索中，用選擇的檢索詞到檢索工具中進(jìn)行檢索。在計算機(jī)檢索中，將制定的檢索式輸入檢索系統(tǒng)進(jìn)行檢索。

檢索策略的調(diào)整：輸出的文獻(xiàn)過多：原因：主題詞存在一詞多義或者是外文檢索中截詞過短等解決：縮小檢索范圍：A增加限制B選用合適的字段C使用適當(dāng)?shù)奈恢梅敵龅奈墨I(xiàn)過少：原因：A使用的主題詞不規(guī)范或使用了產(chǎn)品的俗稱、商品名

B同義詞未用全（apparatus

equipment

devicefacility）

C上位類概念或下位類概念沒有完整運用解決：A減少“與”的邏輯組配B增加同義詞運用C多用“或”的邏輯組配D調(diào)整字段、位置算符限制8、檢索結(jié)果的獲取：

在手工檢索中對獲取的文獻(xiàn)線索進(jìn)行研究和篩選，如確定所得線索有參考價值，可通過文摘或題錄提供的文獻(xiàn)出處向收藏單位索取原文。

在計算機(jī)檢索中，根據(jù)檢索系統(tǒng)提供檢索結(jié)果輸出格式，選擇需求的檢索記錄及相應(yīng)的格式，將結(jié)果顯示在顯示屏幕上、存儲到磁盤上或直接打印輸出，完成整個檢索過程。文獻(xiàn)檢索的方法：⑴常用法：（工具法）順查法倒查法抽查法

⑵追溯法：

利用已有的文獻(xiàn)后的參考文獻(xiàn)進(jìn)行查找文獻(xiàn)的方法

⑶循環(huán)法（交替法）：常用法與追溯法交替使用的方法美國的《科學(xué)引文索引》

ScienceCitationIndex，簡稱SCI美國的尤金·加菲爾德(EugeneGarfield)創(chuàng)辦，

現(xiàn)由美國費城科學(xué)信息所