情報(bào)檢索的原理與技術(shù)

情報(bào)檢索的原理與技術(shù)第1頁，課件共50頁，創(chuàng)作于2023年2月日本經(jīng)濟(jì)發(fā)展的啟示日本人均國民生產(chǎn)總值：

1945年只有20美元，

1955年為200美元，

1965年為1000美元，

1980年為10000美元，

1982年為12000美元，

1989年為16100美元，

1991年為27326美元（當(dāng)年美國是22550美元）且僅次于瑞士（35100美元），

1994年為34630美元，居世界銀行評(píng)出的十大富國的第三位（十大富國：盧森堡、瑞士、日本、丹麥、挪威、美國、德國、奧地利、冰島、瑞典）。

數(shù)據(jù)來源：《遠(yuǎn)東經(jīng)濟(jì)評(píng)論》（EconomicReviewofFarEast）

第2頁，課件共50頁，創(chuàng)作于2023年2月

日本是第二次世界大戰(zhàn)戰(zhàn)敗國，而且地處孤島，資源缺乏，但它只花了20年的時(shí)間就令全國經(jīng)濟(jì)獲得飛速發(fā)展，原因何在？

最重要的一條就是每個(gè)國民及整個(gè)國家都竭盡全力地追求信息，走一條“引進(jìn)、消化、綜合、創(chuàng)新、返銷、賺錢”的富國之路。第3頁，課件共50頁，創(chuàng)作于2023年2月

資料顯示，1952年日本出口總額只有8億美元，由于它在戰(zhàn)后花了20年時(shí)間和57億美元購買外國的情報(bào)和專利，大大促進(jìn)了經(jīng)濟(jì)的發(fā)展，到1990年，日本的出口總額竟達(dá)到2860億美元，1995年則達(dá)到4400億美元，出口總額僅次于德國、美國，居世界第三位。

日本人收集情報(bào)信息的手段多種多樣，而且具有獨(dú)創(chuàng)性。每年在近千種科技文獻(xiàn)、政府報(bào)告和報(bào)刊上獲得美國有價(jià)值的論文約7萬篇，內(nèi)容幾乎涉及所有的科技領(lǐng)域。日本企業(yè)在美國的大學(xué)情報(bào)站有上千個(gè)，這些情報(bào)站多是高薪聘用美國的專家為日本服務(wù)的。

第4頁，課件共50頁，創(chuàng)作于2023年2月

國際情報(bào)公司（InternationalInformationCompany,IIC）一位人士說，日本人收集情報(bào)、信息像梭子魚一樣，極其厲害，什么都不放過。第5頁，課件共50頁，創(chuàng)作于2023年2月第一節(jié)情報(bào)檢索原理第二節(jié)情報(bào)檢索技術(shù)第6頁，課件共50頁，創(chuàng)作于2023年2月第一節(jié)情報(bào)檢索原理一．情報(bào)檢索概念二.情報(bào)檢索類型三．情報(bào)檢索語言四．情報(bào)檢索工具第7頁，課件共50頁，創(chuàng)作于2023年2月1.情報(bào)檢索

“檢索”一詞源自英文“Retrieval”，其含義是“查找”。將大量相關(guān)情報(bào)按一定的方式和規(guī)律組織和存儲(chǔ)起來，形成某種情報(bào)集合，并能根據(jù)用戶特定需求快速高效地查找出所需情報(bào)的過程稱情報(bào)檢索。一．情報(bào)檢索概念第8頁，課件共50頁，創(chuàng)作于2023年2月總結(jié)：

從大量的信息情報(bào)集合中查找出所需情報(bào)的活動(dòng)、過程與方法。（狹義）

將情報(bào)信息按照一定方式組織、存貯起來，并針對(duì)用戶需求的需要查找出所需情報(bào)的過程。（廣義）第9頁，課件共50頁，創(chuàng)作于2023年2月

2.情報(bào)檢索原理存貯過程：搜集情報(bào)、篩選加工、形成檢索工具、組成檢索系統(tǒng)檢索過程：明確需求、分析課題、利用檢索工具、得出檢索結(jié)果第10頁，課件共50頁，創(chuàng)作于2023年2月主題分析文獻(xiàn)情報(bào)內(nèi)容用戶情報(bào)需求主題概念主題概念情報(bào)檢索語言標(biāo)識(shí)標(biāo)識(shí)情報(bào)檢索系統(tǒng)結(jié)果主題分析

輸入檢索第11頁，課件共50頁，創(chuàng)作于2023年2月1.根據(jù)檢索內(nèi)容分類文獻(xiàn)檢索（DocumentRetrieval）數(shù)據(jù)檢索（DataRetrieval）事實(shí)檢索（FactRetrieval）二.情報(bào)檢索類型

第12頁，課件共50頁，創(chuàng)作于2023年2月

2.根據(jù)檢索手段分類手工檢索

特點(diǎn)是方便、靈活、判別直觀，可隨時(shí)修改檢索策略，查準(zhǔn)率較高。不足的是檢索速度較慢，漏檢現(xiàn)象比較嚴(yán)重，不便于進(jìn)行復(fù)雜概念課題的檢索。

計(jì)算機(jī)檢索

特點(diǎn)是速度快、效率高、查全率較高。不足之處是成本高、費(fèi)用大，查準(zhǔn)率通常不盡如人意。

第13頁，課件共50頁，創(chuàng)作于2023年2月

1.檢索語言的概念

情報(bào)檢索語言是根據(jù)檢索需要而創(chuàng)制的人工語言，也稱檢索標(biāo)識(shí)系統(tǒng)。它專門用于各種手工和計(jì)算機(jī)情報(bào)檢索系統(tǒng)，其實(shí)質(zhì)是表達(dá)一系列概括文獻(xiàn)內(nèi)容的概念及其相互關(guān)系的概念標(biāo)識(shí)系統(tǒng)。三．情報(bào)檢索語言第14頁，課件共50頁，創(chuàng)作于2023年2月2.檢索語言的類型

檢索語言的種類很多，按其構(gòu)成原理一般可分為分類語言（又稱分類法）、主題語言和代碼語言三種。其中分類語言又有體系分類法和組配分類法的區(qū)別，主題語言又有標(biāo)題詞語言、敘詞語言和關(guān)鍵詞語言的區(qū)別。

第15頁，課件共50頁，創(chuàng)作于2023年2月檢索語言

表達(dá)文獻(xiàn)情報(bào)主題概念

表達(dá)文獻(xiàn)情報(bào)外部特征分類語言

主題語言

標(biāo)題詞語言單元詞語言敘詞語言關(guān)鍵詞語言書名、刊名、篇名等著者（作者）名稱號(hào)碼（如報(bào)告號(hào)、專利號(hào)、文獻(xiàn)序號(hào)）文獻(xiàn)類型

第16頁，課件共50頁，創(chuàng)作于2023年2月1.檢索工具的概念檢索工具是用以報(bào)道、存儲(chǔ)和查找文獻(xiàn)信息的一切工具與設(shè)備。它以各種類型的原始文獻(xiàn)為素材，在廣泛收集、篩選、分析的基礎(chǔ)上，用選定的檢索語言進(jìn)行描述和標(biāo)引，并按特定規(guī)則組織編排而成的二次文獻(xiàn)。四．情報(bào)檢索工具第17頁，課件共50頁，創(chuàng)作于2023年2月（1）按檢索手段劃分手工檢索工具機(jī)械檢索工具計(jì)算機(jī)檢索工具2.檢索工具的類型（2）按載體形態(tài)劃分書本式檢索工具、卡片式檢索工具、縮微式檢索工具、磁性材料檢索工具（磁盤、光盤等）第18頁，課件共50頁，創(chuàng)作于2023年2月（4）按著錄對(duì)象和方式劃分目錄型檢索工具題錄型檢索工具

文摘型檢索工具參考型檢索工具搜索引擎（3）按收錄范圍劃分綜合性檢索工具專業(yè)性檢索工具專題性檢索工具單一性檢索工具第19頁，課件共50頁，創(chuàng)作于2023年2月第二節(jié)情報(bào)檢索技術(shù)一.傳統(tǒng)檢索技術(shù)二.現(xiàn)代檢索技術(shù)三.檢索策略第20頁，課件共50頁，創(chuàng)作于2023年2月傳統(tǒng)意義上的檢索技術(shù)包括布爾邏輯檢索、位置檢索、截詞檢索、限制檢索等，不同的數(shù)據(jù)庫使用該技術(shù)的情況各不相同，具體使用時(shí)應(yīng)結(jié)合實(shí)際情況選用。一．傳統(tǒng)檢索技術(shù)第21頁，課件共50頁，創(chuàng)作于2023年2月1.布爾邏輯檢索（BooleanLogicRetrieval）

通過對(duì)一些簡單概念檢索詞的組配，表達(dá)一個(gè)復(fù)雜概念。表達(dá)概念間的并列關(guān)系、相交關(guān)系和排斥關(guān)系，分別是邏輯或（or）、邏輯與（and）、邏輯非（not）。

第22頁，課件共50頁，創(chuàng)作于2023年2月

（1）邏輯“或”

“or”或“+”

“或”用于組配具有同義或同組概念的詞，如同義詞或近義詞。用于并列關(guān)系，可以擴(kuò)大檢索范圍，防止漏檢，增加查全率。

檢索式寫作AorB

或A+B

表達(dá)意義數(shù)據(jù)庫中凡有檢索詞A或者B，或同時(shí)有A和B的記錄均為命中記錄。第23頁，課件共50頁，創(chuàng)作于2023年2月

（2）邏輯“與”

“and”、“*”或“×”

“與”用于概念交叉和限定關(guān)系的組配?？梢钥s小檢索范圍，減少命中文獻(xiàn)量，提高查準(zhǔn)率。

檢索式寫作AandB

、A*B

或A×B

表達(dá)意義數(shù)據(jù)庫中同時(shí)有檢索詞A和B的記錄才為命中記錄。

第24頁，課件共50頁，創(chuàng)作于2023年2月

（3）邏輯“非”

“not”或“—”

表示排除某些不需要的和影響檢索結(jié)果的概念，基本作用是縮小檢索范圍，提高查準(zhǔn)率。

檢索式寫作AnotB

或A-B

表達(dá)意義數(shù)據(jù)庫中凡有檢索詞A而不含檢索詞B的記錄才為命中記錄。第25頁，課件共50頁，創(chuàng)作于2023年2月注意：布爾邏輯檢索算式優(yōu)先執(zhí)行順序通常是NOT、AND、OR，在有括號(hào)的情況下，先執(zhí)行括號(hào)內(nèi)的運(yùn)算，在多層括號(hào)時(shí)，先執(zhí)行最內(nèi)層括號(hào)的運(yùn)算。布爾邏輯檢索比較容易掌握，但使用不當(dāng)會(huì)造成大量誤檢和漏檢，尤其是非運(yùn)算符的運(yùn)用應(yīng)特別小心。第26頁，課件共50頁，創(chuàng)作于2023年2月2.位置算符檢索

位置檢索也叫鄰近檢索，是用一些特定的算符（位置算符）來表達(dá)檢索詞與檢索詞之間的鄰近關(guān)系，并且可以不依賴主題詞表而直接使用自由詞進(jìn)行檢索的技術(shù)方法。位置關(guān)系包括詞距（單詞間的間隔）和詞序（單詞的先后順序）兩個(gè)方面。

第27頁，課件共50頁，創(chuàng)作于2023年2月

（1）（W）或（）（W）算符是With或word的縮寫，表示兩側(cè)的詞必須緊密相連，次序不得顛倒，中間不得有其他詞或者字母（兩個(gè)詞之間可以有一個(gè)空格、或一個(gè)標(biāo)點(diǎn)符號(hào)、或一個(gè)連接號(hào)）。例如：CD（）ROM

（nW）——nWordn為一個(gè)數(shù)字，表示算符兩側(cè)的檢索詞間允許插入n個(gè)實(shí)詞或虛詞，順序不能顛倒。例如：price(2w)inflation

第28頁，課件共50頁，創(chuàng)作于2023年2月

（2）（N）（N）算符是Near的縮寫，表示算符兩側(cè)的詞必須緊密相連，中間不得有其他字符，但詞序可以顛倒。（nN）nNearn是一數(shù)字，表示在兩個(gè)檢索詞之間最多可以插入n個(gè)單詞，且詞序可以顛倒。

（3）（F）——Field同字段檢索，檢索詞必須同時(shí)出現(xiàn)在同一字段中。

（4）（S）——Subfield或sentence，同子字段或同句檢索，參加檢索的兩個(gè)詞必須出現(xiàn)在同一個(gè)自然句中。第29頁，課件共50頁，創(chuàng)作于2023年2月3.截詞檢索

由于西文的構(gòu)詞特性，在檢索中經(jīng)常會(huì)遇到名詞的單復(fù)數(shù)形式不一致；同一意義的詞，英、美拼法不一致；詞干加上不同性質(zhì)的前綴和后綴就可以派生出許多意義相近的詞等。截詞是在檢索詞的某個(gè)局部截?cái)?，采用截詞符構(gòu)成模糊檢索，防止漏檢。截詞符（通配符）？?????*

意義截詞檢索具有邏輯or的運(yùn)算特性。第30頁，課件共50頁，創(chuàng)作于2023年2月

（1）按照截詞的位置

后截?cái)啵簩⒔卦~符號(hào)放在一個(gè)字符串的右方，滿足截詞符左方所有字符的記錄均為命中記錄。性質(zhì)上講，是一種前方一致的檢索。例如market*(marketormarketableormarketingor…)199?(1990-1999)

前截?cái)?將截詞符號(hào)放在一個(gè)字符串的左方，是一種后方一致檢索。中截?cái)啵河址Q中間屏蔽法，用截詞符屏蔽詞中不同字符的方法，中間一致檢索。第31頁，課件共50頁，創(chuàng)作于2023年2月

（2）按照截取字符的數(shù)量有限截?cái)啵菏窃跈z索詞后截去有限的字符。例如computer?(computerorcomputers)computer???三個(gè)字符無限截?cái)啵涸跈z索詞后跟任意個(gè)字符均為命中文獻(xiàn)。例如comput*(computerorcomputingorcomputered…)第32頁，課件共50頁，創(chuàng)作于2023年2月4.字段限制檢索

字段限制檢索是限定檢索詞在數(shù)據(jù)庫記錄中的一個(gè)或幾個(gè)字段范圍內(nèi)查找的一種檢索。在檢索系統(tǒng)中，數(shù)據(jù)庫設(shè)置的可供檢索的字段通常有兩種：表達(dá)文獻(xiàn)主題內(nèi)容特征的基本索引字段和表達(dá)文獻(xiàn)外部特征的輔助索引字段?；舅饕侄伟ㄆ⑽恼?、敘詞、自由標(biāo)引詞四個(gè)字段；輔助索引字段包括除基本索引字段外的所有字段，如著者字段、著者機(jī)構(gòu)字段、文獻(xiàn)類型字段、語種字段等。

基本索引字段一般用后綴表示，如medicine/TI，或medicineInTI；輔助索引字段一般用前綴表示，如AU=SmithD.，再如PY=2005。第33頁，課件共50頁，創(chuàng)作于2023年2月

ABAbstract文摘

TITitle題名

ADAddressofAuthor著者地址

AUAuthor著者

CPCountryofPublication出版國

LALanguageofArticle文獻(xiàn)語種

PTPublicationType出版物類型

PYPublicationYear出版年第34頁，課件共50頁，創(chuàng)作于2023年2月檢索式

businessinformation/TIorbusinessinformationinTI

表示檢索在題名中出現(xiàn)businessinformation

的所有文獻(xiàn)。

分析reviewinTI

AU=GordonandPY=2005

表示檢索Gordon所寫的2005年發(fā)表的所有文獻(xiàn)。

分析PT=patentandLA=Chinese第35頁，課件共50頁，創(chuàng)作于2023年2月5．詞組檢索詞組檢索是將一個(gè)詞組（通常用雙引號(hào)“

”括起）當(dāng)作一個(gè)獨(dú)立運(yùn)算單元，進(jìn)行嚴(yán)格匹配，以提高檢索的精度和準(zhǔn)確度，它也是一般數(shù)據(jù)庫檢索中常用的方法。詞組檢索實(shí)際上體現(xiàn)了鄰近位置運(yùn)算（Near運(yùn)算）的功能，即它不僅規(guī)定了檢索式中各個(gè)具體的檢索詞及其相互間的邏輯關(guān)系，而且規(guī)定了檢索詞之間的臨近位置關(guān)系。第36頁，課件共50頁，創(chuàng)作于2023年2月1.全文檢索

全文檢索系統(tǒng)是為人們獲取文獻(xiàn)原文而不僅僅是文獻(xiàn)線索而產(chǎn)生的一種現(xiàn)代檢索技術(shù)。近年來，全文檢索的應(yīng)用范圍不斷拓展，它與出版技術(shù)的結(jié)合，使各種科技期刊、專利文獻(xiàn)、新聞報(bào)紙等全文數(shù)據(jù)庫應(yīng)運(yùn)而生。一些年鑒、手冊(cè)、百科全書、參考書等也成為全文系統(tǒng)處理的對(duì)象，有些著名的文學(xué)作品也可以轉(zhuǎn)換成全文數(shù)據(jù)庫。二.現(xiàn)代檢索技術(shù)第37頁，課件共50頁，創(chuàng)作于2023年2月2.多媒體檢索多媒體檢索技術(shù)是把文字、聲音、圖像（形）等多種信息的傳播載體通過計(jì)算機(jī)進(jìn)行數(shù)字化加工處理而形成的一種綜合技術(shù)。視頻檢索。這種檢索要在大量的視頻數(shù)據(jù)中查找所需要的視頻片斷。如關(guān)于衛(wèi)星云圖的變化、人體內(nèi)器官的運(yùn)作等。聲音檢索。包括：用序號(hào)查找一段聲音；以匹配方式檢索給定樣值的聲音；對(duì)聲音文本的檢索等。圖像檢索。它通過分析圖像的內(nèi)容，如顏色、紋理等建立特征索引，并存儲(chǔ)在特征庫中。用戶查詢時(shí)，只要把自己對(duì)圖像的模糊印象描述出來即可在大容量圖像信息庫中找到所要的圖像。第38頁，課件共50頁，創(chuàng)作于2023年2月

3.超媒體超文本檢索傳統(tǒng)文本都是線性的，用戶必須順序閱讀。超媒體與此不同，它是一種非線性的網(wǎng)狀結(jié)構(gòu)。用戶要沿著交叉鏈選擇閱讀自己感興趣的部分。早期的超文本以文字為主，隨著多媒體的發(fā)展，開始容納包括圖像（形）、視頻、聲頻等各種動(dòng)、靜態(tài)信息，統(tǒng)稱為超媒體系統(tǒng)或超級(jí)文本系統(tǒng)。從信息組織角度看，超媒體系統(tǒng)是一個(gè)由節(jié)點(diǎn)和表達(dá)節(jié)點(diǎn)之間關(guān)系的鏈構(gòu)成的網(wǎng)狀數(shù)據(jù)庫。第39頁，課件共50頁，創(chuàng)作于2023年2月所謂檢索策略就是在分析檢索提問實(shí)質(zhì)的基礎(chǔ)上，為實(shí)現(xiàn)檢索目標(biāo)而制定的一個(gè)合理的檢索方案。一般來說，要經(jīng)過以下基本程序，分析檢索課題，選擇檢索系統(tǒng)及數(shù)據(jù)庫，確定檢索詞，構(gòu)建檢索提問式，實(shí)施檢索并調(diào)整檢索策略，輸出檢索結(jié)果。三.檢索策略第40頁，課件共50頁，創(chuàng)作于2023年2月1.分析檢索課題接到檢索課題時(shí)應(yīng)當(dāng)分析研究課題，全面了解課題的內(nèi)容以及用戶對(duì)檢索的各種要求，從而有助于正確選擇檢索系統(tǒng)及數(shù)據(jù)庫，制定合理的檢索策略等。分析檢索課題時(shí)應(yīng)從以下幾方面進(jìn)行：弄清用戶情報(bào)需求的目的和意圖；分析課題涉及的學(xué)科范圍、主題要求；課題所需情報(bào)的內(nèi)容及其特征；課題所需情報(bào)的類型，包括文獻(xiàn)類型、出版類型、年代范圍、語種、著者、機(jī)構(gòu)等；課題對(duì)查新、查準(zhǔn)、查全的指標(biāo)要求等。第41頁，課件共50頁，創(chuàng)作于2023年2月2.選擇檢索系統(tǒng)和數(shù)據(jù)庫在全面分析檢索課題的基礎(chǔ)上，根據(jù)用戶要求得到的情報(bào)類型、時(shí)間范圍、課題檢索、經(jīng)費(fèi)支持等因素綜合考慮后，選擇檢索系統(tǒng)和數(shù)據(jù)庫。數(shù)據(jù)庫的選擇要從以下幾方面考慮：數(shù)據(jù)庫收錄的情報(bào)內(nèi)容所涉及的學(xué)科范圍；數(shù)據(jù)庫收錄的文獻(xiàn)類型、數(shù)量、時(shí)間范圍以及更新周期；數(shù)據(jù)庫所提供的檢索途徑、檢索功能和服務(wù)方式。第42頁，課件共50頁，創(chuàng)作于2023年2月3.確定檢索詞檢索詞的確定一般有以下幾種方法：先選用主題詞。當(dāng)所選的數(shù)據(jù)庫具有規(guī)范化詞表時(shí)，應(yīng)優(yōu)先選用該數(shù)據(jù)庫詞表中與檢索課題相關(guān)的規(guī)范化主題詞，從而獲得最佳的檢索效果。選用數(shù)據(jù)庫規(guī)定的代碼。許多數(shù)據(jù)庫的文檔中使用各種代碼來表示各種主題范疇，有很高的匹配性。CA中的化學(xué)物質(zhì)等記號(hào)選用常用的專業(yè)術(shù)語。選用同義詞與相關(guān)詞。同義詞、近義詞、相關(guān)詞、縮寫詞、詞形變化等應(yīng)盡量選全，以提高查全率。第43頁，課件共50頁，創(chuàng)作于2023年2月4.構(gòu)造檢索提問式基本要求是：能充分而準(zhǔn)確地反映情報(bào)需求的內(nèi)容；能適應(yīng)所檢索數(shù)據(jù)庫的索引體系、用詞和匹配規(guī)則，即與數(shù)據(jù)庫中的情報(bào)標(biāo)識(shí)匹配。第44頁，課件共50頁，創(chuàng)作于2023年2月

注意問題：構(gòu)造檢索式時(shí)，要弄清所使用數(shù)據(jù)庫的檢索功能和所采用的操作算符，不同的數(shù)據(jù)庫往往采用不同的符號(hào)或文字來描