信息檢索 第一講 信息概述

第一章緒論一、信息的定義二、信息的分類三、信息的特征一、信息的定義某海軍陸戰(zhàn)隊(duì)在原始森林進(jìn)行為時(shí)一個(gè)月左右的生存實(shí)驗(yàn)，具體要求如下：第一，每個(gè)隊(duì)員除了身上穿的衣服外，隨身只能帶三件物品，每件物品不能超過二公斤；第二，隊(duì)員都是由飛機(jī)空降到半徑為1000公里原始森林的中心地帶，要求在一個(gè)月時(shí)間內(nèi)從森林里走出來。問題：隊(duì)員帶哪三件物品合適？理想的答案：鋼刀、火石、指南針。鋼刀能獲取獵物；火石可以取火；指南針可以指明方向。人類要在世界上生存與發(fā)展要獲取物質(zhì)、能量、信息三大要素。對于物質(zhì)、能量大家比較好理解，對于但是對于信息與人類的關(guān)系，大家就比較難解了。上面例子中的“指南針”就是我們獲取信息的一種工具，有了它，陸戰(zhàn)隊(duì)員們就可以用它獲取走出原始森林的方向，沒有它，可能一輩子都走出原始森林。而指南針向指的方向就是一種信息，即方向信息和方位信息。冰消雪融、草木發(fā)芽，是自然帶給我們季節(jié)變換的信息；新聞報(bào)道、商品廣告，這是社會帶給我們的信息；鬧鐘的鈴聲把我們從睡夢中叫醒，這是生活中的信息。我們無時(shí)無刻地與信息有聯(lián)系。生活充滿了信息。聽課、看書讀報(bào)、看電視、聽廣播、我們接受信息，同時(shí)我們點(diǎn)頭、擺手、跺腳、摸鼻子、說、唱等，一舉一動都在發(fā)出或傳遞信息。人與人間傳遞信息可通過：肢體語言、口頭語言、書面語言等。綜上所述：信息無處不在，無時(shí)不有，無人不用。信息就在你邊，今天已成為使用頻率最高的詞匯之一！那么信息到底什么是呢？它的定義是什么呢？一、信息的定義古今中外許多學(xué)者都對信息概念和定義進(jìn)行了科學(xué)的探討。但是，對于信息是什么，對于信息的概念和定義的解釋，至今仍是眾說紛紜、莫衷一是。據(jù)不完全統(tǒng)計(jì)，信息的定義有100多種。下面我們看看鐘義信、香農(nóng)、維納等對信息的定義：鐘義信介紹

1940年2月出生江西龍南人

1962年北郵無線電通信專業(yè)畢業(yè)

1965年北郵信息論專業(yè)研究生畢業(yè)

1979年至1981年英國倫敦大學(xué)帝國理工學(xué)院訪問學(xué)者，現(xiàn)為北京郵電大學(xué)副校長、教授、博士生導(dǎo)師、校學(xué)術(shù)委員會主席

主要研究領(lǐng)域：通信理論、信息理論、信息科學(xué)、人工智能神經(jīng)網(wǎng)絡(luò)、決策科學(xué)、信息經(jīng)濟(jì)學(xué)

播種信息學(xué)的人—鐘義信主要學(xué)術(shù)成果：

《信息科學(xué)原理》(1996)

《信息技術(shù)通論》(1994)《智能理論與技術(shù)—人工智能與神經(jīng)網(wǎng)絡(luò)》(1992)

《偽隨機(jī)編碼通信原理與應(yīng)用》(1978)。在其研究領(lǐng)域內(nèi)，先后出版學(xué)術(shù)著作16部。在國內(nèi)外學(xué)術(shù)刊物和學(xué)術(shù)會議上發(fā)表學(xué)術(shù)論文380多篇。具有重要?jiǎng)?chuàng)新意義的學(xué)術(shù)貢獻(xiàn)主要包括：“全信息理論”，“意識機(jī)模型”，“信息科學(xué)原理與方法論”，“信息基礎(chǔ)結(jié)構(gòu)理論模型”。

返回香農(nóng)數(shù)學(xué)家、科學(xué)家香農(nóng)1916年生于美國，信息論創(chuàng)始人。1940年獲得麻省理工學(xué)院數(shù)學(xué)博士學(xué)位和電子工程碩士學(xué)位位。1941年起，他加入了貝爾實(shí)驗(yàn)室數(shù)學(xué)部，1956年之后，香農(nóng)博士被聘為著名的麻省理工學(xué)院的教授。2001去世，享年84歲。香農(nóng)的大部分時(shí)間是在貝爾實(shí)驗(yàn)室和MIT(麻省理工學(xué)院)度過的。他的兩大貢獻(xiàn)：一是信息理論、信息熵的概念；另一是符號邏輯和開關(guān)理論信息論之父—香農(nóng)(申農(nóng))返回（一）信息的定義維納維納（1894—1964）1894年生于的哥倫比亞。維納的父親是語言學(xué)家，又有很高的數(shù)學(xué)天賦。維納是一個(gè)名符其實(shí)的神童：他三歲能讀會寫，13歲就會好幾種語言，十四歲畢業(yè)于塔夫茨學(xué)院，十八歲獲得哈佛大學(xué)的科學(xué)博士學(xué)位。1948年發(fā)表了代表作《控制論》，標(biāo)志著這門學(xué)科的正式誕生?？刂普摰膭?chuàng)始人-維納

維納在其50年的科學(xué)生涯中，先后涉足哲學(xué)、數(shù)學(xué)、物理學(xué)和工程學(xué)，最后轉(zhuǎn)向生物學(xué)，在各個(gè)領(lǐng)域中都取得了豐碩成果，稱得上是恩格斯頌揚(yáng)過的、本世紀(jì)多才多藝和學(xué)識淵博的科學(xué)巨人。他一生發(fā)表論文240多篇，著作14本。他的主要著作有《控制論》(1948)、《維納選集》(1964)和《維納數(shù)學(xué)論文集》(1980)。維納還有兩本自傳《昔日神童》和《我是一個(gè)數(shù)學(xué)家》。他的主要成果建立維納測度、闡述位勢理論、開創(chuàng)維納信息論、創(chuàng)立控制論等八個(gè)方面。數(shù)學(xué)神童維納的年齡

你今年多大啊?我今年歲數(shù)的立方是個(gè)四位數(shù)，歲數(shù)的四次方是個(gè)六位數(shù)，這兩個(gè)數(shù)，剛好把十個(gè)數(shù)字0、1、2、3、4、5、6、7、8、9全都用上了，不重不漏……?其實(shí)這個(gè)問題不難解答，但是需要一點(diǎn)數(shù)字“靈感”。不難發(fā)現(xiàn)，21的立方是四位數(shù)，而22的立方已經(jīng)是五位數(shù)了，所以維納的年齡最多是21歲；同樣道理，18的四次方是六位數(shù)，而17的四次方則是五位數(shù)了，所以維納的年齡至少是18歲。這樣，維納的年齡只可能是18、19、20、21這四個(gè)數(shù)中的一個(gè)。

剩下的工作就是“一一篩選”了。20的立方是8000，有3個(gè)重復(fù)數(shù)字0，不合題意。同理，19的四次方等于130321，21的四次方等于194481，都不合題意。最后只剩下一個(gè)18，是不是正確答案呢？驗(yàn)算一下，18的立方等于5832，四次方等于104976，恰好“不重不漏”地用完了十個(gè)阿拉伯?dāng)?shù)字，多么完美的組合！

返回鐘義信的描述：信息是事物運(yùn)動的狀態(tài)與形式，是事物的一種屬性

。香農(nóng)博士的描述：信息是熵的減少。信息是用以消除隨機(jī)不確定性的東西。著名的美國數(shù)學(xué)家、控制論創(chuàng)始人之一維納的描述：信息就是信息，既不是物質(zhì)也不是能量

一、信息的定義信息定義之所以呈現(xiàn)多樣化，主要有

三個(gè)方面的原因

第一，信息本身的復(fù)雜性，它是一個(gè)多元化、多層次、多功能的綜合物；第二，信息科學(xué)是一門新興科學(xué)，它的許多分支學(xué)科仍在隨著社會、經(jīng)濟(jì)和科學(xué)技術(shù)的發(fā)展而發(fā)展，其內(nèi)涵和外延不很明確；第三，人們出于不同的研究和使用目的，從不同的角度或?qū)哟纬霭l(fā)，對信息概念就會作出不同的解釋。信息的定義結(jié)合信息檢索的特點(diǎn)，我們認(rèn)為信息的含義有廣義和狹義之分。廣義的信息狹義的信息自然界和一切人類活動所傳達(dá)出來的信號和消息，是事物表現(xiàn)的一種普遍形式經(jīng)過搜集、記錄、處理和存儲的可供檢索的文獻(xiàn)、數(shù)據(jù)和事實(shí)。

另外，對于信息概念的認(rèn)識，我們還可以從以下幾個(gè)方面來理解：（1）信息是使人們對事物不確定性的減少或消除的東西；（2）信息是與外界相互交換的內(nèi)容；（3）信息是事物變化和差異的表現(xiàn)；（4）信息是系統(tǒng)的組織程度和有序程度的結(jié)合。

二、信息的分類信息源隨著科學(xué)技術(shù)的發(fā)展，（文獻(xiàn)）信息源的表現(xiàn)形式呈現(xiàn)多樣化態(tài)勢。了解信息源的不同形式，有助于加深對信息內(nèi)涵及其特征的認(rèn)識，為信息的利用打下堅(jiān)實(shí)的基礎(chǔ)。信息源劃分示意圖記錄型實(shí)物型零次智力型載體形式處理級別印刷型

縮微型

聲像型

電子型一次信息

二次信息

三次信息編輯出版形式圖書期刊

報(bào)紙

專利文獻(xiàn)會議文獻(xiàn)科技報(bào)告學(xué)位論文標(biāo)準(zhǔn)文獻(xiàn)技術(shù)檔案產(chǎn)品資料信息源從不同層面、不同角度、不同學(xué)科領(lǐng)域出發(fā)，根據(jù)不同的分類標(biāo)準(zhǔn)，可以對信息的類型進(jìn)行不同的劃分。1.基于廣義信息概念的信息分類：（1）按信息產(chǎn)生的客體：自然信息、社會信息、生物信息；（2）按信息的運(yùn)動狀態(tài)：自在信息、自為信息、再生信息；（1）按信息產(chǎn)生的客體分類自然信息：是自然界中的事物變化、特征以及事物之間的內(nèi)在關(guān)系的反映，如自然景觀等。生物信息：生物體中包含的全部信息，如基因組信息、蛋白質(zhì)、核酸、糖類等生物大分子的結(jié)構(gòu)等。社會信息：指人類在社會實(shí)踐活動中，為生存、生產(chǎn)和社會發(fā)展而產(chǎn)生、處理和利用的信息，是人類對外界事物的反映、人的思想和情感、人與人之間的聯(lián)系等。一般情況下，我們說的信息更多的是指社會信息；（2）按信息的運(yùn)動狀態(tài)分類自在信息：指沒有進(jìn)入人的認(rèn)識領(lǐng)域，未被反映和把握的純自然狀態(tài)信息；自為信息：指人這個(gè)認(rèn)識主體所感知的信息，是已被把握的自在信息；再生信息：主體對自在信息經(jīng)過加工制作后向外界輸出的信息，是主體反映客體而形成的觀念性信息和思維信息。2.基于狹義信息概念的信息分類（1）按信息的載體形式：印刷型信息、縮微型信息、視聽型信息、機(jī)讀(電子)型信息；（2）按信息的加工處理程度：零次信息、一次信息、二次信息、三次信息；2.基于狹義信息概念的信息分類（3）按信息的出版形式：常見文獻(xiàn)信息（如圖書、期刊、報(bào)紙）、特種文獻(xiàn)信息（如會議文獻(xiàn)、學(xué)位論文、專利文獻(xiàn)等）。（4）按信息內(nèi)容：經(jīng)濟(jì)信息、科技信息、政務(wù)信息、文化信息、教育信息、軍事信息、生物信息等；（1）按信息的載體形式分類印刷型即書本型，也稱紙介型是一種以紙介質(zhì)為載體、以書寫或印刷方式為記錄手段而形成的文獻(xiàn)類型。它是一種技術(shù)含量低、對個(gè)人使用相當(dāng)方便的一種文獻(xiàn)，人們對它司空見慣,是最常用的一種文獻(xiàn)載體。上千年來它在人類的閱讀、信息的流通中功不可沒。

優(yōu)點(diǎn):缺點(diǎn):

易攜帶性信息密度低易閱讀性容量小易標(biāo)記體積龐大個(gè)人可支付占有大量存儲空間可存檔不易長久保存可占有可保存微縮型，以光學(xué)材料和技術(shù)生成的文獻(xiàn)形式，經(jīng)歷了一百多年的歷史。在全息照相技術(shù)出現(xiàn)之前，一般只是將文字、圖象等信息符號進(jìn)行一種等比的縮放?？s微媒體還可作為計(jì)算機(jī)數(shù)據(jù)的存取載體，分別有輸入膠卷和輸出膠卷?？s微圖象可復(fù)制，傳送設(shè)備能將掃描的縮微圖象在異地的打印機(jī)或傳真機(jī)等設(shè)備上輸出?？s微型資料本身的數(shù)字化被認(rèn)為是一種趨勢。（1）按信息的載體形式分類聲像型,也稱視聽型，它使用電、磁、聲、光等原理、技術(shù)將知識、信息表現(xiàn)為聲音、圖象、動畫、視頻等信號，給人以直觀、形象的感受。比起文字信息來，人們更樂于并容易接收視聽信息，它是人們認(rèn)知、學(xué)習(xí)、文化娛樂的重要來源。在科學(xué)技術(shù)領(lǐng)域中,它在描述自然現(xiàn)象和實(shí)驗(yàn)現(xiàn)象方面具有不可替代的表現(xiàn)力，比如大至天體星云,小至原子結(jié)構(gòu)。在語言學(xué)習(xí)方面，這類文獻(xiàn)也有其獨(dú)到之處。（1）按信息的載體形式分類電子型,

也稱為機(jī)讀型，所謂“機(jī)”現(xiàn)指的就是計(jì)算機(jī)、微機(jī)。通過計(jì)算機(jī)對數(shù)據(jù)的存取與處理，完成文獻(xiàn)信息的數(shù)字化，形成電子型文獻(xiàn)及形形色色的電子出版物，它們包括電子圖書、電子報(bào)刊、電子新聞、電子會議錄等等。機(jī)讀型的版本也是多樣的，有磁帶版、磁盤版、光盤版、聯(lián)機(jī)版以及最新的網(wǎng)絡(luò)版。電子型文獻(xiàn)不僅具有存儲密度高、存取速度快的特定，而且具有電子加工、編輯、出版、傳送等種種功能。（1）按信息的載體形式分類（2）按信息的加工處理程度：一般說來：一次信息是基礎(chǔ)，是檢索的對象；二次信息是檢索一次文獻(xiàn)的工具；三次信息是一次、二次信息的濃縮和延伸。

零次信息：指在人際交流中口頭攜帶和傳播的信息，包括交談、聚會、參觀以及人與人之間通過其他直接接觸方式形成的信息。通俗解釋就是沒有經(jīng)過考證，尚無任何依據(jù)的，經(jīng)過人的眼、耳、鼻、口等器官在人們的頭腦中形成的思維及其表象形式。例如：一個(gè)物體在運(yùn)動，人們眼睛看到這一現(xiàn)象且傳輸?shù)筋^腦中形成思維，說明這個(gè)物體在運(yùn)動的這個(gè)過程，就是零次信息形成的過程，其表象形式可能就是具體的一句話：“這個(gè)物體在運(yùn)動?！边@一句話，就是一個(gè)零次信息。其出現(xiàn)和傳遞都帶有很大的偶然性，且未經(jīng)加工和記錄，不便于積累和檢驗(yàn)，因而獲取難度大。（2）按信息的加工處理程度：一次信息（文獻(xiàn)）

一般指以知識的直接生產(chǎn)者記錄的最初發(fā)現(xiàn)、發(fā)明、新理論、新方法、新見解為內(nèi)容出版的原始文獻(xiàn)，包括期刊論文、研究報(bào)告、會議錄、專利說明書、學(xué)位論文等。具有價(jià)值高、數(shù)量大特點(diǎn)，是基本的信息，對科學(xué)研究和社會實(shí)踐具有重要的參考和使用價(jià)值。（2）按信息的加工處理程度：二次信息（文獻(xiàn)）

二次文獻(xiàn)是將大量分散、零亂、無序的一次文獻(xiàn)進(jìn)行整理、濃縮、提煉，著錄其特征（著者、篇名、分類號、出處、文摘等），并按照一定的邏輯順序和科學(xué)體系加以編排存儲，使之系統(tǒng)化，以便于檢索利用。其主要類型有目錄、書目、索引和文摘等。有時(shí)也稱二次信息為檢索工具。二次信息具有傳遞信息、報(bào)道信息的功能，更重要的是為查找一次信息提供線索，具有系統(tǒng)性、工具性特點(diǎn)。（2）按信息的加工處理程度：目錄：指對圖書、期刊或其他單獨(dú)出版文獻(xiàn)的特征進(jìn)行揭示和報(bào)道，并按照一定的方法加以編排的二次信息；一般只記錄文獻(xiàn)的外部特征，如書名（刊名）、作者、出版地、出版社、出版時(shí)間等，例如綜合目錄、專題目錄、館藏目錄、聯(lián)合目錄等。文摘：以單篇或單本文獻(xiàn)為報(bào)道單位，不僅記錄一次信息的外表特征，還要客觀地闡明深入的信息內(nèi)容，它是對原始信息的濃縮，有助于我們對原文的了解；索引：是將原始信息中的各種知識單元進(jìn)行抽取，按照一定的原則和方法進(jìn)行排列的二次資源，這些知識單元可以是篇名、人名、名詞術(shù)語、關(guān)鍵詞等等。（2）按信息的加工處理程度：三次信息（文獻(xiàn)）是選用大量有關(guān)的文獻(xiàn)信息，經(jīng)過綜合、分析、研究而編寫出來的文獻(xiàn)信息。它通常是圍繞某個(gè)專題，利用二次文獻(xiàn)信息檢索搜集大量相關(guān)文獻(xiàn)，對其內(nèi)容進(jìn)行深度加工而成。屬于這類文獻(xiàn)的有綜述、評論、評述、進(jìn)展、動態(tài)、手冊、指南、年鑒、百科全書等。這些對現(xiàn)有成果加以評論、綜述并預(yù)測其發(fā)展趨勢的文獻(xiàn)，具有較高的實(shí)用價(jià)值。在學(xué)習(xí)和學(xué)術(shù)研究中，可以充分利用反映某一領(lǐng)域研究動態(tài)的綜述類文獻(xiàn)信息，在短時(shí)間內(nèi)了解其研究歷史、發(fā)展動態(tài)、水平等，以便能更準(zhǔn)確地掌握學(xué)習(xí)和學(xué)術(shù)研究領(lǐng)域的技術(shù)背景等。主要分為：綜述和述評兩類。（2）按信息的加工處理程度：綜述：即綜合性敘述，將大量分散的有關(guān)特定課題的文獻(xiàn)、事實(shí)和數(shù)據(jù)進(jìn)行歸納、分析、綜合、篩選，以簡練的文字扼要敘述出來，內(nèi)容十分概括，“述而不作”。述評：指針對某一學(xué)科或某一問題，全面系統(tǒng)地總結(jié)各種情況、觀點(diǎn)和數(shù)據(jù)，并給予精辟的分析評價(jià)，“有述有評”。綜述和述評能夠幫助人們用較少的精力和較短的時(shí)間，對有關(guān)課題的內(nèi)容、意義以及歷史、現(xiàn)狀等有一個(gè)簡明的了解。（2）按信息的加工處理程度：信息處理級別示意圖述評綜述詞典年鑒手冊百科全書知識的產(chǎn)生記錄檔案學(xué)位論文標(biāo)準(zhǔn)科技報(bào)告專利說明書會議論文期刊論文專著一次信息二次信息文摘索引目錄三次信息傳播信息的利用俗稱全文信息（3）信息的出版形式十大傳統(tǒng)文獻(xiàn)信息源常見文獻(xiàn)信息1.圖書2.期刊3.報(bào)紙?zhí)胤N文獻(xiàn)信息4.學(xué)位論文5.會議文獻(xiàn)6.專利文獻(xiàn)7.標(biāo)準(zhǔn)文獻(xiàn)8.科技報(bào)告9.技術(shù)檔案10.產(chǎn)品資料多種信息源的載體:

A電子文獻(xiàn)B數(shù)據(jù)庫(3)信息的出版形式十大傳統(tǒng)文獻(xiàn)信息源常見文獻(xiàn)信息1.圖書2.期刊3.報(bào)紙?zhí)胤N文獻(xiàn)信息4.學(xué)位論文5.會議文獻(xiàn)6.專利文獻(xiàn)7.標(biāo)準(zhǔn)文獻(xiàn)8.科技報(bào)告9.技術(shù)檔案10.產(chǎn)品資料多種信息源的載體:

A電子文獻(xiàn)B數(shù)據(jù)庫信息的出版形式---圖書論述或介紹某一領(lǐng)域知識的出版物。圖書又可分為三類：一類是消遣、教科書、科普讀物和一般生產(chǎn)技術(shù)圖書，屬閱讀性的圖書；一類是辭典、手冊和百科全書等，屬工具性的圖書；另一類是含有獨(dú)創(chuàng)性內(nèi)容的專著，它屬原始信息（文獻(xiàn)）。圖書往往是著者在收集大量第一手資料基礎(chǔ)上，經(jīng)分析歸納后編寫而成的。其特點(diǎn)是內(nèi)容比較系統(tǒng)、全面、成熟、可靠，但出版周期較長，報(bào)道速度相對較慢。圖書主要用于需對大范圍的問題獲得一般性的知識或?qū)δ吧膯栴}需要初步了解的場合。補(bǔ)充：什么是著錄著錄就是把文獻(xiàn)信息的各種內(nèi)部、外部特征記錄下來的過程，其結(jié)果就是形成一條目錄信息。文獻(xiàn)信息被著錄后能有利于被識別、交流和傳播。通過著錄的目錄信息能方便地指向原始信息。信息的出版形式---期刊一般是指名稱固定、開本一致的定期或不定期連續(xù)出版物。期刊論文內(nèi)容新穎，報(bào)道速度快，信息含量大，是傳遞科技情報(bào)、交流學(xué)術(shù)思想最基本的文獻(xiàn)形式。據(jù)估計(jì)，期刊情報(bào)約占整個(gè)情報(bào)源的60-70%，因此，受到科技工作者的高度重視。大多數(shù)檢索工具也以期刊論文作為報(bào)道的主要對象。對某一問題需要深入了解時(shí)，較普遍的辦法是查閱期刊論文。信息的出版形式---雜志雜志，像期刊和報(bào)紙一樣，是連續(xù)出版物的一種，但是它的內(nèi)容一般是通俗性的，或者娛樂、新聞等。信息的出版形式---報(bào)紙下列情況會用到報(bào)紙

1.找關(guān)于國際、國內(nèi)和本地事件的最新消息；

2.找社論、評論、專家或者大眾的觀點(diǎn)。(作者.

題名[N].

報(bào)紙名,

年-月-日(

版次

)

報(bào)紙著錄：國務(wù)院新聞辦公室.中國的糧食問題[N].人民日報(bào),1996-10-25(2)報(bào)紙：連續(xù)出版物的一種，通常每天或每周發(fā)行，它收集了時(shí)事和新聞和相關(guān)評論的各種文章。特例：還有一天出版5次的報(bào)紙。報(bào)紙最大的優(yōu)勢是時(shí)效性強(qiáng)。信息的出版形式---學(xué)位論文學(xué)位論文的獲取一般通過專門的數(shù)據(jù)庫或?qū)W位授予單位的圖書館。學(xué)位論文:是指為申請學(xué)士、碩士、博士等學(xué)位而提交的學(xué)術(shù)論文。學(xué)位論文的質(zhì)量參差不齊，但都是就某一專題進(jìn)行研究而作的總結(jié)，多數(shù)有一定的獨(dú)創(chuàng)性。學(xué)位論文是非賣品，除極少數(shù)以科技報(bào)告、期刊論文的形式發(fā)表外，一般不出版。信息的出版形式