第一章 文獻信息檢索基礎知識

第一章文獻信息檢索

基礎知識第1節(jié)文獻信息檢索的基本概念一．文獻、信息、信息源

1.定義文獻：用文字、圖形、符號、聲頻、視頻等技術手段記錄人類知識的一種載體，或理解為固化在一定物質載體上的知識。

信息：廣義地說，信息就是消息。

指對接收者來說預先不知道的報道。（辭海）是用來通信的事實，在觀察中得到的數(shù)據(jù)、新聞和知識。（韋氏字典）

是一切思想、事實和富有想象力的作品，它們以各種方式進行記錄和傳播。（信息專家）第1節(jié)文獻信息檢索的基本概念

信息源：是指人們?yōu)樾枨蠖枰垣@得信息的一切來源。凡是能產生、存儲、加工、傳遞信息的社會活動場所、機構、人物、產品和自然物質都是信息源。信息源可分為非文獻信息源和文獻信息源。

2.文獻信息源的類型文獻信息源：是指用一定的記錄手段將系統(tǒng)化的信息內容儲存在紙張、膠片、磁帶和光盤等物質載體上而形成的一類信息源。第1節(jié)文獻信息檢索的基本概念按文獻的載體介質劃分為印刷型Printedform：以手寫和印刷技術為手段，以紙張記錄信息的載體形式存在。縮微型Microform：以感光材料記錄文字及其相關信息的載體。聲像型（視聽型）Audio-Visualform：記錄聲音、圖像信號的信息載體。機讀型（電子型）MachineReadableform：以電子版本形式存在。電子版本包括：floppy,Magnetictape,CD-ROM,online,network

多媒體multi-media：計算機對數(shù)字化視聽信息交互存取。第1節(jié)文獻信息檢索的基本概念

按文獻的出版類型劃分圖書（閱讀類、工具類）期刊（一次文獻、二次文獻）特種文獻（專利、科技報告、會議錄、政府出版物、學位論文、標準、技術檔案、產品目錄等）第1節(jié)文獻信息檢索的基本概念

可具體分為科技圖書Sci-Techbook，Monograph,Anthology,Textbook，Referencebook

科技期刊Sci-TechJournal(magazine*,serial,periodical…)

科技報告Sci-TechReport

專利文獻PatentDocument，Patentspecification/bulletin

會議文獻Conferencepaper，Proceedings,compilation,collectedpaper,records，meeting，seminar,colloquium,symposium,conference

學位論文Dissertation,Thesis

標準文獻，產品資料，技術檔案，政府文獻第1節(jié)文獻信息檢索的基本概念科技圖書（Book）：對已有的研究成果或生產經驗所作的概括論述。特點：帶有總結性、成熟定型；出版周期長，信息傳遞慢；傳授知識，而不是報道最新情報。圖書一般分為兩類：閱讀型：教科書、專著等工具型：字典、百科全書、年鑒、手冊科技期刊（journal,periodic）特點：名稱固定、有連續(xù)的卷、年月順序號、出版周期短，報道速度快、數(shù)量大，內容豐富。據(jù)估計，從期刊獲取的科技情報占整個情報來源的60%-70%第1節(jié)文獻信息檢索的基本概念

會議文獻（conferencepaper）：是指在各種學術會議上發(fā)表的論文。特點：傳遞信息及時、針對性強、內容新穎。一部分科研成果就是通過學術會議首次發(fā)表。表示會議的相關詞：Proceedings,compilation,collectedpaper,records，Meeting，seminar,colloquium,symposium,conference第1節(jié)文獻信息檢索的基本概念

科技報告（technicalreport）：指學術團體、科研機構、大學研究所的研究報告及研究過程的記錄。目的：向上級主管部門匯報特點：每份單獨成冊，有專門的編號；內容具體，有科研項目的研究方案，實驗記錄，實驗數(shù)據(jù)，圖表等；理論性強，是了解某一領域科研進展狀況、發(fā)展動態(tài)的重要信息源；報道比期刊早；保密或控制發(fā)行。第1節(jié)文獻信息檢索的基本概念

世界上著名的科技報告有美國四大報告：

PB——美國商業(yè)部

AD——美國軍事國防部

NASA——美國宇航局

DOE——美國能源部這四大報告每年公開和解密部分約6萬件。科技人員對科技報告的需要量約占其全部文獻量的10%-20%，特別在是發(fā)展迅速、競爭激烈的高科技領域。第1節(jié)文獻信息檢索的基本概念

專利文獻（patentdocument）專利文獻是一切與專利制度有關的專利文件的統(tǒng)稱，如專利申請書和專利說明書、專利公報。專利說明書是公開的文獻，但只能由各國專利局發(fā)行，它反映了當前最新的技術成果。學位論文（dissertation,thesis）是作者為獲得某種學位而撰寫的科學論文。博士論文具有較高的參考價值：一般偏重于理論，附有大量的參考文獻，借此可以看出有關專題的發(fā)展過程和方向。學位論文一般不出版發(fā)行，而是保存在授予學位單位的圖書館里。第1節(jié)文獻信息檢索的基本概念

標準文獻（standard）

主要指技術規(guī)范、技術標準、操作規(guī)程、建議、準則、術語、專門名詞等在內的各種技術文件。技術標準是得到管理機構認可，適用于一定專業(yè)領域的技術規(guī)范，具有法定性；技術標準主要包括尺寸標準、材料標準、性能標準、方法標準、操作規(guī)程、術語和圖形符號標準、文獻標準等。政府出版物（governmentdocument）是各國政府部門及其所屬機構頒布和出版的文件資料，內容主要分為：行政性文件（如法令、統(tǒng)計等）、科技文件兩大類。對了解一個國家的科技和經濟政策及其演變情況有一定的參考價值。第1節(jié)文獻信息檢索的基本概念產品資料

提供產品技術規(guī)格的文獻。是產品制造商為推銷產品而印發(fā)的介紹產品情況的各種商業(yè)宣傳品，如公司介紹、產品目錄、產品樣本、產品說明書等。介紹的一般是已投產和行銷的產品。具有技術成熟可靠、產品和技術信息較完整、及時性、圖文并茂等特點。

技術檔案指在科技生產活動中形成的一系列以工程技術圖紙、任務書、協(xié)議、合同、設計方案以及與此有關的調查統(tǒng)計數(shù)據(jù)等材料組成的文件。技術檔案具有技術性、適用性、保密性等特征。第1節(jié)文獻信息檢索的基本概念

特種文獻收藏館專利文獻：專利局文獻館科技報告：中國科技信息研究所（中信所）、北京文獻服務處（國防科技信息中心）。

會議文獻：國家圖書館、大學/研究型圖書館、中科院圖書館、郵電大學圖書館（IEEE）學位論文：國圖、中信所、授予機構/院校第1節(jié)文獻信息檢索的基本概念

文獻的級別一次文獻/信息primaryLiterature/info

二次文獻/信息secondaryliterature/info

三次文獻/信息Tertiaryliterature/info

（1）一次文獻/信息primaryLiterature/info

概念：第一次書寫的、第一次報道的或第一次出版的文獻；以作者自己的研究成果、工作經驗和實踐體會為原始依據(jù)，信息內容具體、豐富。特點：新潁性、創(chuàng)造性、系統(tǒng)性如：Journalliterature（期刊論文）、Sci-Techreport（科技報告）、Proceedings（會議錄）、Paper（會議論文）、Thesis、Dissertation（學位論文）

第1節(jié)文獻信息檢索的基本概念

（2）二次文獻/信息secondaryliterature/info

概念：對一次文獻的加工、提煉和濃縮特點：濃縮性、匯集性、有序性文摘Abstract

索引Index

目錄Catalog

題錄Bibliography

（3）三次文獻/信息Tertiaryliterature/info

概念：對一次文獻和二次文獻進行匯集、綜合、分析、詳述等深度加工而形成的產物。Referencebook

如：詞典、百科全書、年鑒、名錄、綜述、述評、二次書目、指南第1節(jié)文獻信息檢索的基本概念

一、二、三次文獻的區(qū)別

對象不同：二次文獻以“篇”或“本”為單位進行加工；三次文獻則歸納了較多的一次文獻內容。

用途不同：二次文獻為檢索一次文獻的工具；三次文獻能直接提供檢索答案。

學習文獻檢索課的目的：如何通過二次文獻去檢索一次文獻

第1節(jié)文獻信息檢索的基本概念

文獻信息檢索基本概念

檢索的手段手檢：書本型工具（刊）

機檢：數(shù)據(jù)庫系統(tǒng)

檢索點（途徑）（AccessPoint）:用文獻各種內外特征，作為檢索出發(fā)點，從不同角度來檢索文獻信息。分類（Classified）：所屬學科性質，類別，分類體系現(xiàn)期檢索主題（Subject）：所屬主題內容，主題詞，回溯檢索著者（Author）；團體著者（CorporateAuthor/Authors’Affiliation）名稱（Title）代碼（Code/Coden）第1節(jié)文獻信息檢索的基本概念

檢索的類型

事實型：事實、數(shù)據(jù)（直接,確定）、參考工具書、NumericDatabase、PropertyDatabase、Textual-numericDatabase

全文型：Full-textDatabase

目錄型：館藏目錄、聯(lián)合目錄（UnionCatalog）

OPAC：OnlinePublicAccessCatalog

OCLC：OnlineComputerLibraryCenter

第1節(jié)文獻信息檢索的基本概念

中國圖書分類法

1.中國圖書分類法（中圖法）用字母數(shù)字混合制標記，一個或兩個英文字母和一串阿拉伯數(shù)字來代表一個具體的類目。

2.《中國科學院圖書館圖書分類法》（科圖法）中科院圖書館編制，主要用戶為中科院系統(tǒng)，用戶數(shù)居全國第二，類號標記采用純數(shù)字。

3.《中國人民大學圖書館圖書分類法》（人大法）中國人民大學圖書館編制，適合人大圖書館所藏書目，類號采用純數(shù)字。第1節(jié)文獻信息檢索的基本概念

國外圖書分類法

1．《DeweyDecimalClassificationSystem》杜威十進分類法

2．《LibraryofCongressClassification》美國國會圖書館圖書分類法

3．《UniversalDecimalClassification》國際十進分類法

索書號——排架號構成：分類號+文獻次序號、分類號+著者號第1節(jié)文獻信息檢索的基本概念館際互借（InterlibraryLoan）簡稱：ILL

對于本館沒有的文獻，在本館讀者需要時，根據(jù)館際互借制度、協(xié)議、辦法和收費標準，向外館借入；反之，在外館向本館提出館際互借請求時，借出本館所擁有的文獻。適用于返還式文獻。

文獻傳遞（DocumentDelivery）簡稱：DD

將用戶所需的文獻復制品以有效的方式和合理的費用，直接或間接傳遞給用戶的一種非返還式的文獻提供服務，它具有快速、高效、簡便的特點。傳遞方式有Mail,Fax,E-mail等。

第2節(jié)數(shù)據(jù)庫及檢索方法

一、基本概念

1.數(shù)據(jù)庫

至少由一種文檔組成，并能滿足某一特定目的或某一特定數(shù)據(jù)處理系統(tǒng)需要的一種數(shù)據(jù)集合?；蛘哒f：數(shù)據(jù)庫是在計算機存儲設備上按一定方式存儲的相互關聯(lián)的數(shù)據(jù)集合。

2.數(shù)據(jù)庫分類

數(shù)據(jù)庫分為：文獻型數(shù)據(jù)庫、非文獻型數(shù)據(jù)庫文獻型數(shù)據(jù)庫分為目錄型數(shù)據(jù)庫、題錄文摘型數(shù)據(jù)庫、全文數(shù)據(jù)庫。第2節(jié)數(shù)據(jù)庫及檢索方法

目錄型數(shù)據(jù)庫：主要是指各圖書館的館藏圖書、期刊目錄亦稱聯(lián)機目錄。這種數(shù)據(jù)庫的信息以圖書或者期刊為單位，其數(shù)據(jù)庫內容詳細，除描述標題、作者、出版項等書目信息外，還可以提供相關的分類號、索取號、館藏等信息。

題錄文摘型數(shù)據(jù)庫：收錄的內容與題錄文摘型工具書基本一致，是以文獻為基本單元。數(shù)據(jù)庫的著錄項目包括了文獻號、文獻題目、作者以及工作單位、文獻來源（如期刊名稱、出版年、卷、期、頁碼等）、文摘、主題詞、文中所附圖表數(shù)和參考文獻數(shù)。特點是收藏文獻種類數(shù)量多、檢索速度快。第2節(jié)數(shù)據(jù)庫及檢索方法全文數(shù)據(jù)庫：是指存儲全文信息或主要部分的數(shù)據(jù)庫，數(shù)據(jù)庫的存儲內容還可以細分為期刊全文數(shù)據(jù)庫、專利全文數(shù)據(jù)庫、百科全書全文數(shù)據(jù)庫等類型。非文獻型數(shù)據(jù)庫包括數(shù)據(jù)型數(shù)據(jù)庫：如實驗數(shù)據(jù)、化學分子式、價格事實型數(shù)據(jù)庫：百科全書、人名錄、公司名錄概念型數(shù)據(jù)庫：各種名詞術語或語言資料，來源于詞典。圖像數(shù)據(jù)庫：衛(wèi)星圖片、云圖、工程設計圖第2節(jié)數(shù)據(jù)庫及檢索方法3.數(shù)據(jù)庫結構特點（1）字段：是數(shù)據(jù)庫中最基本的單元，是文獻的著錄項目?？煞譃?種基本字段：檢索系統(tǒng)的存取號字段、基本索引字段、輔助索引字段。（2）記錄：幾個不同字段的集合構成記錄，記錄是數(shù)據(jù)庫的基本數(shù)據(jù)單位。每條記錄相當于題錄文摘型檢索刊物的一條著錄款目。在同一個數(shù)據(jù)庫中的記錄往往含有相同的字段。（3）文檔：文檔是按照一定結構組織的相關記錄的集合。文檔是文獻型數(shù)據(jù)庫組織的基本形式。文檔的組織方式與檢索系統(tǒng)的硬件和軟件功能密切相關。第2節(jié)數(shù)據(jù)庫及檢索方法基本索引字段：又稱主題字段，用來表達文獻內容特征的字段，如：篇名字段（TitleField/TI）文摘字段（AbstractField/AB）敘詞字段（DescriptorField/DE）

輔助索引字段（AdditionalIndexFields）：用來表達文獻外部特征的字段，如

著者字段（AuthorField/AU）

出版年字段（PublicationYearField/PY）

刊名字段（JournalField/SO或JN）

語種字段（LanguageField/LA）

文獻類型字段（DocumentTypeField/DT）輔助字段種類很多，且隨數(shù)據(jù)庫的不同而各有差異。第2節(jié)數(shù)據(jù)庫及檢索方法檢索詞

檢索詞是用戶或檢索人員給出的字、詞、字符或短語，用于查找含有它（它們）的記錄。

檢索詞分類及其特點受控詞：受控詞是事先規(guī)范化的檢索語言，取自主題詞表、敘詞表、分類表等。如果數(shù)據(jù)庫對數(shù)據(jù)采用了受控標引，并有機讀式或印刷版主題詞表時，應優(yōu)先選用其中的受控詞。敘詞：指來自文獻和用戶并經過嚴格的多方面控制、用以表達文獻主題或信息需求的單義詞或代碼。

主題詞：以規(guī)范化的詞匯來表達文獻內容的主題。第2節(jié)數(shù)據(jù)庫及檢索方法受控詞特點兩類檢索詞中，受控詞的檢索效率高，一旦選定適當?shù)母拍?，系統(tǒng)就能檢出這一概念的全部內容，而且，由于標引人員已事先解決了自然語言中的同義、近義關系，使檢索相對容易。但由于其先組性質，受控詞不能及時反映新事物的發(fā)展，而且概念數(shù)量有限、結構復雜，不能適應數(shù)量眾多、要求各異的信息用戶，也不易為非專業(yè)人員掌握。

第2節(jié)數(shù)據(jù)庫及檢索方法非受控詞

非受控詞是指非規(guī)范化的自然語言詞匯，又稱自由詞。特點：非受控詞可以在一定程度上彌補受控詞的不足，非受控詞可以是任意選詞，其專指性強，而且不需要熟悉詞表，新產生的名詞術語可以及時檢索與新概念有關的文獻。但非受控詞一般不能提供概念的等級結構，不能檢索寬泛概念，不能解決同義詞、近義詞、相關詞的結合或連接問題。受控詞和非受控詞的作用是互補的，數(shù)據(jù)庫的詞表與要查詢的主題概念并非存在一一對應的關系，很多概念得不到反映，所以，當檢索結果不滿意時，要分析檢索詞，根據(jù)具體情況決定增減或替換檢索詞。第2節(jié)數(shù)據(jù)庫及檢索方法4.檢索語言(retrievallanguage)

檢索語言是信息檢索系統(tǒng)和檢索時所使用的共同語言。即在文獻存儲時文獻的內容特征（如分類、主題）和外表特征（如書名、刊名、著者等）按照一定的語言來描述，檢索文獻時的提問也按照一定的語言來表達。檢索語言分為：自然語言和受控語言

自然語言（非規(guī)范）：是采用直接來自于文獻或用戶提問的檢索語言，自然語言用的檢索詞一般是從文獻篇名、正文或文摘中抽取有實際檢索意義的詞語，亦稱關鍵詞或自由詞。關鍵詞或自由詞均屬于非受控詞或非規(guī)范詞，特點是不受專業(yè)詞控制。第2節(jié)數(shù)據(jù)庫及檢索方法受控語言（規(guī)范）：是指受到信息檢索系統(tǒng)控制的一類索引語言的總稱（又稱“人工語言”或“規(guī)范化語言”）。在一個檢索系統(tǒng)中，所有規(guī)范詞集合在一起構成了詞表包括：主題詞表、敘詞表、標題詞表。構成了標題詞語言、單元詞語言、敘詞語言、分類語言。在文獻存儲時，文獻的內容特征（如分類、主題）和外表特征（如書名、刊名、著者等）按照一定的語言來描述，檢索文獻時的提問也按照一定的語言來加以表達。第2節(jié)數(shù)據(jù)庫及檢索方法二、網絡相關概念

1.IP地址：為了保證因特網上的計算機（主機）在通信時能相互識別，就要使網上的每一臺計算機都有一個獨一無二的地址，這個地址就是IP地址。IP地址由4組數(shù)字組成，每組數(shù)字中間用點間隔，如是中國農業(yè)大學圖書館的主機在Internet上的IP地址。

2.域名系統(tǒng)：入網的每一臺主機都具有這樣的域名：主機名.機構名.網絡名.頂級域名。中國農業(yè)大學圖書館的域名為:Lib為主機名、cau為機構名、edu為網絡名、cn為頂級域名。

3.萬維網(WorldWideWeb，WWW）：是一種基于超文本方式的信息查詢工具。第2節(jié)數(shù)據(jù)庫及檢索方法

域名的規(guī)定全球互聯(lián)網絡信息中心(InterNIC)和Internet國際特別委員會規(guī)定了三類頂級域名，通用的頂級域名有：