第三章 計(jì)算機(jī)信息檢索技術(shù)

3/12/2024

計(jì)算機(jī)信息檢索技術(shù)

武漢大學(xué)圖書館理科學(xué)科館員歐懿3/12/2024計(jì)算機(jī)信息檢索技術(shù)檢索策略的制定與檢索實(shí)施步驟檢索結(jié)果的評(píng)價(jià)與檢索策略的調(diào)整本章主要內(nèi)容3/12/2024在進(jìn)行計(jì)算機(jī)檢索時(shí)，有時(shí)有一些比較復(fù)雜的課題，如：“計(jì)算機(jī)信息檢索”，既涉及計(jì)算機(jī)，又涉及信息檢索，這時(shí)候就要編制出滿足要求的計(jì)算機(jī)檢索式，它是機(jī)檢的基礎(chǔ)。
布爾邏輯檢索
截詞檢索
位置檢索
詞組檢索
字段限定檢索一.計(jì)算機(jī)信息檢索技術(shù)計(jì)算機(jī)信息檢索技術(shù)3/12/2024運(yùn)用布爾邏輯算符(Booleanoperators)對(duì)檢索詞進(jìn)行邏輯組配，表達(dá)兩個(gè)概念之間的邏輯關(guān)系。
布爾邏輯算符主要有:ANDORNOT
在中文數(shù)據(jù)庫(kù)里，布爾邏輯運(yùn)算符有時(shí)用AND、OR、NOT表示，有時(shí)用“*”、“＋”及”－“。1.布爾邏輯檢索計(jì)算機(jī)信息檢索技術(shù)3/12/2024表示概念的相交、限定，縮小檢索范圍，提高檢準(zhǔn)率。
用運(yùn)算符號(hào)：AND或*連接檢索詞ABAANDB邏輯與（邏輯乘）計(jì)算機(jī)信息檢索技術(shù)3/12/2024A=汽車發(fā)動(dòng)機(jī)B=飛機(jī)發(fā)動(dòng)機(jī)汽車與飛機(jī)發(fā)動(dòng)機(jī)ABAandB邏輯“與”運(yùn)算計(jì)算機(jī)信息檢索技術(shù)3/12/2024人類活動(dòng)對(duì)群落多樣性的影響檢索概念：人類活動(dòng)群落多樣性影響檢索式人類活動(dòng)AND群落多樣性人類活動(dòng)AND群落多樣性AND影響計(jì)算機(jī)信息檢索技術(shù)3/12/2024人類活動(dòng)and群落多樣性計(jì)算機(jī)信息檢索技術(shù)3/12/2024表示概念的平行、并列，用于擴(kuò)大檢索范圍，提高查全率
用運(yùn)算符“OR”或“+”連接兩檢索詞ABAORB邏輯或（邏輯乘）計(jì)算機(jī)信息檢索技術(shù)3/12/2024邏輯或（OR或+）乙肝病毒的研究檢索詞：乙肝乙型肝炎HBVHepatitisBvirus檢索式：乙肝OR乙型肝炎ORHBVHepatitisBvirusORHBV計(jì)算機(jī)信息檢索技術(shù)3/12/2024計(jì)算機(jī)信息檢索技術(shù)3/12/2024去掉一個(gè)主題中某一部分的主題，用于縮小檢索范圍，提高查準(zhǔn)率；用運(yùn)算符號(hào)“NOT”或“-”連接兩檢索詞例1查“玉米但不是甜玉米”方面的文獻(xiàn)。檢索式=玉米-甜玉米例2查“國(guó)外有關(guān)數(shù)字圖書館方面”的文獻(xiàn)檢索式=數(shù)字圖書館-國(guó)內(nèi)邏輯非計(jì)算機(jī)信息檢索技術(shù)3/12/2024運(yùn)算順序：NOT>AND>OR可通過(guò)（）來(lái)改變運(yùn)算的優(yōu)先順序例：乙肝病毒受體的篩選檢索詞：HBV、HepatitisBvirus、receptor、screen檢索式：(HBVORHepatitisBvirus)ANDreceptorANDscreenAND、OR、NOT的綜合應(yīng)用計(jì)算機(jī)信息檢索技術(shù)3/12/2024計(jì)算機(jī)信息檢索技術(shù)3/12/2024在實(shí)際檢索中，常遇到詞干相同、詞義相近的檢索詞，或同一詞的單、復(fù)數(shù)形式，動(dòng)、名詞形式，英美拼法等。所謂截詞檢索，是指在檢索標(biāo)識(shí)中保留相同的部分，用相應(yīng)的截詞符代替可變化部分。檢索中計(jì)算機(jī)會(huì)將所有含有相同部分標(biāo)識(shí)的記錄全部檢索出來(lái)。常用“？”、“*”符號(hào)表示。用截詞符號(hào)“？”、“*”或“$”加在檢索詞的前后或中間，以檢索一組概念相關(guān)或同一詞根的詞。這種檢索方式可以擴(kuò)大檢索范圍，提高查全率。截詞運(yùn)算符號(hào)通常有兩個(gè)：“？、*”。其在不同系統(tǒng)中表示的含義不同。2.截詞檢索計(jì)算機(jī)信息檢索技術(shù)3/12/2024按截?cái)嗟奈恢梅郑汉蠼財(cái)嗲敖財(cái)嘀虚g截?cái)喟唇卦~的字符數(shù)量分：有限截詞無(wú)限截詞計(jì)算機(jī)信息檢索技術(shù)3/12/2024在檢索詞后（右方）截?cái)嘤邢藁驘o(wú)限的字母。如：librar*library、librarian、libraries……主要用于詞的單復(fù)數(shù)檢索、詞根檢索（socio*)、年代檢索（199*)后截?cái)嘤?jì)算機(jī)信息檢索技術(shù)3/12/2024將截詞符號(hào)放在檢索字符串的左方，以表示其左邊不管截去有限或無(wú)限個(gè)字符，只要數(shù)據(jù)庫(kù)中具有與截詞符后面部分字符相同的檢索詞的文獻(xiàn)，即為命中文獻(xiàn)。這種方式也稱為后方一致。如：*chemistrymicrochemistry、macrochemistry目前使用較少前截?cái)嘤?jì)算機(jī)信息檢索技術(shù)3/12/2024又稱作“通用字符法”或“內(nèi)嵌字符截?cái)唷?。在檢索詞中間加一個(gè)或幾個(gè)？號(hào)，主要解決一些英美拼寫不同，單復(fù)數(shù)形式的不同的詞的輸入，可簡(jiǎn)化輸入。如：輸入wom?n可檢出woman,women輸入defen?e可檢出defence、defense中間截?cái)嘤?jì)算機(jī)信息檢索技術(shù)3/12/2024即在檢索詞后截去有限的字母，如名詞的單復(fù)數(shù)，動(dòng)詞的詞尾變化等。例如：輸入computer??表示有0-2個(gè)字母變化，可檢出computer和computers.輸入stud???表示截?cái)嗵幱?-3個(gè)字母變化，可檢出study,studies,studied。有限截詞計(jì)算機(jī)信息檢索技術(shù)3/12/2024不限制被截?cái)嗟淖址麛?shù)量。在檢索詞后加一個(gè)“*“，表示該詞后可加任意個(gè)字符。使用無(wú)限截詞，所截詞根不能太短，否則會(huì)輸出許多無(wú)關(guān)文獻(xiàn)，造成誤檢。例如：educat*可檢出educator,educators,educated,educating,education如：輸入computer?表示可檢出computer和computers.如：輸入stud?表示可檢出study,studies,studied,studing.無(wú)限截詞計(jì)算機(jī)信息檢索技術(shù)3/12/2024功能：兩詞出現(xiàn)在同一自然句中，其詞序與詞量不受限制(nW)（SCI中專用）表達(dá)式：EducationSAMEschool檢索結(jié)果：Education和school兩詞出現(xiàn)在同一句子中即可。特別注意事項(xiàng)：不是所有的檢索系統(tǒng)都支持位置算符，不同的檢索系統(tǒng)對(duì)位置算符有不同的表示符，同一位置算符在不同檢索系統(tǒng)中指代的含義可能也不盡相同。3.位置算符SAME計(jì)算機(jī)信息檢索技術(shù)3/12/2024將一個(gè)詞組或短語(yǔ)用雙引號(hào)“”括起作為一個(gè)獨(dú)立運(yùn)算單元，進(jìn)行嚴(yán)格匹配，以提高檢索準(zhǔn)確度。如：“GlobalPositioningSystem”,只檢索出規(guī)定字段中包含完整詞組的記錄。4.詞組檢索計(jì)算機(jī)信息檢索技術(shù)3/12/2024不加“”，命中13815條計(jì)算機(jī)信息檢索技術(shù)3/12/2024加“”，命中8125條計(jì)算機(jī)信息檢索技術(shù)3/12/2024組成數(shù)據(jù)庫(kù)的最小單位是記錄，一條完整記錄的每個(gè)著錄事項(xiàng)為字段。在許多檢索檢索系統(tǒng)中，為了提高查全率或者查準(zhǔn)率，需要將檢索過(guò)程限制在特定的字段中，即字段檢索。5.字段檢索計(jì)算機(jī)信息檢索技術(shù)3/12/2024西文數(shù)據(jù)庫(kù)常用字段中文數(shù)據(jù)庫(kù)常用字段字段名稱字段代碼AbstractsAB文摘AuthorAU作者CorporateSourceCS、Organization、CompanyCS機(jī)構(gòu)名稱DescriptorDE、SubjectDE敘詞/主題詞DocumentTypeDT文獻(xiàn)類型Full-textFT全文ISSNISSN國(guó)際標(biāo)準(zhǔn)連續(xù)出版物號(hào)JournalNameJN、PublicationTitleJN期刊名稱KeywordKW、TopicKW關(guān)鍵詞LanguageLA語(yǔ)言PublicationYearPY出版年TitleTI題名計(jì)算機(jī)信息檢索技術(shù)3/12/2024數(shù)據(jù)庫(kù)位置算符截詞算符EI（工程索引）NEAR/n：表示兩詞中間可插入不超過(guò)n個(gè)單詞，詞序不限。如：SolarNEAR/2energyONEAR/n：表示兩詞中間可插入不超過(guò)n個(gè)單詞，詞序不變。如：AvalancheONEAR/0diodes，將檢出Avalanchediodes*：無(wú)限截?cái)?。如：Optic*檢索結(jié)果中包括以optic開(kāi)頭后面加任意多個(gè)字母的詞optic,optics,optical等。$：強(qiáng)調(diào)語(yǔ)義，檢索出與該詞根具有同樣語(yǔ)意的詞。如：$manage將檢出managers,managerial和management等詞。CSA（劍橋科學(xué)文摘）withinx：表示兩詞之間不得多于x個(gè)詞，詞序不限。如：“womenwithin8movement”。*：無(wú)限截?cái)?。如：“patent*”，可以檢索到patent、patents、patented等；?：有限截?cái)唷Ｈ纾?wom?n"，可以檢索到woman和women。“fib??”，可檢索到fiber和fibre。SDOL(Elsevier電子期刊全文庫(kù))ADJ：表示兩詞相鄰，詞序不變，與短語(yǔ)檢索的結(jié)果相同；NEAR或NEAR（N）：表示兩詞中間可插入少于或等于N個(gè)單詞，詞序不限，如果不使用（N），系統(tǒng)默認(rèn)值為10。*：無(wú)限截?cái)?。如：“patent*”，可以檢索到patent、patents、patented等；?：有限截?cái)?。如?wom?n"，可以檢索到woman和women?！癴ib??”，可檢索到fiber和fibre。3/12/2024數(shù)據(jù)庫(kù)位置算符截詞算符ISIProceedings（ISI會(huì)議錄索引）SAME：同句算符，Channelsametunnel，表示channel和tunnel出現(xiàn)在同一句子中才符合檢索條件。*：無(wú)限截?cái)?。如“patent*”，可以檢索到patent、patents、patented等；?：有限截?cái)?。?wom?n"，可以檢索到woman和women?！癴ib??”可檢索到fiber和fibre。PQDD（博碩士論文數(shù)據(jù)庫(kù)）W/n：表示兩詞之間最多可插入n個(gè)單詞且詞序不限。如：Educationw/5intenet表示education和internet之間可以插入最多5個(gè)詞，并且前后位置可以顛倒；Pre/n：表示兩詞之間最多可插入n個(gè)單詞，且詞序不變。如：U.Spre/neconomicpolicy可檢出U.Saideconomicpolicy,或U.Swartimeeconomicpolicy。*：無(wú)限截?cái)?。如：“patent*”，可以檢索到patent、patents、patented等；?：有限截?cái)唷Ｈ纾?wom?n"，可以檢索到woman和women。“fib??”，可檢索到fiber和fibre。ProQuest同PQDD同PQDD計(jì)算機(jī)信息檢索技術(shù)3/12/2024檢索示例：有關(guān)“企業(yè)知識(shí)產(chǎn)權(quán)研究”檢索式檢索結(jié)果

（*表示AND，+表示OR，限定篇名字段）（2004-2006）1企業(yè)知識(shí)產(chǎn)權(quán)191篇（準(zhǔn)確度最高漏檢大）2企業(yè)*知識(shí)產(chǎn)權(quán)404（漏檢率較高）3（企業(yè)+集團(tuán)+公司）*知識(shí)產(chǎn)權(quán)466（適合綜述性文獻(xiàn)）4（企業(yè)+集團(tuán)+公司）*（知識(shí)產(chǎn)權(quán)+專利權(quán)520（查全率查準(zhǔn)率較高）+商標(biāo)權(quán)+著作權(quán)+名稱權(quán)）5（企業(yè)+集團(tuán)+公司）*（知識(shí)產(chǎn)權(quán)+專利權(quán)137（縮小范圍效果最佳）+商標(biāo)權(quán)+著作權(quán)+名稱權(quán)）*保護(hù)3/12/2024檢索結(jié)果表明：檢索詞的選擇、邏輯算符的使用、同義詞近義詞的擴(kuò)展、檢索字段的選擇等變化，對(duì)檢索結(jié)果數(shù)量的多少、檢索的查全和查準(zhǔn)有很大影響3/12/2024分析檢索主題，明確檢索要求確定學(xué)科范疇，選擇數(shù)據(jù)庫(kù)（注意數(shù)據(jù)庫(kù)所收錄文獻(xiàn)的學(xué)科、文獻(xiàn)類型、回溯年代、語(yǔ)種、更新頻率等）選擇檢索字段（您所輸入的檢索詞出現(xiàn)的位置，如：篇名、作者、摘要、作者單位等）限定檢索條件（如年代、學(xué)科、文獻(xiàn)類型、語(yǔ)種等）正確應(yīng)用各種算符根據(jù)檢索結(jié)果對(duì)上面的檢索步驟進(jìn)行調(diào)整二.計(jì)算機(jī)檢索程序與步驟計(jì)算機(jī)檢索程序與步驟3/12/2024分析檢索主題的中心內(nèi)容和所屬學(xué)科范圍，以便準(zhǔn)確選擇反映文獻(xiàn)內(nèi)容特征的主題詞、關(guān)鍵詞和學(xué)科范疇。明確檢索需求要求，即弄清檢索目的及要解決的問(wèn)題。檢索目的和要求是多種多樣的，是撰寫學(xué)位論文，還是申報(bào)科研課題，是技術(shù)革新還是成果鑒定，目的不同，檢索的策略和范圍也不同。檢索需求要求？主要反映在用戶對(duì)命中文獻(xiàn)的類型、語(yǔ)種及所需文獻(xiàn)的年代等方面的要求。1.分析檢索主題，明確檢索要求計(jì)算機(jī)檢索程序與步驟3/12/2024在分析檢索課題，明確檢索要求的基礎(chǔ)上，綜合考慮檢索系統(tǒng)的特點(diǎn)、收錄的學(xué)科范圍、各數(shù)據(jù)庫(kù)的專業(yè)范圍、主題內(nèi)容、數(shù)據(jù)來(lái)源與文獻(xiàn)類型、標(biāo)引的深度及準(zhǔn)確度、技術(shù)含量、數(shù)據(jù)的存貯年限、更新頻率、檢索速度、界面的友好程度以及檢索費(fèi)用、使用方法等因素。在同時(shí)有幾個(gè)數(shù)據(jù)庫(kù)可供檢索的情況下，應(yīng)首先選擇比較熟悉的數(shù)據(jù)庫(kù)。當(dāng)用戶要求檢索的文獻(xiàn)量比較大時(shí)，可首先用瀏覽的方式，按主題或?qū)W科專業(yè)的方式查找。2.確定學(xué)科范疇，選擇數(shù)據(jù)庫(kù)計(jì)算機(jī)檢索程序與步驟3/12/2024檢索詞是表達(dá)用戶信息需求和檢索課題內(nèi)容的基本元素，也是計(jì)算機(jī)檢索系統(tǒng)進(jìn)行匹配的基本單元。正確的主題分析是制定檢索策略的保證，它決定了檢索策略的質(zhì)量和檢索效果的好壞。因此，務(wù)必要在分析課題的主題概念中掌握課題的內(nèi)容實(shí)質(zhì)，概括出能最恰當(dāng)?shù)卮碇黝}概念的檢索詞。在選擇檢索詞時(shí)應(yīng)考慮將課題內(nèi)容分解或綜合成某些概念，提煉核心概念，發(fā)掘隱含概念，排除非核心與寬泛概念，力求檢索詞能反映用戶信息需求和檢索主題內(nèi)容。。3.確定檢索詞，編制檢索式計(jì)算機(jī)檢索程序與步驟3/12/2024先選用主題詞選用常用的專業(yè)術(shù)語(yǔ)避免選用高頻詞或低頻詞選用同義詞、多義詞與相關(guān)詞確定檢索詞時(shí)的注意事項(xiàng)計(jì)算機(jī)檢索程序與步驟3/12/2024當(dāng)所選的數(shù)據(jù)庫(kù)具有規(guī)范化詞表時(shí)，應(yīng)優(yōu)先選用該數(shù)據(jù)庫(kù)詞表中與檢索課題相關(guān)的規(guī)范化主題詞，從而可獲得最佳的檢索效果。例：自由詞：ComputervisionMachinevision主題詞(敘詞)：Visionsystems如：海綿自由詞表述：海綿規(guī)范化主題詞表述：聚氨酯泡沫塑料優(yōu)先選用規(guī)范化主題詞和專業(yè)術(shù)語(yǔ)，兼顧自由詞計(jì)算機(jī)檢索程序與步驟3/12/2024在數(shù)據(jù)庫(kù)沒(méi)有專用的詞表或詞表中沒(méi)有可選的詞時(shí)，可以從一些已有的相關(guān)專業(yè)文獻(xiàn)中選擇常用的專業(yè)術(shù)語(yǔ)作為檢索詞。選用常用的專業(yè)術(shù)語(yǔ)計(jì)算機(jī)檢索程序與步驟3/12/2024檢索時(shí)避免使用頻率較低或?qū)Ｖ感蕴叩脑~，一般不選用動(dòng)詞和形容詞；不使用禁用詞；盡量用或不用不能表達(dá)課題實(shí)質(zhì)的高頻詞，如“分析”、“研究”、“應(yīng)用”、“方法”、“發(fā)展”、“設(shè)計(jì)”等詞。必須用時(shí)，應(yīng)與能表達(dá)主要檢索特征的詞一起組配，或增加一些限制條件再用。避免使用低頻詞或高頻詞計(jì)算機(jī)檢索程序與步驟3/12/2024同一概念的幾種表達(dá)方式，如化學(xué)分析有chemicalanalysis，analyticalchemistry，chemicaldetermination，compositionmeasurement等。同一名詞的單復(fù)數(shù)、動(dòng)詞、動(dòng)名詞、過(guò)去分詞形式等，如生產(chǎn)有product，production，producing，produce，productive等，詞根相同時(shí)，可用截詞符解決。考慮上位概念詞與下位概念詞，如水果榨汁，不僅要選fruit，也應(yīng)選各種水果，如pear、orange、plum、peach、apple、pineapple等，反之，如某一種水果保鮮則應(yīng)參考水果保鮮。全稱和簡(jiǎn)稱在檢索時(shí)也要考慮選用。WTO（WorldTradeOrganization）植物和動(dòng)物名，其英文和拉丁名均要選用注意外來(lái)詞的譯寫變化選擇同義詞或近義詞、相關(guān)詞3/12/2024（您所輸入的檢索詞出現(xiàn)的位置，如：篇名、作者、摘要、作者單位等）利用各種算符構(gòu)造檢索式，然后選擇檢索入口即字段，如：題名、著者、主題詞、文摘、全文等。4.選擇檢索字段計(jì)算機(jī)檢索程序與步驟3/12/2024不同的檢索系統(tǒng)所提供的檢索技術(shù)也有所不同，比如默認(rèn)字、詞檢索、位置算符、截詞算符、引號(hào)、限定條件等不同的表示方法。因此上機(jī)檢索之前必須對(duì)要實(shí)施檢索的數(shù)據(jù)庫(kù)的結(jié)構(gòu)、檢索方式以及檢索技術(shù)有一定的認(rèn)識(shí)，使已制定的檢索策略與檢索系統(tǒng)提供的檢索方式相匹配，保證檢索策略能夠順利、正確的實(shí)施。5.利用檢索系統(tǒng)特定的指令正確實(shí)施檢索計(jì)算機(jī)檢索程序與步驟3/12/2024在得到檢索結(jié)果后，可能會(huì)出現(xiàn)一下三種讓人不太滿意的情況：.檢索結(jié)果太少，漏掉了相關(guān)文獻(xiàn).檢索結(jié)果太多，很多文獻(xiàn)不相關(guān).檢索結(jié)果并非我們要的內(nèi)容6.通過(guò)人機(jī)對(duì)話的方式不斷調(diào)整、修改檢索策略計(jì)算機(jī)檢索程序與步驟3/12/2024檢查檢索詞拼法是否正確。放寬檢索要求，提高檢全率去掉某個(gè)方面的檢索要求；放寬檢索范圍：學(xué)科領(lǐng)域、時(shí)間、文章類型等不作限制；將題名、關(guān)鍵詞字段改為摘要，甚至全文字段；更全面地考慮檢索主題，增加選用上位詞、同義詞、近義詞及縮寫形式；如：HIVORHumanimmunodeficiencyvirus*采用截詞檢索法，可以檢索到大多數(shù)單詞單數(shù)、復(fù)數(shù)和所有格，不規(guī)則單詞除外；如：cit*可以檢索出city,cities,city’s,cities’減少用“AND”或“NOT”算符聯(lián)結(jié)的概念；增加用“OR”聯(lián)結(jié)檢索詞；檢索結(jié)果太少，是否漏掉了相關(guān)文獻(xiàn)？3/12/2024進(jìn)一步限定檢索，提高檢準(zhǔn)率更加準(zhǔn)確地描述檢索需求；嚴(yán)格限定檢索范圍：學(xué)科領(lǐng)域、時(shí)間、文章類型，關(guān)鍵詞出現(xiàn)的字段等；選擇與檢索主題密切相關(guān)的詞和專業(yè)術(shù)語(yǔ)，如：kidneydiseaseORrenalfailure，避免使用過(guò)于寬泛的詞匯，如：influence；使用詞組檢索或位置檢索；在檢索結(jié)果的基礎(chǔ)上進(jìn)行二次檢索；增加用“AND”聯(lián)結(jié)的概念；利用邏輯“非”進(jìn)行限制；充分利用下位類檢索詞；使用詞組檢索或位置檢索檢索結(jié)果太多,是否很多文獻(xiàn)不相關(guān)？3/12/2024不同的檢索系統(tǒng)所提供的檢索技術(shù)也有所不同，比如默認(rèn)字、詞檢索、位置算符、截詞算符、引號(hào)、限定條件等不同的表示方法。因此上機(jī)檢索之前必須對(duì)要實(shí)施檢索的數(shù)據(jù)庫(kù)的結(jié)構(gòu)、檢索方式以及檢索技術(shù)有一定的認(rèn)識(shí)，使已制定的檢索策略與檢索系統(tǒng)提供的檢索方式相匹配，保證檢索策略能夠順利、正確的實(shí)施。5.利用檢索系統(tǒng)特定的指令正確實(shí)施檢索計(jì)算機(jī)檢索程序與步驟3/12/2024利用中國(guó)知網(wǎng)數(shù)據(jù)庫(kù)查找藥物上