計算機檢索的基本原理及過程

計算機檢索

的基本原理及過程

wangxin@

錄

?文獻數據庫的概念

?文獻數據庫檢索步驟

?主題詞關鍵詞的選取

?文獻數據庫的字段檢索

?檢索效果評價

?常用檢索技術

?計算機信息檢索實例

文故數據庫基本知識

1丈故數據埠

?文故數據庫是將各個學科領域、

各種專業(yè)技術方面的丈故信息匯集

在?起,經過分門別類的組織、加

工、編排后形成的數據庫。它能夠

提供人們方便而快速地，更具針對

性地查找各種文故咨料的線索或者

全文。

文故數據庫基本知識

1.1丈故數據庫的類型

按收錄文獻的類型劃分按提供信息的詳略劃分

2、文獻數據庫檢索步驟

■確定檢索要求和目標擬定檢索對象范圍主題詞

?選擇數據庫及檢索途徑

實施檢索并顯示檢索結果用檢索技術優(yōu)化檢索結果

選擇輸出（打印、拷貝或發(fā)送至電子郵箱）

2.1選擇檢索詞

?利用主題詞表

-選取規(guī)范化的主題詞或詞組

?利用印刷版的檢索工具書

-手工試檢，根據檢出文獻的主題詞標引情

?選用自由詞

-由于詞表規(guī)模的限制，不可能對某一專業(yè)

作全面檢索時，應考慮選用自由詞，盡可

能多地選用與課題有關的同義詞，以防漏檢。

檢索詞選取時應注意的問題

冷僻詞

找出隱性概念

使用核心概念

注意同義詞近義詞詞型變化

2.2檢奈途桎

作者（文章的責任者）

篇名（或題名）

機構（如浙江工業(yè)大學）

關鍵詞（如污水處理、高層建筑）

主題詞（規(guī)范化的主題概念，如用激光不用雷射）

文摘（論文或圖書的摘要或內容提要）

引文（即參考文獻）

基金（如國家自然科學基金項目）

刊名（期刊的名稱）

全文（或者全記錄）一

2.3常用檢索技術一常用其二妗付

?邏輯算符

?位置算符

?截詞符

?常用命令

邏輯檢索概念示意

BnotA

常用算符-正科算符

?與、AND、*

-用于概念交叉和限定。起縮小檢索范圍和

提高文獻查準率的作用。

?例Solar*Energy

常用算符-逐料算符

?或、OR、+

-用于概念之間并列關系的組配。增加主題

的同義詞，

-以擴大檢索范圍，避免文獻漏檢。

?例www+internet+network

,常用算符-近輯算符

?非、NOT、-

-從原檢索范圍中剔除一部分不需要的內容。

?例Energy-Nuclear

-除核能以外的有關能源方面的文獻才被命

中。

,常用算符-住置算符

布爾算符中的邏輯“與”只要求兩個

檢索詞必須同時出現在同一篇文獻中，

而沒有限定算符兩側檢索詞之間的位置

關系，有時難免造成誤檢。

常用算符-住置算符

例如，查找“細菌對染料破壞”方面的文

獻-Hh，

檢索詞：細菌、破壞、染料

邏輯“與”組配

檢索結果:命中同時用這三個詞標引的文獻

-有“細菌對染料的破壞”方面的文獻，

-也會有“染料對細菌的破壞”方面的文獻，

?要排除后一部分的文獻，就需用位置算符限定詞

與詞之間的位置關系。

常用算符-蒞置算符

?(W)或()算符：“With”的縮寫

-詞序不許顛倒

-兩詞之間不許插詞，只許空格或連字符號

?例CD(W)ROM將命中CDROM或CD-

ROM

?solar()energy檢出solarenergy

常用算符-蒞置算符

?(nW)算符：“nwords”的縮寫

-(nW)是從(W)算符引伸出來

-檢索詞之間允許插入0—n個詞

-詞序不許顛倒

?例anticorrosion(1W)paint

可檢出anticorrosionpaint和anticorrosionofpaint

?例檢索“材料磨損”(WEAROF

MATERIALS)方面的文獻，

檢索式：WEAR(1W)MATERIALS

常用算符-蒞置算符

?(N)算符：“Near”的縮寫

-詞序可以顛倒

-兩詞之間不許插詞

?例cross(N)section

可檢出crosssection和sectioncross

常用算符-核置算符

?(nN)算符：

-(nN)是從(N)算符引伸出來

-檢索詞之間允許插入0—n個詞

-詞序可以顛倒

,常用算符-住置算符

?(F)算符：“Field”的縮寫

-算符兩側的檢索詞必須在同一字段內

-詞序及兩詞間插入的詞數不限

?彳列digital(F)computer/TI,AB

常用算符-住置算符

?(S)算符：“Sentenc鏟和“Sub-field”的

縮寫

-算符兩側的檢索詞必須在同一句子

-詞序及兩詞間插入的詞數不限

,常用算符-住置算符

上述位置算符可以混合用于同一檢索

式中，由于檢索系統(tǒng)是按從左到右的順

序處理檢索式，因此，應將限制最嚴的

算符放在最左邊。

84,

常用6二付就詞符

?非限制性截詞：“？”加在詞干或不

完整的詞上，對詞的完整意義進行檢

索。

computer?代表Computer,computers,

computerized等

?限制性截詞：analy?er命中記錄中將出

現analyzer和analyser；work???命中記

錄中將出現，work,works5worker,

workers5working

3、檢索效率

?檢索系統(tǒng)進行檢索時產生的有效結果

?它直接反映了檢索系統(tǒng)性能的好壞。

?衡量檢索效果的指標

一查全率(recallratio)

一查準率(precisionratio)

檢索出的相關文獻量

杳且全王至率R=-數-據--庫--中-的--全--部--相-關--文--獻--xlOO%

氐/、+檢索出的相關文獻量

查準率P=-4A山.-M閆一X100%

檢出的文獻總量

最理想的檢索結果是查全率和查準率都達到100%。

R—100%表示數據庫中收錄的全部相關文獻都被檢索出來

P—100%表示檢索出來的文獻全部都是相關文獻

但事實上，檢索中有許多因素使這個指標很難達到。

C.W.Cleverdon（英）進行

Granfield試驗，得出

查全率R與查準率P曲線。R

?R—P之間存在著互逆關系

點

?A總翥詞數量多，泛指性強，

查全率較高但查準率卻非常低

?B點

M索詞專指性較強，查準率就高

查全率因此降低

?C,D兩點

兩種極端的折衷。

查全率一般在60%——70%查全與查準率P的關系曲線

查準率一般在40%——50%

?無論怎樣調整檢索策略和改進系

統(tǒng)效率，都無法使P和R同時接近100%。

4、計算機檢索實例

課題名稱：高層建筑的抗震結構設計

?課題分析

該課題涉及的主要概念有：高層、建筑、

抗震問題和結構設計等方面。

作業(yè)

1、信息素質包括哪幾個方面？

2、信息檢索活動的功用有哪些？

3、丈故按加工深度、出版形式和載體形點分別可分成哪幾類？

4、文技檢索的工具有哪些？文故數據庫可分成哪幾種類型？請列舉

五種檢索途徑。

5、請查詢本校圖書稔的稔箴目錄，寫出5本有關“計算機應用”或

“國際貿易”的圖書的素書號并簡要說明素書號的構成。

6、什么是檢索語言，檢索語言有幾種？請詳細列舉并進行比較。

文故檢索的方法有哪些？各自的優(yōu)缺點是什么？

?8、如何提高檢索丈故的效率并查會查準丈故？

潮9、檢索詞選取時應注意的問題有哪些？

110、國際商業(yè)經濟活動中應了解的信息有哪些？（非經貿專業(yè)不做）

■11、請說明計算機檢索系統(tǒng)的基本原理及檢索過程。

12、布東正科檢素