信息资源检索教程优秀课件.ppt

信息资源检索教程第1页，本讲稿共53页第四章第四章 计算机检索技术计算机检索技术计算机检索的实质：匹配运算计算机检索的实质：匹配运算计算机检索技术计算机检索技术检索提问检索提问检索表达式检索表达式扫描、匹配扫描、匹配识别识别数据库数据库检索词的组检索词的组配技术配技术计算机检索计算机检索技术技术检索表达式的检索表达式的构成规则构成规则检检索索词词：主主题题词词、关关键键词词、名名称称、分分类类号号分分子子式式等等。检检索索表表达达式式：运运用用各各种种运运算算符符，把把检检索索词词连连接接组组配配。第2页，本讲稿共53页第四章第四章 计算机检索技术计算机检索技术布尔布尔逻辑逻辑位置位置逻辑逻辑截词截词字段字段限制限制加权加权计算机检索技术计算机检索技术计算机检索技术计算机检索技术其他其他4.14.24.34.44.64.5第3页，本讲稿共53页4.1 布尔逻辑检索技术布尔逻辑检索技术布尔逻辑检索技术就是利用布尔逻辑算符进行检索项布尔逻辑检索技术就是利用布尔逻辑算符进行检索项的逻辑组配，用以表达检索者的提问概念。的逻辑组配，用以表达检索者的提问概念。布尔逻辑算符指规定检索词之间相互关系的运算符布尔逻辑算符指规定检索词之间相互关系的运算符号，在检索表达式中起着逻辑组配的作用号，在检索表达式中起着逻辑组配的作用复杂概念的复杂概念的复杂概念的复杂概念的检索式检索式检索式检索式组配检索词检索词检索词检索词检索词检索词检索词检索词检索词检索词检索词检索词简 单第4页，本讲稿共53页4.1 布尔逻辑检索技术布尔逻辑检索技术常用的布尔逻辑运算符：常用的布尔逻辑运算符：逻辑逻辑“与与(AND)”逻辑逻辑“或或(OR)”逻辑逻辑“非非(NOT)”运算顺序运算顺序第5页，本讲稿共53页4.1.1 逻辑逻辑“与与”运算符运算符：AND 或或*用于交叉概念或限定关系的组配，实现检用于交叉概念或限定关系的组配，实现检索词概念范围的交集。索词概念范围的交集。表达式：表达式：A and B 或或 A*BBAndAnd两侧的检索词两侧的检索词必须同时出现在检必须同时出现在检索字段中索字段中检出同时含有检索词检出同时含有检索词A和检索词和检索词B的记录的记录A第6页，本讲稿共53页4.1.1 逻辑逻辑“与与”作用作用缩小检索范围，提高查准率。缩小检索范围，提高查准率。举例举例 检索检索“人口控制人口控制”或者或者“控制人口控制人口”方面的方面的文献信息。文献信息。人口人口 and 控制控制返 回第7页，本讲稿共53页4.1.2 逻辑逻辑“或或”运算符：运算符：OR 或或+用于检索词并列关系（同义词、近义词）的用于检索词并列关系（同义词、近义词）的组配，实现检索词概念范围的并集。组配，实现检索词概念范围的并集。表达式：表达式：A or B 或或 A+BB在文献记录中只要含有检索词A和检索词B中的任何一个即算命中检索出的记录含有检索词A或者检索词BA第8页，本讲稿共53页4.1.2 逻辑逻辑“或或”作用作用扩大检索范围，防止漏检，提高查全率。扩大检索范围，防止漏检，提高查全率。举例举例 检索检索“计算机计算机”方面的文献信息。方面的文献信息。计算机计算机 or 电脑电脑使用的注意事项使用的注意事项 如果检索词涉及表达整体概念，要针对具体情如果检索词涉及表达整体概念，要针对具体情况分别列出每个表达部分概念的检索词，否则将出况分别列出每个表达部分概念的检索词，否则将出现漏检。现漏检。返 回第9页，本讲稿共53页4.1.3 逻辑逻辑“非非”运算符：运算符：NOT 或或-一种排斥关系的组配，用来从原来的检索范一种排斥关系的组配，用来从原来的检索范围中排除不需要的概念。围中排除不需要的概念。表达式：表达式：A not B 或或 A-BB适用于排除含有某个指定检索词的记录A检索出的记录含有检检索出的记录含有检索词索词A A，但同时不含检，但同时不含检索词索词B B第10页，本讲稿共53页4.1.3 逻辑逻辑“非非”作用作用缩小检索范围，增强检索的准确性。但使用不当，易缩小检索范围，增强检索的准确性。但使用不当，易排除有用文献信息，从而导致漏检排除有用文献信息，从而导致漏检 举例举例 检索有关能源方面的文献信息，但不包括核能。检索有关能源方面的文献信息，但不包括核能。energy not nuclear使用的注意事项使用的注意事项 两个关系紧密的检索词不宜用两个关系紧密的检索词不宜用not返 回第11页，本讲稿共53页4.1 布尔逻辑检索技术布尔逻辑检索技术优先级高优先级高优先级低优先级低NOTANDOR布尔逻辑运算符的运算顺序返 回第12页，本讲稿共53页4.2 位置逻辑检索技术位置逻辑检索位置逻辑检索 利用位置逻辑算符限定检索词之间的位置，或指定检利用位置逻辑算符限定检索词之间的位置，或指定检索词在记录中某一特定位置进行检索。位置算符又称索词在记录中某一特定位置进行检索。位置算符又称邻接运算符。邻接运算符。位置逻辑检索的作用位置逻辑检索的作用 表达各个检索词之间的顺序与相对位置关系。表达各个检索词之间的顺序与相对位置关系。与布尔逻辑检索的区别与布尔逻辑检索的区别 使用布尔逻辑检索时，计算机只判断参加运算的检索词使用布尔逻辑检索时，计算机只判断参加运算的检索词在数据库记录中出现与否，不能确定检索词之间的相对在数据库记录中出现与否，不能确定检索词之间的相对位置关系。而通过与位置算符配合使用可以减少检索误位置关系。而通过与位置算符配合使用可以减少检索误差。差。第13页，本讲稿共53页4.2 位置逻辑检索技术Dialog系统中的几种位置算符系统中的几种位置算符 同词位检索同词位检索 （W）（With/Word）、）、（nW）（N）（NEAR）、（）、（nN）同字段检索同字段检索 （F）（Field）（L）（Link）其他位置算符其他位置算符 （S）（Subfield）（C）（Citation）第14页，本讲稿共53页4.2.1 同词位检索允许在连接的两个词之允许在连接的两个词之间最多夹入间最多夹入n n个其他单个其他单元词，只强调插入单元元词，只强调插入单元词个数没限定插入单元词个数没限定插入单元词的具体范围，同时词词的具体范围，同时词序不能颠倒序不能颠倒此算符两侧的检索词必须按输此算符两侧的检索词必须按输入时的前后顺序排列，而且所入时的前后顺序排列，而且所连接的词之间除可以有一个空连接的词之间除可以有一个空格或一个标点符号或一个链接格或一个标点符号或一个链接号外不得夹有任何其他单词或号外不得夹有任何其他单词或字母字母（W）/（）（）(nW)举例举例举例举例严密性强严密性强严密性差严密性差第15页，本讲稿共53页4.2.1 同词位检索允许两个检索词之间最允许两个检索词之间最多可以插入多可以插入n个单词，个单词，且这两个检索词的词序且这两个检索词的词序任意任意此算符两侧的检索词必此算符两侧的检索词必须紧密相连，所连接的须紧密相连，所连接的词间不允许插入任何其词间不允许插入任何其他单词或字母，但词序他单词或字母，但词序可以颠倒可以颠倒（N）(nN)举例举例举例举例第16页，本讲稿共53页（N）举例检索式检索式 chemistry（N）physics命中命中含有含有chemistry physics或或physics chemistry的文献的文献返返 回回第17页，本讲稿共53页检索式检索式 economic（2N）recovery（nN）举例命中命中含有含有economic recovery或或recovery of the economic的文献的文献返返 回回第18页，本讲稿共53页（W）/（）举例检索式检索式 American（）（）Literature命中命中有关有关American Literature或或American，Literature的文献的文献返返 回回第19页，本讲稿共53页（nW）举例检索式检索式 knowledge（1W）economy命中命中有关有关knowledge economy或或knowledge-based economy的文献的文献返返 回回第20页，本讲稿共53页举举 例例举举 例例4.2.2 同字段检索（L）（F）表示此算符两表示此算符两侧的检索词必侧的检索词必须同时出现在须同时出现在同一字段内。同一字段内。如：篇名字段、如：篇名字段、文摘字段、叙文摘字段、叙词字段等，但词字段等，但两词的词序中两词的词序中间插入的次数间插入的次数不限。不限。表示两个检索表示两个检索词之间存在从词之间存在从属关系或限制属关系或限制关系。如果其关系。如果其中一个为一级中一个为一级主题词，另一主题词，另一个就为二级主个就为二级主题词。题词。第21页，本讲稿共53页（L）举例检索式检索式 control（L）stability命中命中标题含有标题含有controlcontrol和和stabilitystability两个检索两个检索词的文献记录。词的文献记录。返返 回回第22页，本讲稿共53页（F）举例检索式检索式 economic（F）knowledge命中命中标题为标题为“the Economic Impact of the Economic Impact of Knowledge-BasedKnowledge-Based”的文献记录。的文献记录。返返 回回原因：原因：算符两侧的检索词在同一标题字段中算符两侧的检索词在同一标题字段中第23页，本讲稿共53页4.2.3 其他位置逻辑检索（S）（Subfield）表示在此算副辆车的检索词必须出现在表示在此算副辆车的检索词必须出现在同一个子字段同一个子字段同一个子字段同一个子字段中，顺中，顺序不变，中间可插入词数不限。序不变，中间可插入词数不限。举例举例 （basic or cobol or pascal）（）（S）（）（program*or compil*）Basic(S)program*basic(S)compil*Cobol(S)program*cobol(S)compil*Pascal(S)program*pascal(S)compil*第24页，本讲稿共53页4.2.3 其他位置逻辑检索(C)（Citation）表示两侧的检索词只能出现在表示两侧的检索词只能出现在同一条记录同一条记录同一条记录同一条记录中，且中，且对它们的相对位置或次序没有任何限制，作用对它们的相对位置或次序没有任何限制，作用和布尔算符和布尔算符and完全相同完全相同第25页，本讲稿共53页位置逻辑算符位置逻辑算符的优先顺序的优先顺序C（S）（N）（W）（F）4.2 位置逻辑检索技术严谨严谨宽松宽松返 回第26页，本讲稿共53页4.3 截词检索技术实质实质 截词检索就是用截词符号将检索词截断，用截词检索就是用截词符号将检索词截断，用检索词的片段进行匹配运算。检索词的片段进行匹配运算。注意注意 在截断时，截断的词干不能太短，词干一在截断时，截断的词干不能太短，词干一般应在般应在3个字符以上，以免增加检索时间，个字符以上，以免增加检索时间，产生误检。产生误检。第27页，本讲稿共53页4.3 截词检索技术截词形式截词形式 按截词的字符数量按截词的字符数量有限截断、无限截断有限截断、无限截断按截词的位置按截词的位置右截断、左截断、中间截断右截断、左截断、中间截断第28页，本讲稿共53页4.3.1 按截词数量截断有限截断有限截断 指限定截去有限个字符。指限定截去有限个字符。截断符号截断符号?截断截断1个字符个字符?截断截断2个字符个字符 依此类推。依此类推。举例举例 输入：输入：product?结果：含有结果：含有product、products的记录的记录第29页，本讲稿共53页4.3.1 按截词数量截断无限截断无限截断 检索词词干可变化两个以上字符时，连续检索词词干可变化两个以上字符时，连续使用若干个使用若干个“?”或或“*”代替变化字符。代替变化字符。用法用法可同时查找含有该词干的所有文献记录，可同时查找含有该词干的所有文献记录，亦可用于年代的查找。亦可用于年代的查找。第30页，本讲稿共53页4.3.2 其他截断方式1.把截词符号置放在一个检索词的中间；2.中截断不允许有限截断1.将截词符号放在一个字符串左方，表示其左的有限或无限个字符不影响该字符串的检索；2.实质：后方一致检索1.最常用的截词检索技术；2.放在字符串右方，表示其右有限或无限个字符不影响该字符串的检索；3.实质：后截断是前方一致检索后截断后截断前截断前截断 中截断中截断举例举例举例举例举例举例返 回第31页，本讲稿共53页后截断举例输入：输入：computer*检索结果检索结果隐含隐含OROR运运算特性算特性第32页，本讲稿共53页后截断注意事项后截断主要使用于如下几种情况：后截断主要使用于如下几种情况：检索词的单复数的描述；检索词的单复数的描述；如：如：book?同根词的表达；同根词的表达；如：如：chemi*可以检索出可以检索出chemical、chemistry、chemist等同根词等同根词 年代的表达；年代的表达；如：如：20?（21世纪），世纪），199?（20世纪世纪90年代）年代）作者作者如：如：Moyer*可以检索出所有姓可以检索出所有姓Moyer的作者的作者返返 回回第33页，本讲稿共53页前截断举例输入：输入：*computer检索结果检索结果microcomputerminicomputer返返 回回第34页，本讲稿共53页中截断举例输入：输入：organi?ation检索结果检索结果organizationorganisation中截断主要使用于如下几种情况：中截断主要使用于如下几种情况：检索词的拼写方式存在美式、英式之分；检索词的拼写方式存在美式、英式之分；检索词在某个元音位置出现的单复数不同；检索词在某个元音位置出现的单复数不同；如：如：man与与men作用作用扩大检索范围，提高检全率，减少检索词的输入量扩大检索范围，提高检全率，减少检索词的输入量返返 回回第35页，本讲稿共53页4.4 字段限制检索技术在检索系统中，通常有一些缩小或约束检在检索系统中，通常有一些缩小或约束检索结果的方法，称为限制检索。索结果的方法，称为限制检索。限制检索的方式限制检索的方式字段限制检索字段限制检索1使用限制符检索使用限制符检索2第36页，本讲稿共53页4.4.1 字段限制检索特点及作用特点及作用使检索出的文献信息达到一定的专指度。将检索词限制使检索出的文献信息达到一定的专指度。将检索词限制在记录的某个特定字段内检索，不但可以减轻机器负担，在记录的某个特定字段内检索，不但可以减轻机器负担，提高运算速度，还可以使检索结果更准确。提高运算速度，还可以使检索结果更准确。用法用法将需要检索的内容限制在相关的字段内。将需要检索的内容限制在相关的字段内。如：作者姓名作者字段如：作者姓名作者字段关键词关键词或题名字段关键词关键词或题名字段第37页，本讲稿共53页4.4.1 字段限制检索字段种类字段种类基本字段：表达文献内容特征的字段基本字段：表达文献内容特征的字段辅助字段：表达文献外表特征的字段辅助字段：表达文献外表特征的字段字段检索形式字段检索形式1.通过菜单选择检索字段通过菜单选择检索字段2.用命令的方式输入字段限制算符用命令的方式输入字段限制算符篇名字段、文摘字段、叙词字段、分类类目等作者、机构、文献类型、语种等返 回第38页，本讲稿共53页4.4.2 使用限制符检索Web检索方式通常通过菜单选择检索字段，在联机检索方式通常通过菜单选择检索字段，在联机Web高级检索中，还可以用表示语种、文献类型、出高级检索中，还可以用表示语种、文献类型、出版国家、出版年代等额字段标识符来限制检索范围。在版国家、出版年代等额字段标识符来限制检索范围。在Dialog系统中，用专门的字符表示不同字段。系统中，用专门的字符表示不同字段。第39页，本讲稿共53页4.4.2 使用限制符检索前缀限制字符前缀限制字符AU=限查特定作者限查特定作者JN=限查特定刊名限查特定刊名LA=限查特定语种限查特定语种PN=限查特定专利号限查特定专利号PY=限查特定年代限查特定年代后缀限制符后缀限制符/TI限在题目中查限在题目中查/AB限在文摘中查限在文摘中查/DE限在叙词标引中查限在叙词标引中查 查找2004年出版的英文或法文的宏观经济学方面的期刊 检索式：(macroeconomics/de,ti,ab)AND PY=2004 AND(LA=EN OR FR)AND DT=Serial举例举例限制字符的使用限制字符的使用返 回第40页，本讲稿共53页4.5 加权检索技术与其他检索技术的区别与其他检索技术的区别基本方法基本方法 1.在每个检索词后面给定表示重要程度的数值，称为权在每个检索词后面给定表示重要程度的数值，称为权 值。值。2.检索时，查找这些检索词在数据库记录中是否存在检索时，查找这些检索词在数据库记录中是否存在3.计算存在的检索词的权值总和。计算存在的检索词的权值总和。4.权值之和达到或超过预先给定的阙值，即为命中权值之和达到或超过预先给定的阙值，即为命中其他检索技术其他检索技术加权检索技术加权检索技术侧重点侧重点判定检索词或字符串在数据判定检索词或字符串在数据库中，与别的检索词或字符库中，与别的检索词或字符串是什么关系串是什么关系判定检索词或字符串在满足检索判定检索词或字符串在满足检索逻辑后对文献信息命中与否的影逻辑后对文献信息命中与否的影响程度响程度返 回第41页，本讲稿共53页4.6 其他辅助检索技术4.6.1 信息的浏览式检索与链接技术信息的浏览式检索与链接技术 4.6.2 检索结果的翻译和多语种检索结果的翻译和多语种(或跨语种）或跨语种）检索技术检索技术 4.6.3 检索结果的后处理技术检索结果的后处理技术第42页，本讲稿共53页4.6.1 信息的浏览式检索与链接技术信息的浏览式检索与链接技术用用 户户 在计算机检索系统中，在计算机检索系统中，“浏览浏览”方式的实现主要得益于方式的实现主要得益于超文本超文本超文本超文本链接技术链接技术链接技术链接技术的成功应用。的成功应用。某种信息组织结某种信息组织结构构（或导航机制）（或导航机制）链链 接接信信 息息系统预定义系统预定义相关或未曾预料相关或未曾预料的有用信息的有用信息访问、探寻访问、探寻提提 供供第43页，本讲稿共53页4.6.1 信息的浏览式检索与链接技术信息的浏览式检索与链接技术搜索引擎搜索引擎目前，基于浏览式检索的技术方法已在网络搜索目前，基于浏览式检索的技术方法已在网络搜索引擎中得到了广泛应用，以引擎中得到了广泛应用，以YahooYahoo为首创的一类网为首创的一类网络搜索引擎就是通过络搜索引擎就是通过分类目录导航机制分类目录导航机制实现对同实现对同络信息的浏览式检索的。络信息的浏览式检索的。此外，超文本链接技术在传统的基于关键词匹配的此外，超文本链接技术在传统的基于关键词匹配的信息检索系统中，也越来越显现出重要的应用价值。信息检索系统中，也越来越显现出重要的应用价值。第44页，本讲稿共53页4.6.1 信息的浏览式检索与链接技术信息的浏览式检索与链接技术参考文献链接参考文献链接(Cited Reference)相关记录链接相关记录链接(Related Records)被引次数链接被引次数链接(Times Cited)内链接内链接内链接内链接第45页，本讲稿共53页被引次数链接举例在系统检索结果列表中，该链接在系统检索结果列表中，该链接点首先给出该文献的被引用次数，点首先给出该文献的被引用次数，单击该链接点，系统会进一步显单击该链接点，系统会进一步显示引用该篇文献的所有其他文献；示引用该篇文献的所有其他文献；点击点击第46页，本讲稿共53页参考文献链接举例该链接点不仅可以显示该检索结果该链接点不仅可以显示该检索结果文献所使用的参考文献数量，单击文献所使用的参考文献数量，单击它还可显示这些参考文献的具体列它还可显示这些参考文献的具体列表；表；点击点击第47页，本讲稿共53页相关记录链接通过该链接点可以查看在不同通过该链接点可以查看在不同年份中与当前所检索的记录共年份中与当前所检索的记录共同引用同一篇同引用同一篇(或多篇或多篇)参考文参考文献的一组文献，即相关记录，献的一组文献，即相关记录，并按共同引用参考文献的多少并按共同引用参考文献的多少排序。排序。第48页，本讲稿共53页4.6.1 信息的浏览式检索与链接技术信息的浏览式检索与链接技术外部链接外部链接 与原始文献的链接；与原始文献的链接；与图书馆馆藏与图书馆馆藏OPAC系统的链接，了解该文献系统的链接，了解该文献 记录所在期刊的馆藏情况；记录所在期刊的馆藏情况；与其他数据库服务系统的链接。与其他数据库服务系统的链接。返 回第49页，本讲稿共53页4.6.2 检索结果的翻译和多语种检索结果的翻译和多语种(或跨语种）检索技术或跨语种）检索技术 目前检索结果翻译这一检索辅助功能主要出现在网络搜索目前检索结果翻译这一检索辅助功能主要出现在网络搜索引擎中。目前，一些大型、综合性搜索引擎在检索结果翻引擎中。目前，一些大型、综合性搜索引擎在检索结果翻译方面已经展开研究，并开始提供这一服务功能。译方面已经展开研究，并开始提供这一服务功能。与检索结果翻译问题密切关联的另一个问题是多语种与检索结果翻译问题密切关联的另一个问题是多语种(或跨语种或跨语种)检索问题。检索结果的翻译功能毕竟有限，检索问题。检索结果的翻译功能毕竟有限，更重要的应是多语种更重要的应是多语种(或跨语种或跨语种)检索功能的实现。鉴于检索功能的实现。鉴于自然语言理解的困难性，真正意义上的多语种检索实现自然语言理解的困难性，真正意义上的多语种检索实现技术目前仍处于研究中。技术目前仍处于研究中。返 回第50页，本讲稿共53页4.6.3 检索结果的后处理技术检索结果的后处理技术排序输出排序输出最常用最常用(或默认或默认)的排序标准：相关度的排序标准：相关度(relevance)排序，排序，检索结果条目检索结果条目用户检索请求用户检索请求匹匹 配配第51页，本讲稿共53页4.6.3 检索结果的后处理技术检索结果的后处理技术联机聚类联机聚类联机聚类技术可以动态地把检索结果集合划分、安排到一个由联机聚类技术可以动态地把检索结果集合划分、安排到一个由聚类计算面生成的类目等级结构中，用户通过在这一目录结构聚类计算面生成的类目等级结构中，用户通过在这一目录结构中进一步浏览其感兴趣的结果，可以节省大量的联机时间。中进一步浏览其感兴趣的结果，可以节省大量的联机时间。去重合并去重合并存在原因：存在原因：1.国际联机检索系统的多数据库国际联机检索系统的多数据库(或跨数据库或跨数据库)检索；检索；2.网络搜索引擎的信息检索。网络搜索引擎的信息检索。目前，独立搜索引擎对检索结果中的重复信息很少进行过目前，独立搜索引擎对检索结果中的重复信息很少进行过滤处理。不过，元搜索引擎则普遍具有对来自不同引擎重复检滤处理。不过，元搜索引擎则普遍具有对来自不同引擎重复检索结果的合并和去重功能。索结果的合并和去重功能。第52页，本讲稿共53页谢谢!第53页，本讲稿共53页