第3章检索原理及技术 信息检索.ppt

第第3章章 检索检索原理及检索技术原理及检索技术四川大学图书馆四川大学图书馆 目目 录录第第1节节 信息检索原理信息检索原理第第2节节 信息检索技术信息检索技术第第1节节 信息检索原理信息检索原理一、信息检索类型一、信息检索类型二、信息检索的效率二、信息检索的效率三、信息检索步骤三、信息检索步骤一、信息信息检索的索的类型型、文献、文献信息检索信息检索、数据信息检索、数据信息检索3、事实信息检索、事实信息检索、文献、文献信息检索信息检索 书目信息检索书目信息检索 全文信息检索全文信息检索书目信息检索书目信息检索以标题、作者、原文来源、摘要及以标题、作者、原文来源、摘要及收藏地点为检索对象的一类检索称收藏地点为检索对象的一类检索称之为书目信息检索。之为书目信息检索。特点：检索结果不直接解答用户特点：检索结果不直接解答用户提出的技术问题，只提供有关线索。提出的技术问题，只提供有关线索。例如：查例如：查 “我国城市居民奶制品消费习惯我国城市居民奶制品消费习惯”的有关文献信息。的有关文献信息。张明立张明立.我国城市居民奶制品消费行为的我国城市居民奶制品消费行为的调查分析调查分析.中国乳品工业中国乳品工业.2002（3）四川大学工学图书馆收藏有原文。四川大学工学图书馆收藏有原文。全文信息检索全文信息检索 以论文或专利说明书的全文为检索对象的一类以论文或专利说明书的全文为检索对象的一类检索叫做全文信息检索。检索叫做全文信息检索。特点：检索结果是与课题相关的论文或专利说特点：检索结果是与课题相关的论文或专利说明书的全文。明书的全文。是在书目信息检索基础上更深层次的内容检索。是在书目信息检索基础上更深层次的内容检索。数据信息检索数据信息检索以具有以具有数量性质数量性质并以并以数值形式数值形式表示的表示的数据数据为检为检索对象的一类检索。索对象的一类检索。是一种确定性检索。一般常用数据大全、手是一种确定性检索。一般常用数据大全、手册、年鉴进行检索。册、年鉴进行检索。事实信息检索事实信息检索以事项为检索对象，检索结果是有关某一事物以事项为检索对象，检索结果是有关某一事物的具体答案。如日本哪些公司在生产等离子电的具体答案。如日本哪些公司在生产等离子电视机。视机。也是一种确定性检索。一般常用手册、年鉴、也是一种确定性检索。一般常用手册、年鉴、百科全书进行检索。百科全书进行检索。二、二、信息检索效率信息检索效率信息检索效率是评价一个检索系统性能优劣的信息检索效率是评价一个检索系统性能优劣的质量标准，它贯穿于信息的存储和检索的全过质量标准，它贯穿于信息的存储和检索的全过程。包括检索系统的可利用性，信息资源的可程。包括检索系统的可利用性，信息资源的可利用性和可获得性，检索系统之检索技术的可利用性和可获得性，检索系统之检索技术的可利用性和友好性。其评价的具体指标是利用性和友好性。其评价的具体指标是 查全率查全率 查准率查准率查全率查全率 利用检索系统进行某一课题检索时，检出的相关利用检索系统进行某一课题检索时，检出的相关信息量（信息量（w）与该系统中存储的相关信息量（与该系统中存储的相关信息量（X）的比率称为查全率（的比率称为查全率（R），），用公式表示如下：用公式表示如下：R=(检出文献检出文献W/系统中存储的文献系统中存储的文献X)100%查查 准准 率率 利用检索系统进行某一课题检索时，检利用检索系统进行某一课题检索时，检出的相关信息量（出的相关信息量（w）与检出信息总量（与检出信息总量（M）的比率称为查准率（的比率称为查准率（P），），用公式表示如下：用公式表示如下：P=(检出的检出的相关信息量相关信息量W/检出的检出的所有信息量所有信息量M)100%三、三、检索步骤检索步骤1、明确检索目的。、明确检索目的。2、对检索课题进行分析，找出检索词。、对检索课题进行分析，找出检索词。3、制定检索策略（包括选检索系统、选检、制定检索策略（包括选检索系统、选检索途径、编制检索提问式）。索途径、编制检索提问式）。4、区分文献类型。区分文献类型。5、整理信息线索，索取原始文献。、整理信息线索，索取原始文献。第第2节节 信息检索技术信息检索技术一、检索技术一、检索技术 1 1 布尔检索：见教材布尔检索：见教材 2 2 近义检索：见教材近义检索：见教材 3 3 截词检索：见教材截词检索：见教材 4 4 限制检索限制检索：见教材：见教材二、检索技术应用二、检索技术应用三、如何选用关键词三、如何选用关键词1 布尔检索布尔检索布尔逻辑算符的形式及含义布尔逻辑算符的形式及含义 （1）逻辑与逻辑与 （2）逻辑或）逻辑或 （3）逻辑非）逻辑非逻辑与逻辑与1、概念：逻辑与是一种具有概念交叉或概念限、概念：逻辑与是一种具有概念交叉或概念限定关系的组配。定关系的组配。2、算符：、算符：“*”或或“AND”,并且并且3、特点：增强了专指度，提高了查准率。特点：增强了专指度，提高了查准率。4、例：、例：“微波微波”AND “通信通信”逻辑或逻辑或1、概念：逻辑或是一种具有概念相同，概念、概念：逻辑或是一种具有概念相同，概念相关的组配。相关的组配。2、算符：、算符：“+”、“OR”、“或者或者”3、特点：扩大检索范围，提高了查全率。特点：扩大检索范围，提高了查全率。4、举例：、举例：“废水废水”OR“污水污水 逻辑非逻辑非1、逻辑非是一种具有概念排除关系的组配。、逻辑非是一种具有概念排除关系的组配。2、算符：、算符：“-”、“NOT”、不包含、不包含3、特点：排除不需要的概念，提高查准率，但影特点：排除不需要的概念，提高查准率，但影响查全率。响查全率。4、举例：、举例：“制药废水制药废水 NOT 放射废水放射废水”A布尔逻辑组布尔逻辑组配图配图(a)逻辑逻辑与与 A=619 B=23290 A AND B=54(b)逻辑逻辑或或 A=341 B=76 A OR B=364(c)逻辑逻辑非非 A=25283 B=4945 A NOT B=2431工程索引EI返回中国知识产权局网站中国专利检索2、词位检索词位检索词位检索具有限定检索词的词与词之间词位检索具有限定检索词的词与词之间位置关系的功能，可位置关系的功能，可弥补布尔逻辑算符弥补布尔逻辑算符只是定性规定检索词的范围，不确定相只是定性规定检索词的范围，不确定相互位置和顺序的缺陷互位置和顺序的缺陷。以提高检准率。以提高检准率。词位检索之一词位检索之一 (W)与（与（Nw）:两词之间用两词之间用“W”，表示其相邻关系。词之表示其相邻关系。词之间不允许插入其它词和字母，但允许有一空格或间不允许插入其它词和字母，但允许有一空格或标点符号。词序不能颠倒。标点符号。词序不能颠倒。SICHUAN(W)UNIVERSITY nW两词之间用两词之间用“nW”，词之间允许（非必需）词之间允许（非必需）插入插入n个其它词和字母，词序不能颠倒。个其它词和字母，词序不能颠倒。例如例如:laser(1w)printer邻位检索之二邻位检索之二(N)与与(nN)：两词之间不能插入任何词（或可以插两词之间不能插入任何词（或可以插入入n个词）但词序可以颠倒。个词）但词序可以颠倒。例如例如:air(N)pollution网络数据库网络数据库:NERA:NERA 、SAMESAME特点：限制检索词之间的位置关系，提高查准率。特点：限制检索词之间的位置关系，提高查准率。NERA表示两词之间不得多于表示两词之间不得多于9个词，词前后位置个词，词前后位置任意；（任意；（EI）SAME要求检索词在同一个句子中，检索词在句要求检索词在同一个句子中，检索词在句子中的顺序任意。子中的顺序任意。（SCI）3、截词检索截词检索 截词检索是防止漏检，提高查全率的一截词检索是防止漏检，提高查全率的一种常用检索技术。大多数网站都提供了截种常用检索技术。大多数网站都提供了截词检索的功能。有的网站也叫做通配符或词检索的功能。有的网站也叫做通配符或词干法。用或词干法。用或？表示。？表示。有有左截词左截词、右截右截词词和和中截词中截词右右截词截词右截词（又称后截词）：右截词（又称后截词）：是一种满足前方一致的检索。是一种满足前方一致的检索。例如：例如：treat*可检出：可检出：treat 和和 treatment 两个词。两个词。右截词分为右截词分为有限有限和和无限无限右截词两种。右截词两种。1）有限右截词：）有限右截词：主要用于词的单复主要用于词的单复数，动词的词尾变化等。数，动词的词尾变化等。截词符截词符“？”截几个字符，就在词根后加截几个字符，就在词根后加几个几个“？”。Book?Book Books2）无限右截词：主要用于同根词。在词根后加一）无限右截词：主要用于同根词。在词根后加一个个“？”或或“*”，可检出含有该词根的所有，可检出含有该词根的所有记录。记录。Computer?Computer Computers Computering Computered Computerization中截词中截词允许检索词允许检索词中间中间有若干变化形式有若干变化形式 例如：例如：womwom*n n wom?nwom?n wom woma an n woman woman wom wome en n women women 常用于美英拼写法不同和名词单复数不一样常用于美英拼写法不同和名词单复数不一样的情况的情况4、限制限制检索技索技术概念：概念：限制检索是将检索词限制在特定的范限制检索是将检索词限制在特定的范围内检索。围内检索。常用的限制检索有常用的限制检索有：字段、文献类型、语种：字段、文献类型、语种 年代。年代。特点特点:限制查找的范围，满足课题对查全、限制查找的范围，满足课题对查全、查准的要求查准的要求二二.检索技术的应用检索技术的应用中文科技期刊全文数据库 传统检索方式 逻辑与检索逻辑或检索限制检索限制检索检索技术在检索技术在CNKI中的应用中的应用布尔检索，限制检索词位检索（同段检索）（同段检索）词位检索（同句检索）（同句检索）关键词的选择关键词的选择 选选定定的的关关键键词词应应符符合合课课题题主主题题；并并应应列列出出常常用用中中外外文文同同义义词词、缩缩写写词词,以以及及核核心关键词的上下位类词。心关键词的上下位类词。应应充充分分利利用用词词表表、辞辞海海、术术语语标标准准、词词典典等等工工具具书书，以以及及从从已已检检出出的的文文献献中中，扩扩展展检检索用索用词词。关键词的选择应注意关键词的选择应注意 立足规范词，兼顾自由词立足规范词，兼顾自由词 词的全称、简称及缩写字母词的全称、简称及缩写字母 必要时应向上下位类词扩检必要时应向上下位类词扩检 注意外来词的译写变化注意外来词的译写变化 慎用词组或短语慎用词组或短语切记：同义词是文献检索中的永恒难题！切记：同义词是文献检索中的永恒难题！确定规范词，兼顾自由词确定规范词，兼顾自由词 课题名称：布鲁氏菌病防治研究课题名称：布鲁氏菌病防治研究 1274 布鲁氏菌病布鲁氏菌病 Brucellosis 379 布氏杆菌病布氏杆菌病 Brucellosis 99 布鲁氏杆菌病布鲁氏杆菌病 Brucellosis 17 传染性流产传染性流产 Epizootic abortion 13 波状热波状热 Undulant fever 9 地中海热地中海热 Mediterranean fever 8 马尔他热马尔他热 Malta fever 确定规范词，兼顾自由词确定规范词，兼顾自由词 胶粘剂胶粘剂 9370 粘固剂粘固剂 265 粘合剂粘合剂 5291 胶结剂胶结剂 141 粘结剂粘结剂 3850 粘胶剂粘胶剂 122 粘接剂粘接剂 1109 粘着剂粘着剂 102 黏合剂黏合剂 603 胶合剂胶合剂 88胶黏剂胶黏剂 519 粘附剂粘附剂 75检索技术应用示例检索课题：农民工生存状况调查检索课题：农民工生存状况调查检索词：检索词：检索式：（农民工检索式：（农民工+农民农民+打工妹打工妹+打工仔）打工仔）*（生活（生活+生存生存+待遇）待遇）农民工农民工打工妹打工妹打工仔打工仔生生 存存生生 活活待待 遇遇膜技术用于造纸废水处理的研究进展膜技术用于造纸废水处理的研究进展检索词检索词：膜技术膜技术:Membrane Technology 造纸厂：造纸厂：Paper Mills 造纸：造纸：Paper-making废废 水水:wastewater;排出水：排出水：Effluent；污污 水水:sewage 处理：处理：Treatment 净净 化：化：purification/purifying 检索式检索式：(Membrane or membrane technology)and(Paper Mills or pater making)and(Effluent or sewage or wastewater)and（treat?or purif?)