第2章信息检索原理与技术.ppt.ppt

《第2章信息检索原理与技术.ppt.ppt》由会员分享，可在线阅读，更多相关《第2章信息检索原理与技术.ppt.ppt（47页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、*12.2.信息检索原理及技术信息检索原理及技术*22.1 2.1 信息检索概述信息检索概述2.2 2.2 信息检索原理信息检索原理2.3 2.3 信息检索方法信息检索方法2.4 2.4 信息检索技术信息检索技术*32.1 2.1 信息检索概述信息检索概述2.1.12.1.1信息检索的含义信息检索的含义2.1.22.1.2信息检索的实质信息检索的实质2.1.32.1.3信息检索的类型和特点信息检索的类型和特点*42.1.1 2.1.1 信息检索的含义信息检索的含义 信息检索通常是指从任何方式组信息检索通常是指从任何方式组成的信息集合中，查找特定用户在成的信息集合中，查找特定用户在特定时间和条件

2、下所需信息的方法特定时间和条件下所需信息的方法与过程。因此，完整的信息检索应与过程。因此，完整的信息检索应包括以下两个方面：包括以下两个方面：.信息标引和存储过程信息标引和存储过程 .信息的检索过程信息的检索过程*52.1.2 2.1.2 信息检索的实质信息检索的实质 将描述特定用户所需信息的提将描述特定用户所需信息的提问特征，与信息存储的检索标识进问特征，与信息存储的检索标识进行异同的比较，从中找出与提问特行异同的比较，从中找出与提问特征一致或基本一致的信息。提问特征一致或基本一致的信息。提问特征是指从欲检索课题中选择出能代征是指从欲检索课题中选择出能代表信息需求的主题词、关键词或分表信息需

3、求的主题词、关键词或分类号等。类号等。*6示 例高性能聚芳硫醚（PAS）树脂的合成 提问特征(关键词)：1.聚芳硫醚 2.聚苯硫醚 3.聚芳硫醚砜 4.聚苯硫醚砜 5.聚芳硫醚酮 6.聚苯硫醚酮 7.聚芳硫醚酰胺 8.聚苯硫醚酰胺 9.聚芳硫醚砜酰亚胺 10.聚芳硫醚酮酰亚胺11.合成 12.制备*72.1.3 2.1.3 信息检索的类型和特点信息检索的类型和特点.书目信息检索书目信息检索.全文信息检索全文信息检索.数据信息检索数据信息检索.事实信息检索事实信息检索 5.小结小结*8书目信息检索书目信息检索以标题、作者、原文来源、摘要及收藏地点为以标题、作者、原文来源、摘要及收藏地点为检索对象

4、，是一种相关性检索。特点：检索结检索对象，是一种相关性检索。特点：检索结果不直接解答课题用户提出的技术问题，只提果不直接解答课题用户提出的技术问题，只提供与之相关的线索。一般以目录、索引、文摘供与之相关的线索。一般以目录、索引、文摘数据库为检索工具。数据库为检索工具。例如：查找有关例如：查找有关“聚苯硫醚的合成与聚苯硫醚的合成与应用应用”方面的国内外信息有那些？的国内外信息有那些？检索工具：检索工具：中文科技期刊数据库、万方数据资中文科技期刊数据库、万方数据资源系统、源系统、EIEI、CA CA 等。等。*9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，以论文或专利说明书的全文为

5、检索对象，也是相关性检索。特点：是在书目信息也是相关性检索。特点：是在书目信息检索基础上更深层次的内容检索。检索基础上更深层次的内容检索。例如：例如：检索由王华东等撰写的，发表在高分子材料科学与工程2003年第3期“高性能结构材料聚苯硫醚砜”一一文文 检索工具：检索工具：中文科技期刊数据库中文科技期刊数据库 *10数据信息检索数据信息检索以具有数量性质并以数值形式表示的数据为检以具有数量性质并以数值形式表示的数据为检索对象，是一种确定性检索。检索的结果是经索对象，是一种确定性检索。检索的结果是经过测试和评价过的各种数据，可用于比较分析过测试和评价过的各种数据，可用于比较分析和定量分析。它一般以

6、数据大全、手册、年鉴和定量分析。它一般以数据大全、手册、年鉴等为检索工具。等为检索工具。例如：例如：乙二胺乙二胺登记号？登记号？登记号：登记号：107-15-3 87-79-6 87-79-6 检索工具：化工产品手册、搜索引擎检索工具：化工产品手册、搜索引擎*11事实信息检索事实信息检索 以事项为检索对象，检索结以事项为检索对象，检索结果是有关某一事物的具体答果是有关某一事物的具体答案，也是一种确定性检索。案，也是一种确定性检索。一般利用字词典、年鉴、百一般利用字词典、年鉴、百科全书、手册等为检索工具。科全书、手册等为检索工具。*12示例：示例：问题：国内生产覆铜板的企业？问题：国内生产覆铜板

7、的企业？检索工具：检索工具：中国企业、公司及产品数据库中国企业、公司及产品数据库 39家：苏州孔雀电子有限公司家：苏州孔雀电子有限公司 、广东生益广东生益科技股份有限公司科技股份有限公司、苏州松下电工有限公司、苏州松下电工有限公司、佛山市南美电子集团有限公司、佛山市南美电子集团有限公司、松下电工松下电工(中国中国)有限公司有限公司、深圳太平洋绝缘材料有限公深圳太平洋绝缘材料有限公司司、建滔积层板、建滔积层板(昆山昆山)有限公司有限公司、大连德联覆、大连德联覆铜板有限公司铜板有限公司、中国复合材料集团有限公司、中国复合材料集团有限公司、中山南兴绝缘材料有限公司、中山南兴绝缘材料有限公司 等。等。

8、*13小结：书目信息检索是利用各种目录、题录和文摘工具获取有关信息的线索。例如：各种图书目录、期刊目录国内外著名的题录和文摘有全国报刊索引、工程索引（EI）、化学文摘等。*14全文信息检索是利用各种全文系统获取有关的全文信息。例如：中国科技期刊全文数据库数据和事实检索是利用各种参考工具书获取有关的确定性数据或事实信息。例如：各种百科全书、年鉴、手册、名录等。*152.2 2.2 信息检索原理信息检索原理2.2.1 2.2.1 信息检索效率信息检索效率2.2.2 2.2.2 信息检索系统信息检索系统2.2.3 2.2.3 信息检索语言信息检索语言*162.2.1 2.2.1 信息检索效率信息检索

9、效率信息检索效率是评价一个检索系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程。于信息的存储和检索的全过程。其评价指标主要是其评价指标主要是:查全率查全率 查准率查准率*172.2.2 2.2.2 信息检索系统信息检索系统 信息检索系统是拥有一定的信息检索系统是拥有一定的存储、检索技术装备、存储存储、检索技术装备、存储有各种信息，并能为用户检有各种信息，并能为用户检索所需信息的服务工作系统。索所需信息的服务工作系统。目前常用的是手工检索系统目前常用的是手工检索系统和计算机检索系统。和计算机检索系统。*182.2.3 2.2.3 信

10、息检索语言信息检索语言 检索语言又称标引语言，检索语言又称标引语言，是系统存储和检索时共同使是系统存储和检索时共同使用的一种约定语言，以达到用的一种约定语言，以达到信息存储和检索的一致性，信息存储和检索的一致性，提高检索效率。提高检索效率。*19检索语言的类型检索语言的类型 体系分类语言体系分类语言 分类语言分类语言 组配分类语言组配分类语言 混合分类语言混合分类语言 标题词语言标题词语言 主题语言主题语言 关键词语言关键词语言 叙词语言叙词语言 单元词语言单元词语言*20体系分类语言体系分类语言 体系分类语言是按学科逻辑分类的原体系分类语言是按学科逻辑分类的原理，运用概念划分的方法，按知识门

11、类理，运用概念划分的方法，按知识门类从总到分，从上到下，层层划分，逐级从总到分，从上到下，层层划分，逐级展开组成分类表，并以分类表来标引、展开组成分类表，并以分类表来标引、存储信息和检索信息。特点是体现学科存储信息和检索信息。特点是体现学科的系统性，反映事物的平行、隶属和派的系统性，反映事物的平行、隶属和派生关系，有利于从学科的角度进行族性生关系，有利于从学科的角度进行族性检索，达到较高的查全率。检索，达到较高的查全率。*21中图法第四版分类体系组成及结构中图法TQ 化学工业大类简表（部分二级类目表）TQ2基本有机化学工业 TQ31 高分子化合物工业 TQ32 合成树脂与塑料工业TQ33 橡胶

12、工业 TQ34 化学纤维工业TQ42 试剂与纯化学品的生产 TQ43 胶粘剂工业*22TQ32 合成树脂与塑料工业TQ322 合成树脂及塑料 TQ322.2 通用塑料 综合总论入此。TQ322.3 工程塑料 综合总论入此。TQ322.4 合成树脂 综合总论入此。TQ323 缩聚类树脂及塑料 总论热固性树脂及塑料入此。TQ324 特种塑料TQ325 聚合类树脂及塑料TQ327 增强塑料、填充塑料TQ328 泡沫塑料*23关键词语言关键词语言 关键词语言是一种主题语言关键词语言是一种主题语言（采用表达某一事物或概念的名词（采用表达某一事物或概念的名词术语标引、存储和检索的一种语言）术语标引、存储和

13、检索的一种语言）。它是直接从原文的标题、摘要或。它是直接从原文的标题、摘要或全文中抽选出来的具有实质意义的、全文中抽选出来的具有实质意义的、未经规范化处理的自然语言词汇作未经规范化处理的自然语言词汇作为存储和检索依据的一种检索语言。为存储和检索依据的一种检索语言。*24示 例膦系难燃聚酯纤维合成 关键词：1.聚对苯二甲酸乙二酯 2.聚酯 3.涤纶 4.阻燃 5.纤维 6.苯基膦酸 注:以对苯二甲酸与乙二醇为主要原料采用直接酯化、连续聚合方法生产阻燃聚酯；在阻燃聚酯反应阶段加入“R-苯基膦酸”或者“R-苯基氧化膦”等磷系阻燃剂作为反应的第三单体，共聚生产得到阻燃聚酯。*252.3 2.3 信息检

14、索方法信息检索方法 2.3.1 2.3.1 信息需求分析信息需求分析 2.3.2 2.3.2 制定检索策略制定检索策略 2.3.3 2.3.3 实施检索策略实施检索策略*262.3.1 2.3.1 信息需求分析信息需求分析 信息需求是人们在客观或主观信息需求是人们在客观或主观上就课题所需信息的要求，是人们上就课题所需信息的要求，是人们检索信息的基本出发点，也是评价检索信息的基本出发点，也是评价检索效果的依据。它包括两个方面：检索效果的依据。它包括两个方面：1.1.明确检索的目的和要求明确检索的目的和要求 2.2.对主题进行分析对主题进行分析*27示例 课题名称：难降解制药废水处理 一、检索目的

15、和要求：目的：科技立项 要求：国内外有无 1.难降解制药废水处理的研究报道;2.已采用的技术有哪些?*28 二、主题分析第一层面：制药第二层面：废水处理生物法、化学氧化、溶剂萃取、光催化、焚烧等第三层面：难降解卤代烃类、酚类、醇类、芳香族等 *292.3.2 2.3.2 制定检索策略制定检索策略 检索策略是为了达到检索目检索策略是为了达到检索目标而制定的具体检索方案。包括标而制定的具体检索方案。包括选择检索系统、确定检索途径或选择检索系统、确定检索途径或检索词、拟定检索程序。按检索检索词、拟定检索程序。按检索手段分为手工检索策略和上机检手段分为手工检索策略和上机检索策略。索策略。*302.3.

16、3 2.3.3 实施检索策略实施检索策略分获取信息线索和索取原始信息两步。分获取信息线索和索取原始信息两步。获取信息线索实质上是实获取信息线索实质上是实现书目信息检索现书目信息检索 索取原始信息实质上是实索取原始信息实质上是实现全文信息检索现全文信息检索*31.信息检索技术及其应用信息检索技术及其应用 信息检索技术是指利用现代信息检索技术是指利用现代信息检索系统，如联机数据库、信息检索系统，如联机数据库、光盘数据库和网络数据库检索有光盘数据库和网络数据库检索有关信息而采用的相关技术，主要关信息而采用的相关技术，主要有布尔检索、词位检索、截词检有布尔检索、词位检索、截词检索和限制检索。索和限制检

17、索。*322.4.1 2.4.1 布尔检索布尔检索布尔检索技术使用的逻辑算符及含义布尔检索技术使用的逻辑算符及含义（1 1）逻辑与）逻辑与（2 2）逻辑或）逻辑或（3 3）逻辑非）逻辑非*33逻辑与逻辑与1.1.概念：逻辑与是一种具有概念交叉概念：逻辑与是一种具有概念交叉或概念限定关系的组配。或概念限定关系的组配。2.2.算符：算符：“*”或或 “AND AND”3.3.特点：增强专指度，提高查准率。特点：增强专指度，提高查准率。4.4.举例：聚甲醛举例：聚甲醛 AND AND 增韧，表示两个增韧，表示两个概念应同时包含在一条记录中。见教材概念应同时包含在一条记录中。见教材3131页图页图2-

18、4-12-4-1（a a）。）。*34逻辑或逻辑或1.概念：逻辑或是一种具有概念相同、概概念：逻辑或是一种具有概念相同、概念相关或概念并列关系的组配。念相关或概念并列关系的组配。2.2.算符：算符：“+”或或 “OR OR”3.3.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。4.4.举例：举例：废水废水 OR OR 污水污水 ，表示这两个，表示这两个相关概念分别在一条记录中出现或同时相关概念分别在一条记录中出现或同时在一条记录中出现。见教材在一条记录中出现。见教材3131页图页图2-4-2-4-1 1（b b）。）。*35逻辑非逻辑非1.1.概念概念：逻辑非是一种具有概

19、念排除逻辑非是一种具有概念排除关系的组配。关系的组配。2.算符：算符：“-”或或 “NOT NOT”3.3.特点：提高查准率，影响查全率。特点：提高查准率，影响查全率。4.4.举例：举例：制药废水制药废水 NOT NOT 放射废水，放射废水，表示检索出的记录中要排除含有表示检索出的记录中要排除含有“放射废水放射废水 ”的记录。见教材的记录。见教材3131页图页图2-4-12-4-1（c c）。）。*362.4.2 2.4.2 词位检索词位检索词位检索具有限定检索词词间位词位检索具有限定检索词词间位置关系的功能，可弥补布尔逻辑置关系的功能，可弥补布尔逻辑算符只是定性规定检索词的范围，算符只是定性

20、规定检索词的范围，达到提高检准率的效果。常用的达到提高检准率的效果。常用的词位检索有：词位检索有：邻邻位、邻近检索和位、邻近检索和字段检索。字段检索。或或 laser and printerlaser and printer*37邻近检索 用于网络数据库,常用的位置逻辑算符有:NERA、SAME、WITHIN n。NERA表示两词之间不得多于9个词，词前后位置任意，WITHIN n表示两个检索词之间可包含其它词，两词间距最多“n-1”个词，词的顺序任意。SAME要求检索词在同一个句子中，这里所指的同一个句子是两个句号之间的字符串，检索词在句子中的顺序任意。例如：air NEAR polluti

21、o、(women)within 5(violence)、air SAME pollution*382.4.3 2.4.3 截词检索截词检索截词检索是防止漏检，提高查全率的一种常用截词检索是防止漏检，提高查全率的一种常用检索技术，大多数数据库都提供了截词检索的检索技术，大多数数据库都提供了截词检索的功能。用或？表示。功能。用或？表示。截词是在检索词的适当位置进行截断，节省输截词是在检索词的适当位置进行截断，节省输入的字符，达到较高的查全率，常用的有后截入的字符，达到较高的查全率，常用的有后截词方式。词方式。例如：例如：bookbook？表示截一个字符，为有限截？表示截一个字符，为有限截词符。词符

22、。computcomput？Comput*Comput*表示截无限个字符，为表示截无限个字符，为无限截词符。无限截词符。*392.4.4 2.4.4 限制检索限制检索为了确定检索词在数据库记录中出为了确定检索词在数据库记录中出现的字段位置，可采用字段限制查现的字段位置，可采用字段限制查找的范围。常用的字段代码有标题找的范围。常用的字段代码有标题（TITI）、文摘（）、文摘（ABAB）、作（）、作（AUAU）、）、语种（语种（LALA）、刊名（）、刊名（JNJN）等。）等。限制检索在光盘数据库中一般用前、限制检索在光盘数据库中一般用前、后缀表示，在网络数据库中一般使后缀表示，在网络数据库中一般使

23、用下拉菜单进行选择限制。用下拉菜单进行选择限制。*402.4.52.4.5信息检索方法及技术应用实例例1：高层建筑结构优化设计1信息需求分析（1）明确检索目的与要求 1）检索目的：学位论文开题查新 2）检索要求：国内外聚苯硫醚树脂制备方法与工艺；聚苯硫醚树脂复合材料的制备技术。（2）进行主题分析，确定主题范围。根据检索目的与要求，该课题涉及的主题范围重点为：高层建筑、结构优化设计高层建筑、结构优化设计。*412制定检索策略(1)选择检索词。根据主题分析确定的主题范围，选择检索词如下：高层建筑tall building高层建筑high rise building结构设计structural de

24、sign优化optimization*42（2）使用相关检索技术构造提问式检索式1：高层建筑 and 结构设计检索式2：高层建筑 and结构设计and 优化检索式3：（tall+high rise）and building and structural near design and optimization检索式4:(tall+high rise)and building*structural near design and optimi*432.4.52.4.5信息检索方法及技术应用实例例2：聚苯硫醚树脂制备及其复合材料研究1信息需求分析（1）明确检索目的与要求 1）检索目的：学位论文开题

25、查新 2）检索要求：国内外聚苯硫醚树脂制备方法与工艺；聚苯硫醚树脂复合材料的制备技术。（2）进行主题分析，确定主题范围。根据检索目的与要求，该课题涉及的主题范围重点为：聚苯硫醚、复合材料、制备。*442制定检索策略(1)选择检索词。根据主题分析确定的主题范围，选择检索词如下：#1 聚苯硫醚poly（phenylene sulfide）；polyphenylene sulfide；PPS#2 制备preparation#3 合成synthesis#4 复合材料composite*45（2）使用相关检索技术构造提问式检索式1：聚苯硫醚and（合成or制备）检索式2：聚苯硫醚 and复合材料检索式3

26、：poly（phenylene sulfide?）or polyphenylene sulfide?or PPS and（synthesis or preparation）检索式4：poly（phenylene sulfide?）or polyphenylene sulfide?or PPS and composite?*46第1单元思考题思考题 1.信息、知识、文献三者的关系？2.构成文献的三个最基本要素是什么？3.文献信息资源的主要类型及特点。4.一、二、三次文献信息的主要代表有哪些？它们各有何特点？5.信息检索的类型主要有那几种？每种各有何特点。6.如何正确使用各种逻辑符号编写提问式，正确表达研究课题对信息的需求。*47