计算机信息检索基础知识PPT学习课件.ppt

《计算机信息检索基础知识PPT学习课件.ppt》由会员分享，可在线阅读，更多相关《计算机信息检索基础知识PPT学习课件.ppt（68页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 第二讲 计算机信息检索基础知识1 主要内容n计算机检索的概念n数据库及其类型n数据库的结构n计算机检索技术n计算机检索的步骤、方法、途径2n指利用计算机存储和检索信息。具体地说，就是指人们在计算机或计算机检索网络的终端机上，使用特定的检索指令、检索词和检索策略，从计算机检索系统的数据库中检索出所需的信息的过程。一 计算机信息检索的定义3计算机信息检索包含两个内涵：n存储过程：大量的数据按一定的格式输入到计算机中，经过计算机的加工处理，以一定的结构有序地存储在计算机的存储介质上。n查找过程：用户的需求输入到计算机中，由计算机对其进行处理，并与已存储在计算机中的信息进行查询与匹配，最后按要求的格

2、式输出检索结果4信息检索原理5举例:n【题名】信息检索技术在网络数据库中的应用研究n【作者】邹小筑1 缪红梅2n【机构】1南京大学信息管理系,南京210093 2南京航空航天大学,南京210016n【刊名】图书情报工作.2007,51(2).-104-106,131n【ISSN号】0252-3116n【关键词】信息检索技术 网络数据库 检索平台n【文摘】以信息检索技术为脉络，结合Ei Village2、ISI Web of Knowledge、CSAIDS、EBSCOHost、ProQuestordjne等多个著名检索平台综合分析布尔逻辑、位置逻辑、模糊检索技术、网络叙词表构建技术在网络数据库

3、的应用，研究表明信息检索技术已深深植入网络信息资源管理之中，深入剖析信息检索技术，可以清晰揭示提问表达式的构建机理，掌握网络数据库的原理及使用方法，为网络信息资源评价和建设提供依据。6n输入:“信息检索技术”(题名字段)-命中该信息n输入:“光盘数据库”(题名字段)-不会命中该信息7输入“信息检索技术”检索结果检索结果8计算机信息检索特点n检索速度快，效益高；n检索功能强，数量大；n检索途径多，手段灵活；n检索范围广，服务方式多。9二 数据库及其类型n概念概念 数据库是在计算机存贮设备上按数据库是在计算机存贮设备上按一定方式存储的相互关联的数据集一定方式存储的相互关联的数据集合。合。10数据库

4、类型按内容和功能划分n参考型数据库参考型数据库 以文档的形式组织起来，提供文献的题录、文摘等书目信息n全文型数据库全文型数据库 存储文献全文或其中的主要部分的源数据库n事实型数据库事实型数据库 供查询某一客体的基本事实或简况，包括名录、传记等数据库n数值型数据库数值型数据库 提供各类数值型数据n图象数据库图象数据库 以图形、图象为记录单位11返回12返回13返回14返回15 返回16数据库类型按收录专业范围划分n综合性数据库综合性数据库 收录多个学科或专业的信息资料。如中国期刊网n专业性数据库专业性数据库 收录单一学科或专业的信息资料。n专题性数据库专题性数据库 收录某一特定专题的信息资料17

5、综合型数据库返回18专业数据库 ：返回19专题数据库20三 数据库的结构字段、记录和文档字段：文献著录的基本单元，反映文献文献著录的基本单元，反映文献外部特征和内容特征的每一项目，在数外部特征和内容特征的每一项目，在数据库中就称为字段。据库中就称为字段。如：关键词如：关键词KWKW、题名、题名TITI、文摘、文摘ABAB、作者、作者AUAU、刊名刊名JNJN、出版时间、出版时间PYPY、语种、语种LALA等等21记录 由若干不同字段组成的文献单元，一条记录在由若干不同字段组成的文献单元，一条记录在数据库中代表一篇文献。数据库中代表一篇文献。数据库（文档）由若干数量的记录构成的数据的集合。大型的

6、由若干数量的记录构成的数据的集合。大型的数据库检索系统中称为文档。数据库检索系统中称为文档。22中国期刊网字段示例可检索字段可检索字段2324详详细细记记录录命中记录列表25四四 计算机检索技术计算机检索技术1 布尔逻辑运算符2 截词算符3 字段限制4 范围限制5.短语检索6.括号检索261、布尔逻辑运算符逻辑与：“*”或“and”逻辑或：“+”或“or”逻辑非：“-”或“not”27“与”算符 and AND *“与与”算符用于描述概念间的交叉关系和限算符用于描述概念间的交叉关系和限定关系。定关系。n含义：含义：检出文献中必须同时包含被其连检出文献中必须同时包含被其连接的所有词或词组。接的所

7、有词或词组。n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。例如：例如：儿童儿童*心理学心理学 computer AND virus28ABA and B计算机计算机*病毒病毒作用：作用：缩小检索范围，缩小检索范围，提高检准率提高检准率与运算示意图与运算示意图computervirus29“或”算符 or OR +“或或”算符可描述概念间的并列关系和相关算符可描述概念间的并列关系和相关关系，用来组配同义词或相关词等。关系，用来组配同义词或相关词等。n含义：含义：检出文献中包含有被其连接的任检出文献中包含有被其连接的任意一个词或词组。意一个词或词组。n作用：作用：扩大检索范围，

8、提高查全率。扩大检索范围，提高查全率。例如：自行车例如：自行车+脚踏车脚踏车 CAD or computer aided design30BAA or B作用：扩大检索范围，提高检全率或运算示意图或运算示意图pipetube31“非”算符 not NOT -“非非”算符用于描述概念间的排斥关系和特算符用于描述概念间的排斥关系和特殊限定关系。殊限定关系。n含义：含义：检出文献中必须包含这个算符前检出文献中必须包含这个算符前的词，必须不含这个算符后的词。的词，必须不含这个算符后的词。n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。例如：例如：水果水果 香蕉香蕉 Patent no

9、t German32BAA not B专利专利 德国德国作用：缩小检索范围，排除某一集合概念非运算示意图非运算示意图GermanPatent332、截词(?或*）将截词符加在检索词的前后或中间，以检索一将截词符加在检索词的前后或中间，以检索一组概念相关或同一词根的词。组概念相关或同一词根的词。作用：扩大检索范围，提高文献的查全率。如：comput?computer computers computing dam*dam dams wom?n woman women343、字段限制指将检索词限定在特定的字段中进行。指将检索词限定在特定的字段中进行。同样的检索词，选择在不同字段中进行检索，同样的检

10、索词，选择在不同字段中进行检索，得到的结果是不同的。得到的结果是不同的。检索系统通常都会设置默认的检索字段，如检索系统通常都会设置默认的检索字段，如“所有字段所有字段”。如果想指定在特定的字段中查找。如果想指定在特定的字段中查找检索词，就需要调整检索字段，进行字段限制。检索词，就需要调整检索字段，进行字段限制。35缺省字段缺省字段为为“篇名篇名”36缺省字段为缺省字段为“关键词关键词”37缺省字段为缺省字段为“All fields”38n如果从文献的内容特征出发查找文献，如果从文献的内容特征出发查找文献，可选的检索字段有可选的检索字段有“篇（题）名篇（题）名 title”、“关键词关键词 ke

11、yword”、“文摘文摘 abstract”以及以及“全文全文 fulltext”。39n一般，如果使用相同的检索词分别在这一般，如果使用相同的检索词分别在这几个字段中检索，那么检到的文献数会几个字段中检索，那么检到的文献数会依次递增，而命中的准确率则依次递减。依次递增，而命中的准确率则依次递减。n题名 关键词（文摘）全文检检 全全 率率 递递 增增检检 准准 率率 递递 增增40命中命中31篇篇命中命中80篇篇41命中命中44篇篇命中命中410篇篇424 范围限制n指对检索词的范围（如时间、国别、语种、信息类型等）进行约束或压缩的方法，它大多通过检索系统的限制指令或菜单选择来实现。43工程索

12、引检索界面工程索引检索界面445.短语检索n用“”表示，检索出与“”内容完全相同的短语，提高检索的精度和准确度。n“international space station”456.括号检索n用于改变运算的先后顺序，括号内的运算优先进行。n（university or college)and education46五五 计算机检索步骤计算机检索步骤、方法方法、途径途径大体可分为五个步骤：1.分析课题的内容；2.选择信息资源；3.构造检索式,选择检索途径；4.上机检索；5.分析检索结果,调整检索策略。471.分析课题的内容 明确检索目的需要关于某一课题的系统详尽的信息需要关于某一课题的系统详尽的信

13、息需要关于某一课题的最新信息需要关于某一课题的最新信息了解一些片断信息，解决一些具体问题了解一些片断信息，解决一些具体问题48n明确课题的主题或主要内明确课题的主题或主要内容容 要形成若干个既代表信息需求又有检索意义要形成若干个既代表信息需求又有检索意义的主题概念，包括所涉及的主题概念有几个，的主题概念，包括所涉及的主题概念有几个，哪些是主要的，哪些是次要的，概念之间关系哪些是主要的，哪些是次要的，概念之间关系如何等如何等49n课题涉及的学科范围：搞清楚课题所课题涉及的学科范围：搞清楚课题所涉及的学科领域、是否跨学科研究涉及的学科领域、是否跨学科研究n所需信息的数量、语种、年代范围、所需信息的

14、数量、语种、年代范围、类型等具体化指标类型等具体化指标50例：检索课题检索课题-不锈钢焊接不锈钢焊接检索目的检索目的查找范围查找范围了解最新的技术了解最新的技术动态动态利用期刊、会议录类的利用期刊、会议录类的数据库查找数据库查找了解焊缝强度的了解焊缝强度的测试方法和有关测试方法和有关规格规格利用技术标准类的数据利用技术标准类的数据库查找库查找申请专利申请专利利用专利类数据库查找利用专利类数据库查找512.选择信息资源选择信息资源n是否与检索课题相关的资源都要检索是否与检索课题相关的资源都要检索n选择哪些学科的信息资源选择哪些学科的信息资源n选择哪些语种的信息资源选择哪些语种的信息资源n信息资源

15、覆盖的年限是否符合需求信息资源覆盖的年限是否符合需求n信息资源的特点及其针对性如何信息资源的特点及其针对性如何523、构造检索式、构造检索式 选择检索点选择检索点n检索式检索式 是表达用户检索提问的逻辑是表达用户检索提问的逻辑表达式，由基于检索概念产生的检表达式，由基于检索概念产生的检索词和各种组配算符构成。索词和各种组配算符构成。n检索点检索点 即检索途径或检索入口、检即检索途径或检索入口、检索字段。检索点正确与否，决定着索字段。检索点正确与否，决定着检索结果的数量与质量。检索结果的数量与质量。53确定检索词确定检索词如：如：“吸烟与心脏病的关系吸烟与心脏病的关系”可以表达为可以表达为con

16、nection between somking and heart disease 通过分析发现，其中，只有通过分析发现，其中，只有somking和和heart disease两个概念词，而两个概念词，而“connection between”则不属于概念词。则不属于概念词。概念概念1：somking 概念概念2：heart disease54针对每一个概念，选择与之相针对每一个概念，选择与之相关的同义词或相关词关的同义词或相关词 n与与somking相关的词有：相关的词有：smoker,smokers,tobacco等；等；nheart disease的同义词有的同义词有cardiopath

17、y,heart trouble,heart attack.n将这些相关词记录下来，用于构造检索式：将这些相关词记录下来，用于构造检索式：概念概念1：somking,smokers,tobacco 概念概念2：cardiopathy,heart disease，heart trouble,heart attack55选选定定检索词的方法检索词的方法同同义词义词、近义词、相关词近义词、相关词,查查阅阅工具如工具如专专业词表词业词表词典典,字典字典,分分类类表表等等1)根据词表或数据库中的索引选词根据词表或数据库中的索引选词2)从专业词典、百科全书等参考工具中从专业词典、百科全书等参考工具中选词选词

18、 3)利用中文全文数据库选择英文检索词利用中文全文数据库选择英文检索词56编制检索式编制检索式使用使用逻辑逻辑算符算符(AND,OR,NOT)、截词、位截词、位置算符，置算符，限制限制检索条件检索条件至作者至作者,刊物或刊物或年代年代.调整其他设定调整其他设定 选定检索结果的显示方式选定检索结果的显示方式选定检索结果的显示方式选定检索结果的显示方式 日期日期日期日期,相关度等排序相关度等排序相关度等排序相关度等排序 57例例(smok*OR tobacco)AND(cardiopathy OR heart disease OR heart trouble OR heart attack)“吸烟

19、与心脏病的关系”584 进行检索进行检索n可利用数据库提供的不同级别可利用数据库提供的不同级别 的检索界的检索界面进行检索面进行检索 -初级检索初级检索 -高级检索高级检索595 分析检索结果分析检索结果 调整检索策略调整检索策略n 不满意不满意n 满意满意60不滿意不滿意 非目非目标标的的结结果果 n检检查查检检索名索名词词的的拼写拼写 n增加增加检检索名詞的索名詞的准确准确性性 查阅查阅工具如工具如 词词表表,字典字典,分分类类表及字表及字汇汇表表,刪除刪除错误错误的名的名词词 n审审查被查被检检索的索的数据库数据库 查阅数据库的说明查阅数据库的说明及期刊列表以及期刊列表以确确定是否覆定是

20、否覆盖盖你所要的主你所要的主题题 重新重新检检索索 61不滿意不滿意 结结果太多果太多 n增设增设限制限制条条件至特定件至特定栏栏位及年代位及年代 n增加增加检检索名索名词词的的准确准确性性-查查阅阅工具如工具如 词词表表,字典字典,分分类类表及字表及字汇汇表表 n增加增加检检索策略的索策略的准确准确性性 增加使用增加使用 AND;减减少使用少使用 OR 重新重新检检索索 62不滿意不滿意 结结果太少果太少n检检查查检检索名索名词词的的拼写拼写 n增加增加检检索名索名词词的普遍性的普遍性-查查阅阅工具如工具如 词词表表,字字典典,分分类类表及字表及字汇汇表表 n扩大检扩大检索策略索策略 减减少

21、使用少使用AND;使用使用Or连接连接同同义词义词及及相关词相关词 n增加被增加被检检索的索的数据库数据库 确确定其他定其他数据库数据库是否是否覆覆盖盖你所要的主你所要的主题题 重新重新检检索索 63满满 意意n是否已全是否已全部获取部获取所需所需?打印、打印、电邮电邮 或或 存档存档n需否需否获取与题录获取与题录相相关关的全文的全文?查找图书馆馆馆藏书目系统（查找图书馆馆馆藏书目系统（OPACOPAC），确定是否有纸本馆藏），确定是否有纸本馆藏 查找图书馆订购的全文数据库查找图书馆订购的全文数据库 通过搜索引擎查找互联网开放获取（通过搜索引擎查找互联网开放获取（Open Access)Ope

22、n Access)的免费全文信息的免费全文信息 通过馆际互借通过馆际互借/文献传递从其他图书馆获取文献原文文献传递从其他图书馆获取文献原文64课堂练习：n例1：课题名称：汽车导航系统的研究n例2.课题名称：手持式心电图机n例3.课题名称:酸奶机 给出以上课题的检索词和检索式65例1：课题名称：汽车导航系统的研究n关键词1.汽车 机动车n关键词2.导航系统 全球定位系统 GPSn关键词3.研究 设计 调查n检索式的构造：n（汽车+机动车）*（导航系统+全球定位系统+GPS）*(研究+调查+设计)66例2.课题名称：手持式心电图机n关键词1：手持 便携 微型 小型 袖珍 迷你n关键词2：心电图机检索式(手持+便携+微型+小型+袖珍+迷你)*心电图机67例3.课题名称:酸奶机n关键词1:酸奶 酸乳 发酵乳n关键词2：机 罐 装置 设备 检索式(酸奶+酸乳+发酵乳)*(机+罐+装置+设备)68