基于因特网的信息检索方法

基于因特网的信息检索方法

陈

（南京航空航天大学航空宇航制造工程系南京210000）

摘要：21世纪是信息时代，随着因特网的普及，信息资源触手可及。但正是由于信息资源的获取已十分便捷，造成了因特网上信息的庞杂，各种模糊概念也需要人们去筛选出自己所真正需要的信息。因此，掌握多种信息检索方法有助于人们更方便快捷地获取自己所需要的信息，提高效率。

关键词：信息检索；检索方法

中图分类号：G252.7 文献标识码： A

The Methods of Internet-based Information Retrieval

Chen

(College of Aerospace Manufacture Engineering, Nanjing University of Aeronautics ＆Astronautics, Nanjing, 210000, China) Abstract：The 21st century is the information age, with the popularity of the Internet, information resources at your fingertips. However, because of access to information resources has been very convenient, resulting in a complex of information on the Internet, various fuzzy concept also requires people to filter out the information they really need. Therefore, mastering a variety of information retrieval methods to help people more easily and quickly get the information they need to improve efficiency.

Key words：information retrieval; methods of information retrieval

引言

信息检索式信息用户为处理解决各种问题而查找、识别、获取相关的事实、数据、知识的活动及过程。随着因特网的普及，因特网已成为巨大的全球化信息空间。用户能从网上获取的信息越来越多，但面对信息的海洋，用户试图通过浏览网页来获取真正对自己有帮助的信息已经变得非常困难，花费了大量的时间却收获甚少的情况已十分常见。在这种情况下，掌握正确高效的信息检索方法，让因特网扬长避短，真正为用户所用就显得尤为重要与必要。

1.信息检索工具

1.1 搜索引擎检索工具

常用的搜索引擎工具有Google、Alltheweb、百度、bing等等，一般的新闻时讯以及网站的搜索可通过搜索引擎来搜索。

1.2图书信息检索工具

各地的图书馆的公共检索目录（OPAC：Online Public Access Catalog）；

联合目录数据库：Worldcad, Worldcad是由OCLC及其成员图书馆共同建设联机联合目录数据库； CalIS, 联合目录数据库；

电子图书也可通过超星数字图书馆https://www.360docs.net/doc/6516702407.html,/；书生之家https://www.360docs.net/doc/6516702407.html,/index.htm等进行电子图书的获取；

读秀学术搜索https://www.360docs.net/doc/6516702407.html,

1.3学术期刊检索工具

期刊收藏信息：OPAC和期刊联合目录

期刊内容信息：中国期刊网https://www.360docs.net/doc/6516702407.html,/（中国期刊全文数据库）、

万方数据库https://www.360docs.net/doc/6516702407.html,/、IEEE(The Institute of Electrical and Electronics Engineers)、Elsevier SDOS全文期刊数据库等等进行期刊信息的检索。

1.4学位论文检索工具

南航博硕士学位论文可通过南航图书馆主页上的“南航特色资源”获取链接，从而获得南航博硕士学位论文、万方数据系统—学位论文库https://www.360docs.net/doc/6516702407.html,/、中国优秀博硕士学位论文全文数据库CNKI。

2.信息检索语言

信息检索语言是根据文献检索需要创造的一种人工语言，又称检索标识。从反映文献特征的角度来看，那些代表了文献外表特征的著者姓名、题名、报告号、标准号、专利号、档案号等检索标识和代表了文献内容特征的类号、叙词、标题词、和关键词都是检索语言。从检索标识规范化的角度来看，检索语言可分为自然语言检索标识和规范语言检索标识。

2.1主题分类语言

主题分类语言的特征是一个主题充当一个类目。类目像主题词表一样按字顺排列，而不是按逻辑顺序排列。其优点是以事物分类，能将相关的内容全部集中在一起。对交叉学科的主题揭示非常有利。其缺点在于容量小，类目覆盖面十分有限。

2.2学科分类语言

学科分类语言是以知识分类为基本，按照学科性质及从属、层次关系来组织资源，类目排序以字顺为标准。其优点在于类目容量大，内容更有针对性，学术性更强，符合科技工作者族性检索的要求。

2.3 图书分类语言

目前采用的主要有杜威十进分类法（DDC）、国际十进分类法（UDC）、美国国会图书馆分类法（LCC）和中国图书馆图书分类法（中图法）。

3.基本检索技术

3.1 布尔检索

AND(默认、空格、+、all of these words)：“粉末冶金”AND“文献检索”，表示查找文献内容中既含有“粉末冶金”又含有“文献检索”词的文献；

OR（必须大写，关键词1、关键词2，|，/，any of these words）：“粉末冶金”OR“文献检索”，表示查找文献内容中既含有“粉末冶金”或含有“文献检索”以及两词都包含的文献；

NOT（-，none of these words）：“粉末冶金”NOT“文献检索”，表示查找文献内容中既含有“粉末冶金”而不含有“文献检索”的那部分文献；

3.2 截词检索（*、？）

截词检索就是用截断的词的一个局部进行的检索，并认为凡满足这个词局部中的所有字符（串）的文献，都为命中的文献。按截断的位置来分，截词可有后截断、前截断、中截断三种类型。按截断字符数量分为有限截词（即一个截词符只代表一个字符）和无限截词（一个截词符可代表多个字符）。

后截断：economic*：无限截断，*代表多个字符，即可检索出例如economic s, economic st, economic alism等等；economic？：有限截断，？代表一个字符，即可检索出economic s；

前截断：如？an, *an；

中截断：一般仅允许有限截断，如：wom?n；

3.3 位置检索

位置检索一般用来限制检索项之间的位置关系和前后次序。其目的是增强检索项组配的灵活性，更准确地表达复杂的检索概念。常用的位置算符有：

邻近位置算符（W）：（W）算符也可以简写为（）算符，A（W）B，表示A紧挨着B，并且顺序不能颠倒。A和B之间除允许有一个空格、一个标志符号或一个连接号以外，不得插入任何单位或字母；

邻词位置算符（nw）: A(nw)B，表示两个词的次序不变，其间可以插入n个词；

句子位置算符（s）: A(s)B,表A和B必须同时出现在记录的同一个句子或短语中，但次序可能随意改变，A与B之间可以有若干个其他的词；

字段位置符（F）: A（F）B，表示A和B 必须同时出现在记录的同一个字段之中，但位置和次序不限，两者之间还可以任意加词。如Rice(F)Genetics/Ti 要求Rice和Genetics 必在同时出现在篇名之中。（字段标识符：TI 、AU、AB、SO、PY、LA、DE、TN）；

记录位置算符（C）: A（C）B 其作用等同于A and B，均表示 A和B同时出现在同一记录内，但词序不限，也不要求在同一字段内。

3.4 加权检索

这种检索是对检索词之间的关系从量上加以限制。通过判定检索词或字符串在检索中对信息命中与否的影响程度，根据权值的大小依序输出结果。

3.5字符串检索（词组检索或短语检索）

这种检索将字符串当作一个独立的运算单元，进行严格地匹配。

3.6 概念检索

同时对同义词、近义词、广义词、狭义词进行检索。

3.7深入检索（二次检索）

指在检索结果中作进一步查询，以得到更精确的结果。

3.8 模糊检索与精确匹配

3.9自然语言检索（Ask Jeeves）、实名检索（3721）

3.10 组合检索

检索项组合、检索途径组合、分次检索结果组合等。

3.11 限定检索

将检索词限定在一定的范围内进行检索。

4.调整检索策略

4.1 当检索结果信息量过多时

原因：选用了多义词的检索；截词截得过短；输入的检索词太少；应该使用“与(AND) ”

的使用了“或（OR）”；优先运算符“（）”使用错误。

考虑缩小检索范围，方法如下：

（1）采用专指性强的主题词（主题词表），减少同义词、同族相关词等相关性不强的检索词；

（2）增加限制概念，采用“AND”算符连接检索词或进行二次检索；

（3）使用字段限定，把检索词限定在题目、主题词等主要字段；

（4）缩短检索年限，限制检索结果的文献类型、语种及出版国；

（5）使用“NOT”算符，排除无关概念；

（6）调整位置算符，由松变严；

（7）改模糊检索为精确检索。

4.2 当检索结果信息量过少时

原因：检索词拼写错误；遗漏重要的同义词或隐含概念；检索词过于冷僻具体；没有使用截词算符；位置算符和字段算符使用的过多；使用过多的“AND”算符。

考虑扩大检索范围，方法如下：

（1）根据分类结构体系扩展关键的检索词，用“扩展”按钮增加同义词和相关词并用“OR”算符连接这些词；

（2）降低检索词的专指度，可从词表或检出文献中选择上位词或泛指词补充到检索式中；（3）减少检索年限、文献类型、语种及出版国的限制，如增加回溯检索年限；

（4）取消某些限制过严的字段限制、位置算符限制（或者改用限制程度较小的位置算符）（5）在词干相同的单词后使用截词符（？或*）；

（6）改精确检索为模糊检索；

（7）同时使用拼写正确的词，以及拼写错误的词或存在多种普遍错别字的词作为检索词。【参考文献】

[1] 王继成，Web信息检索研究进展，JOURNAL OF COMPUTER RESEARCH &DEVELOPMENT，第38卷第2期。

[2] http//:https://www.360docs.net/doc/6516702407.html,