第三章 网络信息检索

第三章网络信息检索

第一节网络信息检索的基本方法

1、布尔逻辑检索

逻辑检索是一种比较成熟、较为流行的检索技术。逻辑检索的基础是逻辑运算，逻辑运算中最常用的是布尔逻辑运算符，主要的运算符有：

（1）逻辑―与‖

逻辑―与‖用AND（或﹡）表示。检索词A、B若用逻辑―与‖相连，即A AND B（A*B），则表示同时含有这两个检索词才能被命中。

例如，要检索儿童教育的文献，检索逻辑式可表示为：child AND education

（2）逻辑―或‖

逻辑―或‖用OR（或+）表示。检索词A、B若用逻辑―或‖相连，即A OR B（A+B），则表示只要含有其中一个检索词或同时含有这两个检索词的文献都将被命中。

例如，要检索―计算机‖或―机器人‖方面的文献，检索逻辑式可表示为：computer OR robot. （3）逻辑―非‖

逻辑―非‖用NOT（AND NOT，BUT NOT）（或-）表示。检索词A、B若用―非‖相连，即A NOT B（A-B），则表示被检索文献在含有检索词A而不含有检索词B时才能被命中。

例如，要检索有关―能源‖方面的文献，但涉及―核能‖方面的文献不要，检索逻辑式可表示为：energy NOT nuclear（energy –nuclear）。

1、搜索引擎的定义

搜索引擎是提供给用户进行关键词、词组或自然语言检索的工具，简言之，搜索引擎就是一种在因特网上查找信息的工具。用户提出检索要求，搜索引擎代替用户在数据库中进行检索，并将检索结果反馈给用户。

搜索引擎一般都有固定的显示格式，内容详简程度不一，常常带有URL、题名、标题、关键词、摘要(文本描述摘录)、超链接文件大小、检索结果总数、相关度估计、评论等。搜索引擎的检索结果一般按查询的相关程度进行排列，最相关的通常排在最前面。

2、搜索引擎的常用检索方法

（1）简单搜索(simple search)

指输入一个单词（关键词），提交搜索引擎检索后反馈结果。它也叫单词搜索。这是最基本的检索方法。

（2）词组搜索(phrase search)

指输入两个单词以上的组（短语），提交搜索引擎检索并反馈结果。它也叫短语搜索。现有搜索引擎一般都约定把词组或短语放在引号―‖内。

（3）高级搜索（advanced search）

指用布尔逻辑组配方式检索或在高级搜索界面将检索策略输入检索框中进行检索。常用的逻辑运算为AND（与）、OR（或）、NOT（非）。恰当应用这些逻辑运算，可以使搜索结果非常精确。而且，可以用括号将搜索词组合起来，如[（火星）OR金星]AND探测]NOT（行星探测）。

此外，不少搜索引擎还支持加（+）、减（一）词操作，相当于逻辑与（AND）和逻辑非（NOT）。在搜索词前冠以加号―+‖可以限定搜索结果中必须包含的词汇，用减号―-‖则限定搜索结果不能包含的词汇。

3、搜索引擎的其他检索方法

（1）语句搜索（sentence search）

指输入任意自然语言文句，提交搜索引擎检索并反馈结果。这种方式也叫任意检索，实际上就是自然语言检索。

（2）目录搜索（catalog search）

指按搜索引擎提供的分类目录逐级检索。用户一般不需要输入检索词，而是按照检索系统所给的几种分类项目，选择类别进行搜索。它也叫分类搜索（classified search）。

4、常用搜索引擎介绍

网络搜索引擎数量不少，但常用的搜索引擎有：独立搜索引擎、元搜索引擎、目录式搜索引擎、FTP搜索引擎、Blog（博客）搜索引擎、答案搜索引擎、BT搜索引擎等。

第三节百度和Google介绍

一、百度（https://www.360docs.net/doc/6f10108268.html,)

（1）简单搜索

只需要在搜索框内输入需要查询的内容，敲回车键，或者鼠标点击搜索框右侧的百度一下按钮，就可以得到最符合查询需求的网页内容。

（2）词组（多个词语）搜索

输入多个词语搜索（不同字词之间用一个空格隔开），可以获得更精确的搜索结果。例如：想了解上海人民公园的相关信息，在搜索框中输入[上海人民公园] 获得的搜索效果会比输入[人民公园] 得到的结果更好。

（3）高级搜索

可以用高级搜索语法制定检索策略输入百度主页面的检索框中进行检索，也可以进入高级检索界面后将检索策略输入检索框中进行检索。

如搜神雕侠侣，希望是关于武侠小说方面的内容，而不要关于电视剧方面的网页。用高级语法编写检索式为神雕侠侣-电视剧或"神雕侠侣" -(电视剧)

3）专业文档搜索

百度支持对Office文档（包括Word、Excel、Powerpoint）、Adobe PDF文档、RTF 文档进行了全文搜索。

检索式为：查询词filetype：文档类型。

―Filetype:‖后可以跟以下文件格式：DOC、XLS、PPT、PDF、RTF、ALL。其中，ALL表示搜索所有这些文件类型。

例如，查找张五常关于交易费用方面的经济学论文。―交易费用张五常filetype:doc‖，您也可以通过百度文档搜索界面（https://www.360docs.net/doc/6f10108268.html,），直接使用专业文档搜索功能。

4）高级搜索语法

①把搜索范围限定在网页标题中——intitle

网页标题通常是对网页内容提纲挈领式的归纳。

表达式为intitle:关键词

例如，找林青霞的写真，就可以这样查询：写真intitle:林青霞

注意，intitle:和后面的关键词之间，不要有空格。

②把搜索范围限定在特定站点中——site

有时候，你如果知道某个站点中有自己需要找的东西，就可以把搜索范围限定在这个站点中，提高查询效率。

表达式为关键词site:站点域名

例如，天空网下载软件不错，就可以这样查询：msn site:https://www.360docs.net/doc/6f10108268.html,

注意，―site:‖后面跟的站点域名，不要带―http://‖；另外，site:和站点名之间，不要带空格。

③把搜索范围限定在url链接中——inurl

网页url中的某些信息，常常有某种有价值的含义。

表达式为inurl:关键词

例如，找关于photoshop的使用技巧，可以这样查询：photoshop inurl:jiqiao

上面这个查询串中的―photoshop‖，是可以出现在网页的任何位置，而―jiqiao‖则必须出现在网页url中。

注意，inurl:语法和后面所跟的关键词，不要有空格。

④精确匹配——双引号和书名号

例如，搜索上海科技大学，如果不加双引号，搜索结果被拆分，效果不是很好，但加上双引号后，―上海科技大学‖，获得的结果就全是符合要求的了。

书名号是百度独有的一个特殊查询语法。加上书名号的查询词，有两层特殊功能，一是书名号会出现在搜索结果中；二是被书名号扩起来的内容，不会被拆分。

书名号在某些情况下特别有效果，例如，查名字很通俗和常用的那些电影或者小说。比如，查电影―手机‖，如果不加书名号，很多情况下出来的是通讯工具——手机，而加上书名号后，《手机》结果就都是关于电影方面的了。

⑤要求搜索结果中不含特定查询词

如果要求搜索结果中某一类网页是不希望看见的，而且，这些网页都包含特定的关键词，那么用减号语法，就可以去除所有这些含有特定关键词的网页。

例如，搜神雕侠侣，希望是关于武侠小说方面的内容，却发现很多关于电视剧方面的网页。那么就可以这样查询：神雕侠侣-电视剧

注意，前一个关键词，和减号之间必须有空格，否则，减号会被当成连字符处理，而失去减号语法功能。减号和后一个关键词之间，有无空格均可。

5）高级搜索、地区搜索和个性设置

使用百度集成的高级搜索界面，可以方便的做各种搜索查询。还可以根据自己的习惯，改变百度默认的搜索设定，如每页搜索结果数量，搜索结果的页面打开方式等。先进入高级搜索界面下面的个性设置，就可以进行设定了。

百度还支持对某个地区的网页进行搜索。进入地区搜索（https://www.360docs.net/doc/6f10108268.html,/），选中希望查询的地区，就可以在该地区搜索了。

二、Google(https://www.360docs.net/doc/6f10108268.html,)

1、Google简介

Google是当今最流行的搜索引擎，也是全球最大的搜索引擎。Google支持包括中文在内的43种语言的检索。而且以多语种、多媒体兼容为特色，用户键入搜索框中的任何符号均可得到反馈。如果用户键入了明显的错别字词，Google会给出提示，显示了一定的智能。

2、Google检索方法

Google支持简单搜索、词组搜索和高级搜索。

（1）简单搜索

简单搜索是Google的基本搜索，检索简洁且方便，仅需输入检索内容并敲一下回车键（Enter），或单击―Google搜索‖按钮，即可得到相关资料。

（2）词组搜索

①使用英文双引号。在Google中，可以通过添加英文双引号来搜索短语。双引号中的词语（比如―world economy‖）在检索到的文档中将作为一个整体出现。这一方法在查找名言警句或专有名词时显得特别有用。

②Google检索时会自动忽略最常用的词和字符，这些词和字符称为忽略词。Google忽略词包括“http”、“.com”和“的”等字符以及数字和单字。除非用英文双引号将忽略词强加于搜索项，如输入―宇宙的演化‖时，加上英文双引号就会使―的‖强加于搜索项中。

③为提供最准确的资料，Google不使用“词干法”，也不支持“通配符”（*）搜索。也就是说，Google只搜索与输入的关键词完全一样的字词。它支持+、-检索，但要在加、减号之前留一空格。此外，Google将“\”、“.”、“=”和“…”等标点符号识别为短语连接符。

④Google搜索也不区分英文字母大小写，所有的字母均当作小写处理。例如，搜索―Google‖、―GOOGLE‖或―GoOgle‖，得到的结果都一样。

（3）高级搜索

可以将检索策略输入Google主页面的检索框中进行检索，也可以进入高级检索界面后将检索策略输入检索框中，如[（火星OR金星）AND探测]NOT（行星探测）

（5）相关搜索

Google 能够提供与原搜索相关的搜索词。

这些相关的搜索词是根据过去Google 所有用户的搜索习惯和Google 提供的计算两个搜索词之间相关度的独家技术而产生出来的。

（6）按链接搜索

表达式为link: 网址

表示显示所有指向该网址的网页。

例如，―link:https://www.360docs.net/doc/6f10108268.html,‖将找出所有指向Google 主页的网页。

Link:https://www.360docs.net/doc/6f10108268.html,

注意：不能将link: 搜索与普通关键词搜索结合使用。

（7）指定网域

要在某个特定的域或站点中进行搜索，可以在Google 搜索框中输入―site:站点‖。

例如，要在Google 站点上查找新闻，可以输入：新闻site:https://www.360docs.net/doc/6f10108268.html,

（8）定义

要查看字词或词组的定义，只需键入―define‖，接着键入一个空格，然后键入需要其定义的词。 表达式为：define 需定义的字或词。

通过包含特殊操作符―define:‖，并使该操作符与需要其定义的字词之间不留空格，还可获得定义的列表。

表达式为：define:字或词

例如，搜索[define:HTML] 将显示从各种在线来源收集到的―HTML‖定义的列表。

二次检索的几种方式：

如果第一次的检索条件为A，第二次检索条件为B，则选择几种二次检索的检索结果用图形表示，灰色部分为命中结果。

在结果中检索：检索结果中必须出现所有的检索词。相当于布尔逻辑的“与”、“and” 、“*”

例子：

检索咸宁学院外国语学院发表的题名或关键词为英语翻译的文章。

在结果中添加：检索结果至少出现任一检索词。相当于布尔逻辑的“或”、“or” 、“+”

在结果中去除：检索结果中不应该出现包含某一检索词的文章。相当于布尔逻辑的“非”、“not”、“-”

一、CNKI中国期刊网数据库内容：

中国期刊全文数据库

使用方法：

CNKI中国期刊全文数据库提供了四种检索方式：初级检索、高级检索、专业检索和导航检索。