网络信息搜集过程中正确选择检索词_省略_检索近视眼手术治疗的期刊论文为例_华薇娜

华薇娜(南京大学 信息管理系,江苏 南京 210093)网络信息搜集过程中正确选择检索词的个案分析 以检索近视眼手术治疗的期刊论文为例摘 要:通过网络获得有效的检索结果,需要有正确的策略。

而在检索策略的诸多环节中,正确选择检索词尤为重要。

本文以 近视眼手术治疗 这一检索题为例,从常见的检索错误入手,通过从最初27篇论文的检索结果到最后全面准确查得2000多篇检索结果的过程,一步步推导出正确的检索词,用实例来论述了检索词对实施成功检索的意义。

关键词:网络资源;信息资源;信息检索;检索策略;检索语言Ab stract:T o ach ieve effecti ve i nfor m ation retr i eva l result on t he Inte rne t requ ires correct strateg i es H o w to se-lec t correc t search ter m s is especiall y i m po rtant among m any links o f search strateg i es T ak i ng the re trieval ite m O perati ve T reat ment for M yop i a for exa m ple,th i s paper,proceed i ng w it h comm on search m istakes and through t he pro cess from the re trieval results o f27research papers at the beg i nni ng to the comp l e te and accurate retr i eva l re-su lts o fm ore than2000research pape rs i n the end,educes t he correct search ter m s step by step and discusses the significance o f usi ng co rrec t search ter m s to per f o r m successfu l i n f o r m ati on retr i eva l on t he Internet K ey w ords:net w ork resou rces;i nfor m ation resources;i nfo r ma ti on re tr i eva;l retr i eva l strategy;retr i eva l lan-guage随着基于互联网进行服务的各类信息检索系统的日益成熟与发展,人们的信息收集工作越来越多地依靠网络来进行。

但同时我们又看到,几乎每个检索者都有过在搜索引擎或数据库面前,或者一无所获,或者虽得到成千上万个检索结果,但却与检索需求相距甚远的经历[1]。

现实说明,对于网络信息的检索来说,技巧与方法越来越显得重要。

这些技巧与方法至少包括选择检索工具,选择检索途径,确定检索词,建立检索式,评估与调整检索结果这些基本环节[2],其中,正确选择检索词是至关重要的环节。

其重要程度可以说怎样评估都不会过高。

本文试图通过检索实例的个案分析来证明这个环节的重要性,以及其重要的程度。

1 检索词影响检索结果的实证对于如 近视眼手术治疗 这样的检索需求,人们在选择检索词时会有多种思路。

这里分别利用目前常用的3个中文全文期刊数据库(即维普、万方、CNK I),选择同样的检索时间段(1998 2009年底,因为万方数据库收录全文期刊的回溯年份始自1998,故限定其他两个数据库起始年份相同),同样的篇名检索字段(极个别例略微借助其他字段),同时输入同样的检索词。

由此可以看出检索词是如何导致检索结果变化的(其中维普数据库是镜像,其他均为北京主库)。

3个数据库的检索结果如表1所示。

表1 不同检索词在有关数据库中所得到的检索结果单位(篇)选用数据库输入的检索词维普万方*CNK I 近视眼的手术治疗01527近视眼*手术治疗184727近视眼*手术*治疗2412727近视眼*手术6523571近视眼*术221371135近视*术11161652636近视*术+L AS I K+LASEK205232141859近视*(术+准分子+激光+P RK)+LASI K+LASEK218432652002 (分类号=R778 11*题名=术+PRK+准分子+激光)+题名=LASI K+LASEK2041系统报错1470 注:*万方系统不支持对检索字段的控制,尽管选择篇名检索字段,但其检索结果并不完全是在篇名字段匹配而得的。

表1中共实验了9种不同的检索输入,其中前8种完全是在篇名字段实现的检索。

从检索结果数字的变化,可以清楚地看到,仅仅是检索词细微的变化,就可致检索结果大相径庭。

这些对照十分鲜明的结果证明了检索词对检索结果有着极其重要的影响。

表1中的检索词及其不同的组配可以归纳为如下几个类型。

1)按检索题原样输入。

检索者以使用搜索引擎的方式对待网络数据库的使用,即按原始检索题的语句输入,基本不做选词的工作。

如本题即输入 近视眼的手术治疗 。

目前,自动分词技术已被广泛地用于网络数据库中,这对那些缺乏数据库检索知识的用户有较好的帮助,但由于自动分词技术在正确切分语词方面尚有局限,对全面准确获得检索结果都还有一定程度的影响,故是否采纳自动分词技术在中外数据库的建库中都有存在。

在本例所采用的数据库中,维普数据库完全依据用户的输入条件进行搜索与匹配,故检索结果为0;而万方系统将用户输入的检索式自动分解为两个词组: 近视眼 和 手术治疗 ,所分解出的检索词在检索结果中不分前后次序,同时自动剔除非用性检索词 的 ;CNK I系统与万方相同,有自动分词功能,且检索词更细分为 近视眼 、 手术 、 治疗 这3个检索词,同样检索词不分前后顺序。

2)按题面选词进行布尔逻辑检索。

本题有两组运算是仅按题面选词并继而运算的结果,即: 近视眼*手术治疗; 近视眼*手术*治疗。

稍有点检索技巧的用户会考虑将提问语句分解为基本的检索用词,词与词之间根据其在具体语句中的关系,运用相应的逻辑运算,如 与 、 或 、 非 来进行组合检索。

本例前者是两个词组间的 与 运算,后者则分解为3个检索概念间的 与 组合,都是要求这两组或三组检索词在同样的检索字段(本例为篇名字段)中同时命中。

由于CNK I系统在前次的检索中已经由系统将用户输入的语句进行了如本例相同的分解,在检索词无增减的条件下,其检索结果不受影响;而维普数据库则严格按照用户的输入操作,其检索结果也随之分别得到调整;万方数据库的检索结果大有增加,但该库的检索不是严格按照用户选择的检索字段来操作,如两组匹配所得到的分别为47条和127条的记录就不是完全在篇名字段匹配的结果。

3)排除不必要的检索词。

本例在所选的检索词中去掉了 治疗 一词,这一处理使得检索式不拘泥于检索题的题面,而是根据检索需求删减了不必要的检索词。

动作虽小,但意义重大,因为 与 运算是交集运算,覆盖每个检索单元,而不必要的检索词阻止了大量本该得到的结果。

排除 治疗 一词对于本题的正确检索起到了积极的作用,3个数据库的检索结果都有较大的增量。

4)仅保留检索词的词干。

对剩余的可用检索词进行精练处理,排除检索词中冗余的成分。

本例中对所保留的 近视眼 和 手术 这两个检索词分别减去了 手 和 眼 ,只保留了 近视 和 术 ,其中, 近视 一词足以表达近视眼这个概念,而 术 则是以此来覆盖所有以 术 来表述的各类手术,如 切削术 、 磨镶术 、 磨削术 、 激光术 、 矫正术 、 塑型术 等。

经过这些调整,3个数据库的检索结果都呈几何级数的增长,产生了质的飞跃。

5)增加专有名词。

在近视眼的手术中,还有些专门表示近视眼手术的名词,并且这些名词不会被覆盖在 术 的检索词中,因此需要添加这一类的专有名词。

设检索式为: 题名=近视*术+LA SI K+LA SEK ,其中LASIK和LA SEK这两个专有名词本身就表示近视眼的手术,故只要参与 或 运算即可,不必与其他检索词组配。

在维普数据库中,这一检索式检得的结果又在前次检索运算的基础上几乎增加了一倍。

需要说明的是,维普数据库在检索运算符稍微复杂的情况下,检索词与运算符之间不得有空格,本题一定要去掉全部的空格,唯此方法可操作,否则系统报错。

而万方数据库只在 专业检索 模式中接受多种运算符检索式的运行。

可输入检索式 T itl e=近视*术+ LA SI K+LA SEK 进行操作,得到结果3214篇。

但遗憾的是系统在操作这一检索式时,并不是按照用户的要求限制在篇名字段运行的(这是2009年12月的状态)。

CNK I数据库中,这一检索式得到的检索数同样也是翻番增长。

该系统对检索式没有空格与否的要求。

6)同义词扩展检索。

在某些检索项中,还可以进行同位类检索词的扩展检索。

在本例中,近视眼的手术还可以扩展到准分子激光疗法,如PRK。

但这一概念又不同于专有名词,因 准分子激光 在除近视眼的治疗之外还有多种用途。

故这些检索词需与 近视 这一概念进行 与 运算,与 术 进行 或 运算来操作。

无论哪个数据库在执行这一命令后,其检索结果都有一定程度的提高,也就是说,同义词扩展检索在一定程度上提高了查全率。

7)尝试族性检索。

前文所做的全部检索都是在题名这一特性检索体系中操作的,但有些检索需求却可以在族性检索体系得到帮助。

由于国内大量期刊文章附有 中国图书馆图书分类法 的分类号,这对在检索过程中实施族性检索提供了可能。

对于本题来说,可以增加分类的检索入口,即:近视分类号=R778 11(关于分类号=R778 11的解释:R医药、卫生 R77眼科学 R778眼屈光学 R778 1眼应用屈光学 R778 11近视)。

维普数据库有专门的分类检索界面。

如果检索题不复杂,且没有特别要求的话,可以利用系统提供的分类检索界面而径直得到分类号,并赋予检索。

本例以检索式 分类号=R778 11 进行操作,获得结果3000篇以上。

但这一结果并不完全符合本题的要求,因为R778 11指所有与近视眼研究相关的内容,并不限定在 近视眼的手术治疗 中。

好在维普数据库分类检索界面还提供了与其他检索项的一次组合检索的机会(只有一次选择),故本题可以实现分类与题名的一次组合检索。

由于分类号= R778 11的检索范围过宽,用户是可以通过题名作一定程度的限定检索。

遗憾的是,该系统的分类检索界面无法进行检索年限的设置。