第二讲：计算机信息检索基础知识
合集下载
计算机信息检索基础知识
• 逻辑非：NOT或—， A NOT B 或A—B，
– 例：要查找有关能源方面 的文章， 但涉及原 子能方面的文章不要。 Energy not nuclear 表达 式：A—B
计算机信息检索技术
• 检索实例：检索“狂犬病的诊断及防治”方面的 文献
– （狂犬病 not 伪狂犬病） and (诊断 or 防治)
命中文献
计算机信息检索概念与原理
• 匹配运算，目前的计算机文献信息检索，都能实 现字符匹配，而概念匹配，是计算机文献信息检 索发展的目标。所以，在使用计算机文献信息检 索时，一定要注意检索词的选取。
– 举例一：字符匹配：比如检索“棉花拔杆机”和“棉花拔秆机”方面的文 献。 – 举例二：概念匹配：比如检索“纳米技术在废水处理中的应用”
计算机信息检索策略
• 检索词：射频识别技术 RFID 中国 超市 应用 • 数据库：CNKI • 表达式： (KY=射频识别技术 OR KY=RFID) AND KY=中国 AND KY=超市 AND KY=应用
计算机信息检索策略
• 去掉一些不太重要的关键词 • (KY=射频识别技术 OR KY=RFID) AND KY=超市
合乎逻辑的方式进行。但是在检索过程中，检索者随时可能被引向新的检索 词或新的检索途径。因此，随时调整检索策略也是影响检索成败的关键环节。 根据检出文献数量调整检索策略，往往可使检出结果达到较理想的查全率和 查准率。）
–
–检出文献太少，扩大检索范围的方法：
• • • •
计算机信息检索策略
• 课题：浅谈21世纪射频识别技术在我国超市的 应用 • 课题分析：时间范围：2000-2009 RFID是射频识别技术的英文(Radio Frequency Identification，RFID)的缩写，又称电子标签,射 频识别技术是20世纪90年代开始兴起的一种自 动识别技术，射频识别技术是一项利用射频信 号通过空间耦合(交变磁场或电磁场)实现无接 触信息传递并通过所传递的信息达到识别目的 的技术。
信息检索基础知识
TP 自动化技术、计算技术
3 计算技术、计算机
31
计算机软件
316
操作系统
.1
分时操作系统
.2
实时操作系统
.7
Windows操作系统
39
计算机的应用
… F25 物资经济 F250 物资经济理论 F252 物资流通
… F5 交通运输经济 F50 交通运输经济理论
… F53 铁路运输经济 F54 陆路、公路运输经济
匹配有其匹配标准，这里涉及到两者一致性、 相关度等问题，按一定的标准筛选出符合要求的 信息。
精选ppt
3
信息检索一般过程
信息源
信息分析、 著录、标引
信息的表示
用户
检索语言
用户需求分析
数据库 匹配过程
输出检索结果 精选ppt
检索表达式
4
信息检索的过程往往需要一个评价反馈途径，多次比较匹配， 以获得最终的检索结果。其图示如下：
9
责任者 及其单位
中图分类号 文献标示码
关键词
正文
精选ppt
题名 摘要
10
分类语言
也属于主题语言。分类语言是按学科范畴划分而构成的一 种语言体系，它集中反映学科的系统性、反映它们的相关、 从属、派生等关系，从总体到局部分层、分面展开，形成 分类体系。由类目号码及名称作为检索语言，构成分类类 目表，如前述图书分类表、专利分类表用的都是分类语言 。
13
……
主题语言
包括：关键词语言、单元词语言、标题词语言、叙词语言等，它们有不同 的主题词表。主题词表达概念本身，在主题词表中通过参照系统来指示词 汇之间的关系。如”交通运输”、“国际物流”。主题语言分为规范主题语
第二讲 信息检索基础知识
1.1 信息检索的概念
广义信息检索
是将信息按一定的 方式进行加工、组 织并贮存起来，再 根据信息用户的需 要找出有关的信息 过程。它的全过程 又叫信息存储与检 索。
信息检索
狭义信息检索
指用户根据需要 ，借助于检索工 具，从信息集合 中找出所需要信 息的过程。本书 所介绍的信息检 索就是狭义信息 检索 。
1.2 信息检索的原理
存
储 一次 分析 信息
过 信息
特征
程
检 索 信息 过 需求 程
分析 检索 提问
标引 信息特征 输入 检
检 索
标识
（检索项）
索检
工 具 输出
索
语
和结
言 标引
检索提问 检索 系
标识
统
果
（检索词）
1.3 信息检索的类型
按信息检索的内容划分
▪ 数据信息检索（Data information Retrieval） ▪ 事实信息检索 (Fact information Retrieval) ▪ 文献信息检索 (Document information Retrieval)
青岛工学院图书馆http://10.10.58.103/
三、信息检索技术
检索技术，是指利用光盘数据库、联机 数据库、网络数据库、搜索引擎等进行信息 检索，采用的相关技术，主要包括布尔检索、 截词检索、字段检索、词位置检索、加权检 索等
检索方式
▪ 1、命令式检索：用逻辑运算符、位置算符及其他检索 符号，把不同的检索词连接起来进行检索的一个种方式。 适用于专业人员。
主题语言又分为标题词语言、单元词语言、叙词
语言和关键词语言，前两种语言目前使用较少。 1）叙词语言：叙词是为了适应计算机检索的需
信息检索基础知识 - 第二讲信息检索系统、工具及语言
二、按加工层次分：
一次文献（Primary Document)：
通常是指原始制作，即作 者以本人的研究成果为基本素材而创作（或撰写）的文献。 检索的目标 如期刊论文、科技报告、会议论文、专利说明书
二次文献（Secondary Document）：是指文献情报工作者对
一次文献进行加工整理后所得到的产物，也是为了便于管理和利用一次文 献，由文献情报工作人员编辑、出版和积累起来的工具性的文献。二次文 献的重要性在于可以帮助人们查找一次文献。 检索的手段
光盘检索
用光盘作为信息存储介质的数据库。 分为单机检索和局域网内的联机光盘检索。
网络信息检索
用户在自己的客户端上，通过互联网和浏览器界面对网络 信息进行检索。 特点
数据库分布式存储，数量多，信息量大；由于超文本语传输 协议，提供了大量相关链接； 内容向多媒体发展，不仅有文本，还有图像、声音等； 数据库更新速度快； 检索功能强，索引多，易学易懂；但目前各数据库检索界面 和检索技巧不尽相同，给使用者造成不必要的麻烦； 检索环境宽松，检索费用比联机检索低很多。 （网络信息检索也包括通过网络进行的数据库检索）
国 hggghgh5454545454
风 光 好 官 方 官 方 共 和
知识的存在形式
1、存在于人脑记忆中 2、存在于实物中 3、用文字、图形、符号、代码、声频、视频 等技术手段记录在一定载体上的知识。 其中第三种形式称作文献
文献(literature、document)的概念
《中华人民共和国国家标准· 文献著录总则》给文献 下的定义是：“文献是记录有知识的一切载体”。
俴蔑曱檻椚怒盽盢餚罗孎榢巫萶絃筢 湵誕秠櫆憸诺啂奥込穚篣癑蓐潇醹歟 栉鷰鄹眙
第二讲信息检索基础
回 顾
●
本讲主要内容
● ●
信息检索概念 信息检索意义 信息检索原理 信息检索类型 信息检索途径 信息检索方法
●
信息检索技术 信息检索策略 信息检索步骤
●
● ●
●
Hale Waihona Puke 信息检索语言信息检索利用
●
●
●
有一种能力与生俱来
有一种能力终身受用------信息检索
信息检索概念
南航学生事务服务中心：【名家讲坛】4月8 日19:00在一号楼四楼报告厅，延参法师邀 请你一起《快乐看人生》！本次讲座将凭票 入场，但入场券只提供入场资格，现场座位 先到先得！入场券将在本周日（3月31日） 16:00在学生事务服务中心办公室免费领取， 领完为止，同样先到先得哦！邀你的同学一 起聆听大师的教诲吧！
信息检索途径
是由提取信息源的外部与内部特征形成 的，又称为检索点或检索入口
题名 责任者 号码 （专利号、标准号等） 出版信息 丛编 装帧 责任者单位
分类 主题
外部特征 信息（文献）
内部特征
文献外部特征主要检索途径：题名 责任者 号码 文献内部特征主要检索途径：分类 主题
信息检索方法
德国柏林图书馆门前有这样一段话：“这里是知识的宝库， 你若掌握了它的钥匙，这里的全部知识都是属于你的。”
信息检索类型
信息检索类型
按检索对象性质： 文献检索：凡是以文献（包括文献线索、文摘、题录 和 全文）为检索对象的一种检索。检索结果是特定文献线索。 移动通信病毒文献有哪些？ 数据检索：凡是以数据（包括计算公式、化学分子式、数 值、图表（参考工具书） ）为检索对象的叫数据检索。 检索结果是数值性数据。今日人民币对美元汇率 事实检索：统计资料、百科知识、人物传记、案例等世界 上最长的斜拉桥是哪座，该桥位于什么地方，何时建成？ 按检索方式：手工检索 计算机检索
《信息检索》 第2讲 信息检索的基本知识2
19
2013-8-1
（2）自然语言和受控语言的一体化发展趋势
在网络环境下自然语言和受控语言的融合或称一体化是检索
语言未来发展的必然趋势。这方面比较前沿的、有代表性的 理论研究和实践是国内张琪玉先生提出的学科——事物概念 组配型检索语言和美国国家医学图书馆所创建的UMLS系统 。 学科——事物概念组配型检索语言具有的特点是：通过学 科聚类和事物聚类的结合、号码标识和词语标识的结合以及 系统序列和字顺序列的结合，实现分类系统和主题系统的完 全一体化。用户从自然语言词汇、分类号和主题词任一途径 入口检索，都能获得相应的文献。这种检索语言具有开放性 ，可不断增补新概念。目前该模式正处于理论研究阶段。 UMLS模式即一体化医学语言系统。UMLS由超级叙词表、语 义网络、情报源图谱和专家词典四个相互联系的部分组成。
13
2013-8-1
用主题法查找文献，要注意以下几点：
注意利用词表
选择主题词要把握概念的含义 要利用概念之间的属种关系和相关关系增加检索线索
14
2013-8-1
注意利用词表
主题词是检索系统使用的专门的规范化语言，用这
种语言表述的概念，只有一种解释，不允许一词多 义、多词一义，这是规范化检索语言的单义性所规 定的。而一般用户的提问用的是自然语言，自然语 言并不遵守特定事物具有特定概念用特定语言表达 这一原则。
10
2.2 关键词语言
关键词语言是适应目录索引编制过程自动化的需要而产
生的。关键词是文献的篇名、摘要、正文中出现的具有 实质意义并能表达文献主题内容的词语。以关键词作为 标识的检索系统就叫做关键词语言。 由于关键词是未经规范的自然语言，一个概念可以用几 个词义相同或相近的词来表达，因此关键词语言没有固 定的词表，只有一个停用词词表，用以识别词语的词性 ，方便计算机自动抽取实质性语词。 关键词语言十分适于计算机编制索引，检索入口多，编 制速度快，但缺点是容易造成漏检。 例如：“国际联机检索概论”中的“国际联机检索”、 “国际联机”、“联机”、“检索”都是能描述这篇文 献主题的关键词，都可以作为检索词。
信息检索 第二讲 信息检索概述
通过分析信息存储和检索的全过程可以看出检索语言
大致有以下四个主要的功能：
对文献的情报信息内容及其外表特征加以规范化的标引；
对内容相同及相关的文献信息加以集中或揭示其相关性；
可使文献信息的存储集中化、系统化、组织化，便于检
索者按一定的排列秩序进行有序化检索；
便于将标引用语和检索用语进行相符性比较。
科性质进行分类和系统排列 。
特点：能集中体现学科的系统性，反映事物的
从属、源生关系，便于按学科门类进行族姓检
索。
（1）分类语言
按照分类方式的不同：
混合分类语言 体系分类语言 分类语言
体系分类法是基于概念
的划分和概括，以学科 分类为基础，把概括文
献内容与事物的各种类
目组成一层层隶属、详 细列举的等级结构体系。
文献检索
事实检索
数据检索
7
3.信息检索的类型
文献检索。以文献或其索引、文摘为检索对象， 目的是核实已知文献的不确切项目，如著者名、 年代、出处等，或查检某课题原始文献的线索 及它们的具有收藏情况。
文献检索是相关性检索，不直接回答用户所提 技术问题本身，只提供有关的文献供参考。
举例： “关于自动控制系统有些什么参考文献”
CALIS公共目录检索系统检索界面
读秀知识库检索界面
三、信息检索语言
1.检索语言的概念
2.信息检索语言的功能与作用
3.信息检索语言的类型
1.信息检索语言的概念
信息检索语言是一种专门的人工语言，又 称标引语言和索引语言，是信息系统中用 以描述信息的内容及外表特征和检索者表 达检索提问的语言，是两者相互沟通的共 同依据，是用于信息标引和检索提问的约 定语言。
计算机信息检索基础知识
例如：利用DIALOG联机系统检索美国“化学文摘 （CA）”从1967至今的数据库，一般一个课题 只用3-4min左右，用光盘数据库检索也不超过 10-15min，但用手工检索《CA》的累积索引和 卷期索引，一个至少要花上几天的时间。
计算机检索特点
（2）检索途径多： 因为计算机检索系统 对数据库记录的许多字段都做了索引，有 的系统甚至对每个字段都做了索引，所以 这些字段均可作为检索入口。
c：未检出的相关文献量
提高查全率的方法
提高检索词的泛指度（热水器-燃气热 水器）
选全同义词、近义词（土豆-马铃薯） 多用截词符 减少使用逻辑“与”、逻辑“非”运算
符 增加使用逻辑“或”运算符 取消某些限制符 在多字段或全文中检索 采用分类号检索等
• 明确自己的情报需求和检索目的 即明确自己研 究的课题是攻关型的还是探索型的，对信息查找 的指标要求是查准、查全还是查新。同时还要弄 清所需文献信息的类型、文种、时间范围等。
（5）执行检索指令： 对数据库进行查找， 并输出检索结果。
（6）分析检索结果，完善检索表达式： • 重新确定检索词； • 选用“上位词”或 “下位词”: • 选用其他相关检索词； • 更换检索途径等，
如何计算？
查全率：
检出的相关文献量
R＝---------------------×100%＝
检索系统中相关文献总量
a ——×100% a+c
查准率：
检出的相关文献量
P＝---------------------×100%＝
检出的文献总量
a ———×100%
a+b
a：检出的相关文献量 b：检出的非相关文献
差集 A-B
A
非 NOT -
计算机检索特点
（2）检索途径多： 因为计算机检索系统 对数据库记录的许多字段都做了索引，有 的系统甚至对每个字段都做了索引，所以 这些字段均可作为检索入口。
c：未检出的相关文献量
提高查全率的方法
提高检索词的泛指度（热水器-燃气热 水器）
选全同义词、近义词（土豆-马铃薯） 多用截词符 减少使用逻辑“与”、逻辑“非”运算
符 增加使用逻辑“或”运算符 取消某些限制符 在多字段或全文中检索 采用分类号检索等
• 明确自己的情报需求和检索目的 即明确自己研 究的课题是攻关型的还是探索型的，对信息查找 的指标要求是查准、查全还是查新。同时还要弄 清所需文献信息的类型、文种、时间范围等。
（5）执行检索指令： 对数据库进行查找， 并输出检索结果。
（6）分析检索结果，完善检索表达式： • 重新确定检索词； • 选用“上位词”或 “下位词”: • 选用其他相关检索词； • 更换检索途径等，
如何计算？
查全率：
检出的相关文献量
R＝---------------------×100%＝
检索系统中相关文献总量
a ——×100% a+c
查准率：
检出的相关文献量
P＝---------------------×100%＝
检出的文献总量
a ———×100%
a+b
a：检出的相关文献量 b：检出的非相关文献
差集 A-B
A
非 NOT -
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2021/3/10
讲解：XX
3
计算机信息检索包含两个内涵：
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。
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 求的格式输出检索结果
作用：缩小检索范围，提高查准率。 例如： 水果 – 香蕉
Patent not German
2021/3/10
讲解：XX
32
非运算示意图
B
German
A
Patent
2021/3/10
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
数值型数据库 提供各类数值型数据
图象数据库 以图形、图象为记录单位
2021/3/10
讲解：XX
11
返回
2021/3/10
讲解：XX
12
返回
2021/3/10
讲解：XX
13
返回
2021/3/10
讲解：XX
14
返回
2021/3/10
2021/3/10
讲解：XX
6
输入:“信息检索技术”(题名字段)-----命 中该信息
输入:“光盘数据库”(题名字段)------不会 命中该信息
2021/3/10
讲解：XX
7
检索结果
输入“信息检索技术”
2021/3/10
讲解：XX
8
计算机信息检索特点
检索速度快，效益高； 检索功能强，数量大； 检索途径多，手段灵活； 检索范围广，服务方式多。
2021/3/10
讲解：XX
4
信息检索原举例:
【题 名】信息检索技术在网络数据库中的应用研究 【作 者】邹小筑[1] 缪红梅[2] 【机 构】[1]南京大学信息管理系,南京210093 [2]南京航空航天
大学,南京210016 【刊 名】图书情报工作.2007,51(2).-104-106,131 【ISSN号】0252-3116 【关键词】信息检索技术 网络数据库 检索平台 【文 摘】以信息检索技术为脉络，结合Ei Village2、ISI Web of
CAD or computer aided design
2021/3/10
讲解：XX
30
或运算示意图
B
A
pipe
tube
2021/3/10
A or B
讲解：XX
作用：扩大 检索范围， 提高检全率
31
③“非”算符 not NOT -
“非”算符用于描述概念间的排斥关系和特 殊限定关系。
含义：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。
2021/3/10
讲解：XX
21
• 记录
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（文档）
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。
2021/3/10
讲解：XX
22
可检索字段
中国期刊网字段示例
2021/3/10
讲解：XX
23
2021/3/10
第二讲 计算机信息检索基础知识
2021/3/10
讲解：XX
1
主要内容
计算机检索的概念 数据库及其类型 数据库的结构 计算机检索技术 计算机检索的步骤、方法、途径
2021/3/10
讲解：XX
2
一 计算机信息检索的定义
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。
2021/3/10
讲解：XX
9
二 数据库及其类型
概念 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 合。
2021/3/10
讲解：XX
10
数据库类型—按内容和功能划分
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
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
讲解：XX
24
命中记录列表
详 细 记 录
2021/3/10
讲解：XX
25
四 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
2021/3/10
讲解：XX
26
1、布尔逻辑运算符
①逻辑与： “*”或“and” ②逻辑或： “+”或“or” ③逻辑非： “-”或“not”
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。
18
专业数据库 ：
2021/3/10
讲解：XX
返回
19
专题数据库
2021/3/10
讲解：XX
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
外部特征和内容特征的每一项目，在数 据库中就称为字段。
如：关键词KW、题名TI、文摘AB、作者AU、 刊名JN、出版时间PY、语种LA等
2021/3/10
讲解：XX
27
①“与”算符 and AND *
“与”算符用于描述概念间的交叉关系和限 定关系。
含义：检出文献中必须同时包含被其连 接的所有词或词组。
作用：缩小检索范围，提高查准率。 例如： 儿童 * 心理学
computer AND virus
2021/3/10
讲解：XX
28
与运算示意图
A
B
computer
virus
A and B 计算机 *病毒
2021/3/10
讲解：XX
作用： 缩小检索范围，
提高检准率
29
②“或”算符 or OR +
“或”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。
含义：检出文献中包含有被其连接的任 意一个词或词组。
作用：扩大检索范围，提高查全率。 例如：自行车 + 脚踏车
讲解：XX
15
2021/3/10
讲解：XX
返回
16
数据库类型—按收录专业范围划分
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
专业性数据库
收录单一学科或专业的信息资料。
专题性数据库
收录某一特定专题的信息资料
2021/3/10
讲解：XX
17
综合型数据库
返回
2021/3/10
讲解：XX