第2章 计算机信息检索技术

2020/10/16
25
（2）二次文献检索*
是针对全文检索而言，也就是分别将文献的内部特征 （题名、分类等）和外部特征（作者、出处、年代、 ISSN、语言等）作为存储和检索的匹配标识而形成 的数据集合，利用检索系统的检索结果是文献信息的 题录及文摘。
学科领域覆盖面广，信息量大，可以利用文献线索获 取到一次文献。
其中的某些字、符号或短语、图形和图像起着“热链路” （Hotlink）的作用，在显示出来时其字体或颜色变化或者标有下 横线、以区别于一般的正文。当鼠标器的光标移到某个热链路上， 并且按了一下鼠标键之后，鼠标器光标便沿着这条链路跳到该文 件的另一处或另一个文件。
计算机信息检索在经历了传统信息检索、全文文本检索之后，随 着多媒体技术的发展和应用，出现目前这种超文本检索方式。可 用于检索人物、新闻、文档、文艺小说、旅游景点、绘画、古文 物、生物等内容广泛的各种信息。
用由用户平摊，随机存储。 缺点：一次机会检索，检索结果延误，委
托性检索。
（2） 联机信息检索
联机检索是用户利用终端设备，通过通信 网络或通信线路与检索系统联机，进行 “人机对话”，从检索中心的数据库查找 所需要的文献信息过程。 特点：检索的速度快，检索结果可以得到
及时修改。 缺点：检索费用高。
（3）国际联机检索*
各大网站均可进规模 的多媒体、多文种新闻信息综合性数据库。
2020/10/16
27
（4）超文本检索
超文本(Hyper text) 是利用计算机将多介质信息按照一定的逻辑 联接关系加工、贮存起来，构成可任意连接的、有层次的网状结 构数据库，是一种联想式的综合信息管理系统。
2020/10/16
3
国外计算机信息检索发展阶段(P5)
➢ 脱机检索阶段(20世纪50-60年代) ➢ 联机检索阶段(20世纪60-80年代) ➢ 光盘检索阶段(20世纪80年代中-90年代) ➢ 网络信息检索阶段(1995-)
2020/10/16
4
1.2 计算机信息检索的定义
计算机信息检索的实质就是由计算机将输入的检索策略与 系统中存储的文献特征标识及其逻辑组配关系进行类比、 匹配的过程，需要人——机协同作用来完成。
第二章 计算机信息检索技术
郑州大学信息检索教研室
2020/10/16
1
第1节 计算机检索概述 第2节 计算机信息检索系统组成 第3节 计算机信息检索的分类 第4节 计算机信息检索技术 第5节 信息检索的方法* 第6节 信息检索的策略*
2020/10/16
2
1.1 国内外计算机信息检索发展阶段
➢ 1975年,从国外引进数据库开展机检服务； ➢ 1980年,建立国际联机终端开展检索服务； ➢ 20世纪80年代中后期，自建数据库； ➢ 90年代初，发展光盘检索； ➢ 90年代中期，Internet网络化检索阶段。
信息存贮是将文献、数值、事实等按一定的格式输入到计 算机中，加工处理成可供检索的数据库。
信息检索是将检索提问式按一定的要求输入计算机中，经 计算机系统与已存贮在计算机中的数据库进行匹配运算， 然后将符合检索提问的数据按要求的格式输出。
2020/10/16
5Hale Waihona Puke 1.3 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。
2020/10/16
8
信息的著录
对所收集的原始信息的外表特征（如题名、 著者、文献出处等）和内容特征（如分类 号、主题词、摘要等）进行描述，形成一 条条款目或记录的过程。
在数据库中，其外表特征和内容特征通常 称之为字段，一条记录由若干个不同字段 构成。
2020/10/16
9
信息的标引
标引：根据一定的规则和程序（主题词典或词 表），对文献的主题内容进行分析，给予每篇文 献主题词、关键词作为存储和检索标识；或者根 据文献的学科归属，采用某种文献资料分类法， 给予分类号作为检索标识。
2020/10/16
10
信息检索过程
用户对检索课题加以分析，明确检索范围，弄清主题 概念，然后用系统检索语言来表示主题概念，形成检 索标识及检索策略,输入到计算机进行检索。计算机按 照用户的要求将检索策略转换成一系列提问，在专用 程序的控制下进行逻辑运算，选出符合要求的信息输 出。
计算机检索的过程实际上是一个比较、匹配的过程， 检索提问只要与数据库中的信息的特征标识及其逻辑 组配关系相一致，则属“命中”，即找到了符合要求 的信息。
标引、特点等问题较难了解、熟悉； ➢检索技术和技巧不易掌握
2020/10/16
33
世界上最著名的国际联机检索系统
1、DIALOG系统*
是世界最大的国际联机检索系统 1963年，原属美国洛克希德公司，系统设在加洲Palo
Alto市,1988年转让给美国Knight-Ridder公司。2000年 又转入DIALOG公司经营。目前，该系统的联机服务网遍 布世界70多个国家和地区的200多个城市，共设有联机检 索终端25000余台。 系统中各类型数据库数量的发展速度相当快， 拥有数据库约900多个，占全世界机存总量的60%，内容 涉及自然科学、社会科学、经济、商业等各个领域。
和主题词等。 这类数据库占用很大的比例，其代表性的数据库有 《EI Compendex Plus》(工程索引)、《INSPEC》(科学
文摘)和《全国报刊索引》等。 图书馆提供的基于网络的联机公共检索目录（OPAC）系统
2020/10/16
20
事实数据库
存储的是用来描述人物、机构、事物等信息 的情况、过程、现象的事实数据。
例如：COMPENDEX、INSPEC、SCI等国外数据库； 万方数据的学位论文、会议论文数据库、全国报刊索 引、Calis西文期刊目次数据库等
2020/10/16
26
（3）多媒体检索
就是把文字、声音、图像（形）等多种信息的传播载体 通过计算机进行数字化加工、处理而形成的一种综合存 储技术。
利用多媒体检索系统可分别进行视频检索、声音检索、 图像检索。多媒体信息检索系统有着广阔的应用前景， 它将广泛用于电子会议、远程教学、远程医疗、电子图 书馆、艺术收藏和地球资源管理、天气预报、时装设计、 智能群体决策、计算机支持协同工作、金融市场、军事 指挥系统、防汛指挥系统等方面。
构成数据库的三大要素： 文档——记录——字段
检索时，计算机按输入检索词的字顺先从指定的倒排文档 中找到相匹配的索引词，然后根据索引词后的记录顺序号 到顺排档中调出相应的记录。
2020/10/16
13
文档（File）
数据库中一部分记录的集合,文档由若干记录构成。 数据库是由一个顺排文档和若干个倒排文档所构成
特性 的文献数据、人口统计资料、市场调 研数据等。
2020/10/16
22
全文数据库
存储的是原始文献的全文，如杂志论文、报纸 新闻、法院案例等。
全文检索可直接获取原始资料，而不是书目检 索时的线索，提高了用户的检索效率。 如：中国知网（CNKI）、万方、维普、 Elsevier等全文数据库。
2020/10/16
2020/10/16
28
3.2 按信息访问模式分(P5)
根据检索方式分： (1)脱机检索 (2)联机检索 (3)国际联机检索 (4)光盘检索 (5)镜像检索 (6)网络检索
2020/10/16
29
（1） 脱机信息检索
是六十年代发展起来的批次检索，用户不与检索系 统发生直接联系，只需把检索要求送往检索中心， 由检索人员在计算机主机进行文献检索的一种方式。 优点：价格便宜，无网络通讯费，检索费
14
2020/10/16
15
记录（Record)
由若干字段组成的文献单元，是数据库中的基本
文献单元，每条记录描述了原始信息的外部和内
部特征。数据库中的一条记录通常代表一篇文献。
例如：在书目型数据库中，一条记录相当于一条
题录或文摘；在全文型数据库中，一条记录相当
于一篇完整的文献；在其它类型数据库中，一条
记录则代表一个信息单元。记录越多，数据库的
容量就越大。
2020/10/16
16
2020/10/16
17
字段（Field)
字段是构成记录的基本单元，是对文献某一方 面的特征（包括外表特征和内容特征）进行描 述的结果。
例如：题名、作者、作者地址、出版年、来源 （出处）、主题词、文摘等字段是书目数据库 中必备字段。为识别每一个字段所表达的文献 特征，通常每个字段都有固定的名称和缩写 （或称字段标识符），如，题名字段的标识符 为TI，作者字段的标识符为AU等。
1.4 计算机信息检索的原理(P8-11)
信息存储
信息检索
原始信息 主题
著录
信息主题
数据库记录及 信息特征标识
分析
信息需求 主题
分析
检索主题 标引 检索语言（主题词表） 选定
编制
检索提问式及 提问标识
计算机
类比
输出
检索结果
2020/10/16
7
信息存储过程
信息存储就是按照一定标准，将收集 到的原始文献进行主题概念分析，用 系统规定的语言（主题词、分类号） 进行标引，形成信息的特征标识，进 行整理与排序，构成可供检索的数据 库，主要包括：信息的采集、著录、 标引和整序等过程。
2020/10/16
18
2.3 数据库的类型*（P3-4）
参考（文献书目型）数据库 全文数据库 事实数据库 数值数据库
2020/10/16
19
参考（文献书目型）数据库
是指包含各种数据、信息或知识的原始来源和属性的数据 库；是机读的目录、索引和文摘检索工具，检索结果是文 献的线索而非原文。 存储的是二次文献，包括文献的外部特征、题录、文摘