1、 文獻信息資源是知識的寶庫 文獻檢索是開啟知識寶庫的鑰匙 美國化學文摘封面上醒目的印著： Key To The Worlds Chemical Literature 自稱是“打開世界化學文獻的鑰匙” 形象地說明文獻檢索的“鑰匙”作用 計算機信息檢索基礎 醫(yī)學文獻檢索與利用 第三講鄭州大學圖書館王槐深一、計算機信息檢索概述（一）概念 計算機信息檢索，即利用計算機存貯和檢索信息的過程。 信息存貯是將大量的文獻、數(shù)值、事實等按一定的格式輸入到計算機中，加工處理成可供檢索的數(shù)據(jù)庫。 信息檢索是將檢索提問式按一定的要求輸入計算機中，經(jīng)計算機系統(tǒng)與已存貯在計算機中的數(shù)據(jù)庫進行匹配運算，然后將符合檢索提問的

2、數(shù)據(jù)按要求的格式輸出。（二）產(chǎn)生與發(fā)展 計算機信息檢索始于1954年，由美國海軍軍械中心（NOTS）圖書館在IBM-701型計算機上建立了世界上第一個計算機檢索系統(tǒng)。我國自1975年開始從國外引進磁帶式數(shù)據(jù)庫，開展計算機信息檢索服務，次年中國科學院計算機所研制成第一個國產(chǎn)計算機信息檢索系統(tǒng)QJ-111并于1981年投入使用。計算機信息檢索在世界范圍內(nèi)的發(fā)展大致經(jīng)歷了以下五個階段：脫機檢索階段（19541964年） 由于受計算機技術的限制，存貯在磁帶上的文獻數(shù)據(jù)，只能按順序查找有關信息，速度很慢，用戶不直接參與檢索，不介入與機器的對話，由專職檢索人員把許多用戶的檢索課題匯總，批處理檢索提問要求，

3、然后將檢索結果提供給用戶。所以稱“脫機檢索”。 優(yōu)點：批處理可同時進行多項檢索，適用于過期文獻的回溯檢索和新文獻的定題檢索。 缺點：用戶不能參與檢索過程，無法適時地修改檢索策略，使檢準率降低; 用戶不能及時瀏覽結果以及無法快速地獲取結果。聯(lián)機檢索階段（19651972年） 隨著計算機處理能力的提高和大容量存貯介質(zhì)的出現(xiàn)，計算機信息檢索進入聯(lián)機檢索階段。在此時期，單臺貯存信息的主機可通過通信線路連接多個計算機檢索終端，利用分時技術，多個計算機用戶終端可以同時與主機“對話”，實現(xiàn)聯(lián)機信息檢索。但由于計算機網(wǎng)絡主要是通過電話線路連接，聯(lián)機檢索受到地域的限制，主要是一個國家內(nèi)部的聯(lián)機檢索。國際聯(lián)機檢索

4、階段（1973年至今）： 通信衛(wèi)星技術的發(fā)展與應用，使聯(lián)機檢索不再受地區(qū)、國界的限制，實現(xiàn)跨國界的遠距離聯(lián)機檢索，即國際聯(lián)機檢索。用戶可以通過國際聯(lián)機檢索終端，與遠隔重洋的聯(lián)機檢索系統(tǒng)直接進行人機對話，實時、在線的直接檢索其擁有的各種數(shù)據(jù)庫，獲取所需的文獻信息。 隨著Internet（國際互聯(lián)網(wǎng)）的出現(xiàn)與普及，傳統(tǒng)的相對獨立的聯(lián)機檢索系統(tǒng)紛紛作為Internet網(wǎng)絡中的一個節(jié)點，只要進入Internet網(wǎng)絡并取得一定權限，就可以隨意地從一個聯(lián)機檢索系統(tǒng)方便地連接到另一個聯(lián)機檢索系統(tǒng)，在更大的范圍內(nèi)檢索獲取所需要的信息資源。聯(lián)機檢索的優(yōu)點：檢索速度快，檢索范圍廣，檢索途徑多，檢索精度高，檢索內(nèi)容

5、新，檢索輔助功能完善。 聯(lián)機檢索的缺點： 傳統(tǒng)聯(lián)機檢索系統(tǒng)的檢索指令復雜，多由掌握檢索技術、熟悉命令的有經(jīng)驗的人員來操作，檢索費用較高，普通用戶難以負擔。Internet信息檢索的沖擊： 帶來傳統(tǒng)聯(lián)機檢索系統(tǒng)的改革，如今，以Web為界面的聯(lián)機檢索系統(tǒng)，秉承了原來檢索系統(tǒng)的優(yōu)點，又兼具用戶界面友好、操作簡單靈活、鏈接便利等優(yōu)勢。光盤檢索階段（1985年至今）： 1985年CD-ROM檢索系統(tǒng)的研制成功，為信息處理、存貯和檢索展示了新的前景。 光盤檢索的優(yōu)點： 光盤數(shù)據(jù)庫存儲容量大，便于長期保存，檢索環(huán)境要求低，利用微機就能在本地進行信息檢索，而且不受時間、通信費用、打印篇數(shù)的限制，檢索界面友好。

6、光盤檢索的缺點： 由于數(shù)據(jù)更新只能定期進行，所以檢索時效較差。網(wǎng)絡檢索階段（1990年至今）： Internet于20世紀80年代中期誕生于美國，直到90年代初期World Wide Web（WWW）的出現(xiàn)才使其真正風靡起來。由于WWW良好的界面大大簡化了Internet的操作難度，同時微軟“視窗操作系統(tǒng)”的巨大貢獻，使Internet從高不可攀的專業(yè)網(wǎng)絡進入千家萬戶。促使人類社會信息的存貯、傳遞、交流和利用產(chǎn)生了革命性的變化。 網(wǎng)絡檢索的特點是：信息檢索范圍廣，信息量大，信息類型多樣，時效性強，但是通過搜索引擎檢索的結果往往是檢準率較低，信息冗余大。 二、計算機信息檢索系統(tǒng)的構成二、計算機信

7、息檢索系統(tǒng)的構成 計算機信息檢索系統(tǒng)通常由計算機硬件、檢索軟件、數(shù)據(jù)庫和作用于系統(tǒng)的專業(yè)人員組成。其中數(shù)據(jù)庫是計算機信息檢索系統(tǒng)的核心。數(shù)據(jù)庫的質(zhì)量直接影響計算機信息檢索系統(tǒng)的功能和效率。對數(shù)據(jù)庫的了解是掌握計算機信息檢索技術的前提。（一）數(shù)據(jù)庫的概念與結構 數(shù)據(jù)庫是指在計算機存貯設備上按一定方式存貯的相互關聯(lián)的文獻信息集合，它可以由一個或多個文檔（File）組成。 文獻信息數(shù)據(jù)庫主要由文檔、記錄、字段三個層次構成。 1、文檔（File） 文檔是數(shù)據(jù)庫中若干記錄的集合。許多大型數(shù)據(jù)庫往往包含數(shù)以萬計的記錄，為了方便用戶檢索，常被分成若干個文檔。例如：中國生物醫(yī)學文獻數(shù)據(jù)庫（CBMdisc）按收

8、錄文獻的年限將數(shù)據(jù)庫劃分為若干文檔。截止2003年，CBMdisc共分為6個文檔。2、記錄(Record) 記錄是由若干字段組成的文獻單元，是數(shù)據(jù)庫中的基本文獻單元。一條記錄在數(shù)據(jù)庫中記錄著一篇文獻的相關信息。 例如：在書目型數(shù)據(jù)庫中，一條記錄相當于一條題錄或文摘；在全文型數(shù)據(jù)庫中，一條記錄相當于一篇完整的文獻；在其他類型數(shù)據(jù)庫中，一條記錄則代表一個信息單元。記錄越多，數(shù)據(jù)庫的容量就越大。3、字段（Field） 字段是構成記錄的基本單元，是對文獻某一方面的特征（包括外表特征和內(nèi)容特征）進行描述的結果。 例如：題名、作者、作者地址、出版年、來源（出處）、主題詞、文摘等字段是書目數(shù)據(jù)庫中必備字段。

9、為識別每一個字段所表達的文獻特征，通常每個字段都有固定的名稱和縮寫（或稱字段標識符），如，題名字段的標識符為TI，作者字段的標識符為AU等。 字段標識符具有檢索的功能，參與編制檢索式，因此，對它要有所了解和掌握。（二）數(shù)據(jù)庫的類型 依據(jù)數(shù)據(jù)庫中存貯的信息內(nèi)容可將其分為以下三種類型：1、文獻型數(shù)據(jù)庫： 文獻型數(shù)據(jù)庫是指以各種文獻信息為存貯內(nèi)容的數(shù)據(jù)庫。 書目數(shù)據(jù)庫 全文數(shù)據(jù)庫 圖像數(shù)據(jù)庫 多媒體數(shù)據(jù)庫 文獻型數(shù)據(jù)庫具有結構復雜、數(shù)據(jù)量大、制作要求高、使用廣泛等特點，是人們獲取文獻信息的主要信息源。2、數(shù)值型數(shù)據(jù)庫： 數(shù)值型數(shù)據(jù)庫是以數(shù)值方式表示的數(shù)據(jù)為存貯內(nèi)容的數(shù)據(jù)庫。包括各種統(tǒng)計數(shù)據(jù)、科學實驗

10、數(shù)據(jù)、科學測量數(shù)據(jù)等。例如，醫(yī)學上使用的化學制劑或藥物的各種理化參數(shù)、人體生理上的各種數(shù)值等均可建立數(shù)值型數(shù)據(jù)庫。 這類數(shù)據(jù)庫除存貯數(shù)值之外，還存貯對應的運算公式和規(guī)則, 系統(tǒng)按用戶的要求作某些必要的計算，為用戶提供能夠直接使用的數(shù)值型信息。3、事實型數(shù)據(jù)庫： 事實型數(shù)據(jù)庫是以事物發(fā)展過程中產(chǎn)生的事實性信息為存貯內(nèi)容的數(shù)據(jù)庫。如自然資源數(shù)據(jù)庫、人口數(shù)據(jù)庫、名人數(shù)據(jù)庫和機構名錄數(shù)據(jù)庫等。 這類數(shù)據(jù)庫除存貯基本事實數(shù)據(jù)外，也存貯數(shù)學運算和邏輯運算規(guī)則，能同時提供文本信息和數(shù)值數(shù)據(jù)。用戶只要通過人物、機構或事物名稱及有關事項進行檢索，就可獲得特定的事實或數(shù)值信息。三、計算機信息檢索技術三、計算機信息

11、檢索技術 計算機信息檢索技術，是指由計算機將輸入的檢索表達式（用戶檢索提問）與系統(tǒng)中存儲的文獻信息特征標識及其邏輯組配關系進行類比、匹配的運算方式與規(guī)則。 常用的文本信息檢索技術有布爾邏輯檢索、位置檢索、截詞檢索、限制檢索等， 1、布爾邏輯檢索技術 是利用布爾邏輯運算符來表達檢索詞之間的邏輯運算關系的檢索方法。常用的有邏輯與（AND）、邏輯或（OR）、邏輯非（NOT）三種類型。 邏輯與：用于表達概念相交關系的一種組配。檢索式寫成A AND B，表示檢索的文獻中必須同時包含檢索詞A和檢索詞B的文獻才是命中文獻。其作用是對檢索詞加以限定，用于縮小檢索范圍，減少命中文獻量，提高查準率。 邏輯或：用于

12、表達概念并列關系的一種組配。檢索式寫成A OR B，表示檢索的文獻中包含檢索詞A或包含檢索詞B，或者同時包含檢索詞A或檢索詞B的文獻為命中文獻。其作用是擴大檢索范圍，增加命中文獻量，提高查全率。邏輯非：用于表達概念排斥關系的一種組配。檢索式寫成A NOT B，表示檢索的文獻中包含檢索詞A同時不包含檢索詞B的文獻為命中文獻。其作用也是縮小檢索范圍，提高查準率。邏輯非運算在實際應用中要慎用，因其將文獻中涉及檢索詞A，同時也涉及檢索詞B的文獻也排斥在外。 邏輯運算符的運算優(yōu)先級： 為了表達復雜的邏輯關系，在一個檢索式中可同時使用多個邏輯運算符，構成一個復合邏輯檢索式。為了控制最終的檢索結果，規(guī)定了邏

13、輯運算符的運算次序，即運算優(yōu)先級。依次為：括號的運算優(yōu)級最高（絕大多數(shù)檢索系統(tǒng)優(yōu)先處理括號內(nèi)的檢索式）、NOT次之、AND再次之、OR最低，即（ ）NOTANDOR。例如： （心臟瓣膜疾病OR心力衰竭）AND手術并發(fā)癥 （2）位置算符檢索 位置算符 是指表示詞與詞之間位置關系的算符，又稱鄰近度算符。常用位置算符有 near、with、（nW）、（W）等 。 作用：是限制詞與詞之間的位置關系，彌補布爾邏輯算符只是定性規(guī)定檢索詞的范圍，更加明確檢索詞之間的邏輯關系，縮小檢索范圍，提高檢索的查準率。 A with B , 表示要求檢索詞A和B必須同時出現(xiàn)在同一字段中。 A (nW) B ,表示A和B

14、兩詞相隔n個單詞且前后次序不變；n=0時格式為A(W)B。 例如：例如： A near BA near B ，表示要求檢索詞A和B必須同時出現(xiàn)在同一句子中，并且兩詞出現(xiàn)的前后順序不限。（3）截詞算符 檢索 是指在檢索詞的合適位置進行截斷，保留相同的部分，用相應的截詞算符代替可變化部分進行檢索 。常用的截詞算符（又稱通配符）有“？”和“*”兩種，也有采用其他符號表示的。 作用： 主要是解決一個檢索詞的單復數(shù)、詞性的詞尾變化，詞干相同而詞尾不同以及英美詞匯拼寫差異的問題等。 按截斷的字符數(shù)量可分為有限截斷和無限截斷兩種： 無限截斷是指檢索詞與被檢索詞實現(xiàn)部分一致，被截斷部分的字符不限。常用“*”表

15、示（*=0-n個字母）。 有限截斷是指檢索詞與被檢索詞只能在指定的位置可以不一致。常用“？”表示（？=0-1個字母）。例如，輸入leukemi？可同時檢出leukemia、leukemic、leukemid等詞的記錄；輸入Wom?n，可同時檢出Woman和women這兩個詞的記錄。 按照截詞的位置: 無限截斷可分為左截斷（后方一致）、右截斷（前方一致）、左右截斷（中間一致）、中間截斷（前后一致）等四種方式。不同的檢索系統(tǒng)有不同的截詞方式，但以右截斷和中間截斷比較常見。 右截斷是指檢索詞與被檢索詞的詞干相同而后綴不同。例如，輸入 c compute*，可同時檢索出compute、computer

16、、computerized、computerization等詞的記錄。 中間截斷是指檢索詞與被檢索詞的詞頭和詞尾相同而中間部分不同。 例如，輸入leuk*ic可同時檢索出leukemic、leukamic、leukemogenic等詞的記錄。 截詞檢索是隱含的布爾“邏輯或”（OR）檢索，其功能是減少檢索詞的輸入量、簡化檢索程序、擴大檢索范圍、防止漏檢、提高查全率。在西方語言信息檢索系統(tǒng)中得到廣泛應用。 （4）限制符檢索 限制符檢索 是將檢索詞或檢索式限制在數(shù)據(jù)庫記錄中出現(xiàn)的字段位置。又稱為“字段檢索”。 作用：是縮小檢索范圍，提高查準率。 常用限制符有“in”和“=”。例如，gene in T

17、I，表示檢索題名中含有gene一詞的文獻。其中“TI”是題名字段標識符。又如，py=2002，表示檢索2002年發(fā)表的文獻。其中“py”是出版年字段標識符。一般情況下，數(shù)據(jù)庫中記錄的所有字段均可做限定字段檢索。在進行字段限制檢索時，應參閱有關數(shù)據(jù)庫的使用說明，避免產(chǎn)生誤檢。四、檢索策略的編制與調(diào)整四、檢索策略的編制與調(diào)整 檢索策略 是指為實現(xiàn)檢索目標而制定的全盤計劃和方案，是對整個檢索過程的謀劃和指導。由于計算機信息檢索是由計算機程序來控制和執(zhí)行檢索匹配操作，檢索者與具體的檢索過程是分離的，因此，事前制定適宜的檢索策略，是成功檢索的關鍵。 廣義的檢索策略包括信息需求分析、選擇數(shù)據(jù)庫、確定檢索途

18、徑和標識、編制檢索提問表達式并準備多種檢索方案和步驟等。 狹義的檢索策略主要是確定檢索詞并根據(jù)需要用各種運算符一起編制檢索表達式的構思。 檢索策略編制流程圖檢索策略編制流程圖信息需求分析選擇數(shù)據(jù)庫概念分析換成系統(tǒng)檢索用詞擬定檢索策略檢索檢索結果是否滿意輸出檢索結果Yes No調(diào)整檢索策略（一）信息需求分析 信息需求分析是制定檢索策略的依據(jù)。信息需 求按范圍和程度的不同，大體可分成三種類型： 普查型：需要全面收集有關某一主題的文獻資料。具有普查、回溯的特點，要求盡可能高的查全率。 攻關型：需要收集有關某一主題的某一特定方面的文獻資料，不強調(diào)查得文獻的數(shù)量，但需要查得的文獻具有較強的專指性。 探索

19、型：需要了解和掌握某一領域的最新研究動向或研究成果，要求文獻具有新穎性和及時性，而對查全率和查準率的要求不高。 在明確課題對查新、查全和查準要求的同時 ，還要明確對信息形式和內(nèi)容的需求。 形式需求：包括所需文獻的類型、數(shù)量、語種、年限等。 內(nèi)容需求：包括檢索課題涉及的學科范圍、主題內(nèi)容和有關主題詞、分類號等，以及它們之間的邏輯關系。 在上述基礎上，確定檢索主題，形成若干能代表信息需求而且具有檢索意義的主題概念。為制定檢索策略做好準備。（二）選擇數(shù)據(jù)庫 選擇數(shù)據(jù)庫時要充分考慮其是否與信息需求結合緊密、學科專業(yè)是否對口、信息覆蓋面是否廣泛、揭示信息內(nèi)容是否及時、檢索功能是否完善等方面的問題。 選擇

20、合適的數(shù)據(jù)庫，除事先對各數(shù)據(jù)庫的來源、主題內(nèi)容結構作充分的調(diào)查研究外，還需要通過對各數(shù)據(jù)庫實際檢索結果的對比評價，選擇出對某一課題最為合適的數(shù)據(jù)庫。（三）編制檢索策略 編制檢索策略包括選擇檢索詞和編制檢索式兩方面的內(nèi)容。 1、選擇檢索詞：檢索詞是表達信息需求和檢索課題內(nèi)容的基本單元，也是與系統(tǒng)中有關數(shù)據(jù)庫進行匹配運算的基本單元。檢索詞選擇得恰當與否，會直接影響著檢索效果。 （1）選擇檢索詞要遵循以下兩個原則： 一是根據(jù)檢索課題所涉及的學科專業(yè)和技術內(nèi)容選詞。 二是要使用主題詞表選用規(guī)范化的詞匯作為檢索詞。 （2）處理好檢索詞切題性和匹配性的關系： 選擇較上位的概念詞作為檢索詞，有利于提高檢索的

21、匹配性，但卻降低了切題性。相反，選擇較下位的概念詞，會提高切題性，但卻降低了匹配性。因此，要強調(diào)哪一方，需要根據(jù)信息需求的類型和檢索的具體情況，合理利用主題詞的上、下位的關系，正確選擇檢索詞。 2、編制檢索表達式 檢索表達式是計算機信息檢索的依據(jù)。編制檢索表達式主要是使用布爾邏輯算符、位置算符、截詞算符、限制符等，將檢索詞進行組配，確定檢索詞之間的概念關系或位置關系，準確地表達課題需求的內(nèi)容，以保證和提高檢索的查全率和查準率。 常用的文本信息檢索表達式編制方法有以下三種：（1）概念積木法 概念積木法的含義是：把檢索課題剖析成若干個不同的概念面，先分別對這幾個概念面進行檢索，并在每個概念面中盡可

22、能全和多地列舉相關詞、同義詞、近義詞，并用邏輯或（OR）連接成子檢索式， 然后再用邏輯與（AND）把所有子檢索式連接起來，構成一個總檢索式。 這種方法能提供比較明確的檢索邏輯過程，容易理解和執(zhí)行，還可部分或全部地用作保留檢索。適用于較復雜的檢索課題。（2）引文珠形增長法 引文珠形增長法的含義是：從已知的關于檢索課題的少數(shù)幾個專指詞開始檢索，以便至少檢出一篇命中文獻或一條相關信息，然后瀏覽檢出的文獻或信息條目，從中選出一些新的相關檢索詞，補充到檢索式中去，重新進行檢索，獲得新的命中結果。這樣反復進行，直到找不到其他適合包含于檢索式的附加詞為止，或者已經(jīng)得到了數(shù)量適宜的命中結果。 這種方法具有很強

23、的人機交互性，可以使檢索式以比較生動的方式生成并得到不斷豐富。（3）逐次分餾法（或逐步縮小法） 這種方法的含義是：先確定一個相當大的、范圍較廣的初始檢索概念進行檢索，然后提高檢索的專指度，得到一個較小的命中結果，繼續(xù)提高檢索式的專指度，逐步縮小命中結果，直到得到滿意的命中結果。 逐次分餾法的特點是檢索操作比較主動，漏檢較少。（四）實施與調(diào)整檢索策略 實施檢索策略：即將編制好的檢索提問表達式，輸入計算機檢索系統(tǒng)，由檢索系統(tǒng)根據(jù)檢索指令進行邏輯匹配運算，并輸出（或顯示）檢索結果。 由于檢索課題的千差萬別，檢索系統(tǒng)的情況各不相同，加上檢索人員的水平不一，所以，輸入的檢索表達式，往往具有較大的局限性、隨機性和盲目性，有可能導致檢索的失誤。因此，應隨時根據(jù)檢索過程中的信息反饋情況，調(diào)整