第一節(jié)信息檢索概述第二節(jié)信息檢索語言第三節(jié)信息檢索工具第3章信息檢索基本理論一、信息檢索

信息檢索：是指將信息（主要指文獻信息）按一定的方式組織和存儲起來，并根據(jù)用戶的需要找出相關信息的過程。信息檢索存儲檢索存儲：是對信息進行著錄、標引、整序，編制檢索工具和建立檢索系統(tǒng)的過程。檢索：是指面向信息需求而進行高度選擇性的查找過程。第一節(jié)信息檢索概述

二、信息檢索的類型（根據(jù)不同的檢索對象）：（1）數(shù)據(jù)檢索：檢索的結果是數(shù)據(jù)。如某種材料的電阻；某變壓器的參數(shù)；化學分子式、數(shù)據(jù)圖表等(手冊),某地方GDP增長情況(年鑒)（2）事實檢索：檢索的結果是事實結論。查詢某一事物（事件）的性質、定義、原理以及發(fā)生的時間、地點過程等。如某產品是哪個廠家生產，哪個牌子的最好；第一顆人造衛(wèi)星是什么時候升空的(年鑒)（3）文獻檢索：檢索的結果是文獻資料。查找相關文獻的內容、出處、收藏單位等。如系統(tǒng)地查找水壓伺服控制閥原理方面的相關文獻(論文)三、信息檢索的發(fā)展1.脫機檢索（20世紀50年代）2.聯(lián)機檢索（60年代末.70年代初）3.光盤檢索（80年代）4.網絡檢索(90年代)

19世紀前期，由于科學團體的涌現(xiàn)，集體研究效率的提高，文獻量逐漸增多，導致了一種社會分工的出現(xiàn)：即對所有發(fā)表的文獻，及時地進行收集、加工和整理，并提供一定的手段，方便人們查找文獻——信息檢索工作便由此開始了。

19世紀末20世紀初，出現(xiàn)了覆蓋各種專業(yè)領域的多種檢索工具，其中有一些后來成為世界聞名、享有很高聲譽的檢索工具，如美國的《工程索引EI》和《化學文摘CA》以及英國的《科學文摘SA》。

1951年，世界上出現(xiàn)了最早的計算機檢索系統(tǒng)，還主要是單機檢索。

20世紀60年代起，開始出現(xiàn)了聯(lián)機信息檢索系統(tǒng)；

20世紀70年代，隨著衛(wèi)星技術和通信技術的發(fā)展，聯(lián)機信息檢索突破了地域的限制，走向全球化，出現(xiàn)了很多著名的聯(lián)機檢索系統(tǒng)，如Dialog、Orbit等，開始向全世界提供商業(yè)化的聯(lián)機信息檢索服務。

光盤是80年代發(fā)展起來的激光存儲載體，繼紙張感光材料、磁性載體之后問世的又一種新型的信息存儲介質。能存儲數(shù)據(jù)、文字、圖形、圖像、聲音、動畫等各種信息。

20世紀90年代，網絡檢索、多媒體檢索以驚人的速度迅速崛起，1992年，因特網向全世界的社會公眾開放，并步入商業(yè)應用時代。

1994年，網上出現(xiàn)了第一個web搜索引擎，1998年，僅僅四年之后，網上的搜索引擎數(shù)量已達400個之多。脫機檢索聯(lián)機檢索光盤檢索網絡檢索計算機磁帶數(shù)據(jù)庫終端計算機磁盤、磁帶數(shù)據(jù)庫通訊系統(tǒng)（衛(wèi)星）光盤數(shù)據(jù)庫（單驅、塔網、鏡像）終端用戶網絡計算機（聯(lián)機、光盤多媒體、超媒體）數(shù)據(jù)庫通訊系統(tǒng)終端終端終端我國計算機信息檢索的發(fā)展過程（四個階段）：

引進開發(fā)國外磁帶、開展定題服務（SDI）：我國計算機檢索最初通過商業(yè)途徑和交換方式從國外引進文獻磁帶，進行定題檢索和聯(lián)機檢索服務起步的。截至1992年，先后引進各類文獻磁帶65種，自建數(shù)據(jù)庫36個，縱容量達到1700萬條。

開發(fā)國際聯(lián)機檢索終端：1980年我國建筑技術開發(fā)中心及9部委在香港租用一臺國際終端，和美國DIALOG和ORBIT聯(lián)機。83年中情所在郵電部支持下建設了第一臺終端機經衛(wèi)星信道街道意大利分組交換中心。至92年，已有聯(lián)機終端約130個，分布于各個城市。自建數(shù)據(jù)庫：隨著國外磁帶的引進和定題服務的開展，許多單位開始對引進的磁帶進行開發(fā)建設工作，至90年代中后期，我國各類文獻數(shù)據(jù)庫的生產已經趨于飽和，各種事實型數(shù)據(jù)庫和數(shù)值型數(shù)據(jù)庫不斷增加，圖像數(shù)據(jù)庫開始受到重視。

微型計算機和國際聯(lián)機網信息存取的發(fā)展：微機以其方便、便宜體積小等優(yōu)勢迅速應用于信息管理領域。微機＋光盤被譽為存儲器的革命；接著的Internet以其更快的速度迅速發(fā)展，起來，其方便的檢索大有取代傳統(tǒng)信息檢索渠道的趨勢。四、信息檢索的基本原理：對信息集合與需求集合的匹配與選擇信息集合特征化表示選擇與匹配特征化表示需求集合

主題概念

文獻標識

主題概念

檢索表達式文獻主題分析檢索工具（系統(tǒng)）用檢索語言對主題進行描述檢索需求主題分析用檢索語言對主題進行描述是否匹配否輸出結果為零得到檢索結果是檢索原理圖情報工作人員檢索者（提問標識）文獻存儲過程檢索過程第二節(jié)信息檢索語言一、檢索語言的含義二、檢索語言的類型人與人之間的通信活動：人類語言（communication）人與計算機對話：需要有計算機語言人與檢索系統(tǒng)對話：來實施檢索檢索語言（retrievallanguage）。

一、檢索語言的含義檢索語言：把文獻的存儲與檢索聯(lián)系起來，把標引人員和檢索人員溝通起來的約定人工語言。例如：有三篇文獻篇名如下：

文獻1：AModelofmultimediainformationretrieval

文獻2：TheInformationretrievalinchemistryWWWserver

文獻3：ERICresources

在對信息存儲的過程中，對這三篇文獻內容分別進行了分析，并使用檢索語言對其進行標引，標引結果為：

文獻1：篇名(title)：

AModelofmultimediainformationretrieval

主題(subject)：informationretrieval,multimediacomputerapplications

文獻2：篇名(title)：

TheInformationretrievalinchemistryWWWserver

主題(subject)：

chemistry,educationalmaterials

文獻3：篇名(title)：

ERICresources

主題(subject)：

educationalmaterials

標引后這三篇文獻分別被存儲進數(shù)據(jù)庫。

在信息檢索過程中：

如果用戶輸入“informationretrieval”一詞，并將檢索范圍限定在篇名中，則文獻1與文獻2符合用戶要求，成為檢索結果。

如果用戶輸入“informationretrieval”一詞，并將檢索范圍限定在主題中，則只有文獻1符合用戶要求，成為檢索結果。

如果用戶輸入“educationalmaterials”一詞，并將檢索范圍限定在主題中，則文獻2和文獻3符合用戶要求，成為檢索結果。

由這個例子可以看出，檢索語言的主要作用就是對文獻的外部特征和內容進行多層次描述，提供多種檢索途徑，以方便用戶從不同角度檢索查找。

二、檢索語言的類型檢索語言的類型表述文獻外表特征的語言表述文獻內容特征的語言題名責任者號碼引文分類法主題法1.文獻外部特征語言題名語言：按文獻題名字順逐字排檢，西文起首冠詞一律不排。著者語言：按著者姓名，按姓前名后的字順逐字排檢。號碼語言：按文獻代碼，如專利號、標準號等的順序排檢。

2分類語言按知識門類的邏輯次序將信息系統(tǒng)地組織和劃分的語言，具體體現(xiàn)為用分類號和類名來表達信息的主題概念。

20國內

《中國圖書館分類法》[中圖法]

《中國科學院圖書館圖書分類法》[科圖法]

《中國人民大學圖書館圖書分類法》[人大法]

《中國圖書分類法》臺灣賴永祥編訂國外

《杜威十進分類法》[DDC]

《國會圖書館分類法》[LCC]《中國圖書館圖書分類法》

(簡稱“中圖法”)《中圖法》是1971年由北京圖書館倡議，全國36個單位組成的編寫組集體編制的，于1975年正式出版，1980年、1990年、1997、1999年先后修訂四次?！吨袌D法》是我國當代具有代表性的圖書分類法，被推薦為我國標準圖書分類法．廣泛使用于圖書館和情報部門?！吨袌D法》是為實現(xiàn)全國圖書資料統(tǒng)一分類而編制的，是一部大型的綜合性的圖書分類法。/22《中圖法》等級分類體系H1H2H3R1H11H12H13H14H121H122H123H124H111H112H113等級體系分類法上位類下位類基本部類

《中圖法》的結構體系為：

5個基本部類，22個基本大類

馬克思主義列寧主義毛澤東思是指導我們的理論基礎，作為一個基本部類，列于首位。哲學是關于自然科學和社會科學的概括和總結，因此把它作為第二部類，排在社科、自科之前。此外考慮到圖書本身的特點，對一些內容龐雜，類無專屬，無法按某一學科內容性質分類的圖書，作為一個基本部類置于最后。由于社會科學和自然科學內容多，發(fā)展快，如不再細分，不僅不能滿足圖書分類上的需要，而且也不便于讀者查找圖書資料，因此在“社科”部類下再分九大類，在“自科”之下再分十大類?；静款?/p>

(5)基本大類

(22)馬、列主義、毛澤東思想A馬、列、毛澤東、鄧小平理論哲學B哲學社會科學C社會科學…D政治…E軍事…F經濟…G文化、科學、教育、體育…H語言、文字…I文學…J藝術…K歷史、地理基本部類

(5)基本大類

(22)自然科學N自然科學總論…O數(shù)理科學和化學…P天文學、地球科學…Q生物科學…R醫(yī)藥、衛(wèi)生…S農業(yè)科學…T工業(yè)技術…U交通運輸…V航空航天…X環(huán)境科學綜合性圖書Z綜合性圖書F、經濟（二級類目）F0政治經濟學F1世界各國經濟概況、經濟史、經濟地理F2經濟計劃與管理F3農業(yè)經濟F4工業(yè)經濟F5交通運輸F6郵電經濟F7貿易經濟F8財政經濟二級類目三級類目四級類目五級類目中圖法的標記符號《中圖法》的標記符號，采用拉丁字母與阿拉伯數(shù)字相結合的混合號碼制。其中，拉丁字母用來表示大類，其他各級類目則用阿拉伯數(shù)字表示?！癟工業(yè)技術”類的二級類目太多，也采用字母表示。例：“TP3”，T代表一級類目——工業(yè)技術，P代表二級類目——自動化、計算機技術，3代表三級類目—一計算技術、計算機技術。

32中國科學院圖書館圖書分類法簡表（第三版）00馬克思列寧主義毛澤東思想10哲學20社會科學（總論）21歷史、歷史學27經濟、經濟學31政治、社會生活34法律、法學36軍事、軍事學37文化、科學、教育、體育41語言、文字學42文學48藝術49無神論、宗教學50自然科學（總論）51數(shù)學52力學53物理學54化學55天文學56地球科學（地學）58生物科學61醫(yī)藥、衛(wèi)生65農業(yè)科學66農作物67園藝68林業(yè)、林業(yè)科學71工程技術72能源學、動力工程73電技術、電子技術74礦業(yè)工程75金屬學（物理冶金）76冶金學77金屬工藝、金屬加工78機械工程、機器制造81化學83食品工業(yè)85輕工業(yè)、手工業(yè)及生活供應技術86土木建筑工程87運輸工程90綜合性圖書33人大法簡表1.馬克思主義、列寧主義、毛澤東思想2.哲學3.社會科學、政治4.經濟5.軍事6.法律7.文化、教育、科學、體育8.藝術9.語言、文字10.文學11.歷史12.地理13.自然科學14.醫(yī)藥衛(wèi)生15.工程技術16.農業(yè)科學技術17.綜合參考34《中國圖書分類法》(臺灣)000總論100哲學200宗教300自然科學400應用科學600歷史、地理700歷史、地理800語文900美術310數(shù)學320天文330物理340化學350地質360生物、博物370植物380動物390人類學410醫(yī)學420家政430農業(yè)440工程450礦冶460化學工業(yè)470制造480商業(yè)490商學441土木工程442道路工程443水利工程444船舶工程445市政工程446機械工程447陸空交通448電氣工程449核子工程35《杜威十進分類法》(DDC)000總論100哲學200宗教300社會科學400語言500自然科學600應用科學700藝術800文學900歷史、地理510數(shù)學520天文學530物理學540化學550地球科學560古生物學570生命科學580植物學590動物學621應用物理學622采礦623軍事及航海工程624土木工程625道路工程627水力工程628衛(wèi)生及市政工程629其它工程610醫(yī)學620工程與應用科學630農業(yè)640家政650管理科學660化學工業(yè)670制造業(yè)680特種制造業(yè)690建筑36《美國國會圖書館分類法》(LCC)A綜合性類目B哲學、宗教C歷史－輔助科學D歷史與地方志(美洲以外)E～F美洲歷史與地方志G地理學、人類學H社會科學J政治學K法律L教育M音樂N藝術P語言、文字學Q自然科學R醫(yī)學S農業(yè)、礦業(yè)T工業(yè)技術U軍事科學V海軍Z目錄學、圖書館學QA數(shù)學QB天文學QC物理學QD化學QE地質學TA工程總論TC水力工程TD衛(wèi)生工程和市政工程TF鐵道工程和運輸TG橋梁工程TH建筑工程37網絡信息分類[很多情況下并不很清楚自己的信息需求，或者無法清楚表達信息需要，需要通過類目瀏覽，獲得一些基本信息，然后再選擇檢索關鍵詞]搜索引擎【目錄專題網站】

baidu目錄:

搜狗目錄:http://123./38文獻信息分類特點方便文獻信息的排架，便于索取；類目的結構嚴謹，邏輯性強；適合學術信息資源（特別是印刷型）的組織。網絡信息分類特點根據(jù)網絡信息的存在狀況和當前上網用戶的特點來編制的，有一定的科學性和系統(tǒng)性；適合大眾信息資源的組織。3.主題語言（1）含義是指直接以表達文獻內容主題概念的語詞作檢索標識、并按其字順組織起來的一種檢索語言。特征：①直接以語詞作為檢索標識；②以字順作為主要檢索途徑；③以特定的事物、問題、現(xiàn)象，即主題為中心集中信息資源；④通過參照系統(tǒng)等方式揭示主題詞之間的關系。40標題詞語言標題詞：從自然語言中選取并經過規(guī)范化處理的、表示事物概念的的詞、詞組或短語。代表：EI中《工程主題詞表》（簡稱SHE）電腦---見（see）---計算機局域網---參見（seealso）---計算機網絡41關鍵詞語言關鍵詞基本上不作規(guī)范化處理。例如，“國際聯(lián)機檢索概論”中的“國際聯(lián)機”、“聯(lián)機”、“檢索”都是能描述這篇文獻的主題的，可以作為檢索詞。關鍵詞法就是將文獻原來所用的，能描述其主題概念的那些具有關鍵性的詞抽出，不加規(guī)范或只作極少量的規(guī)范化處理，按字順排列，以提供檢索途徑的方法。42敘詞（主題）語言敘詞是指一些以概念為基礎的，經過規(guī)范化的，具有組配功能并可以顯示詞間關系和動態(tài)性的詞或詞組。如：《漢語主題詞表》、《機械工程主題詞表》《漢語主題詞表》是我國第一部大型綜合性主題詞表。1979年出版，自然科學部分１９９１年修訂．收錄正式主題詞91158條，非正式主題詞17410條。全表共分3卷10分冊，由主表、詞族索引、范疇索引、英漢對照索引等組成。是我國應用最廣的一部主題標引和檢索的工具。其款目(條目)格式如下：漢語主題詞表主題詞漢語拼音━━━＞

Xianxiangguan主題詞━━━＞顯像管[E56]＜━━━范疇號主題詞英譯名━━━＞

kinescope

PicturetubeY顯像管

D電視顯像管

監(jiān)視管

F彩色顯像管

固體顯像管

黑白顯像管

S電子束管

Z電子管

C顯示管

指示管注釋：Y用項符號：表示該主題是正式主題詞D代項符號：表示該主題是非正式主題詞F分項符號：表示該主題是“顯像管”的分主題詞,即下位詞S屬項符號：表示該主題是“顯像管”的上位主題詞Z族項符號：表示該主題是“顯像管”的族首詞(大主題詞)C參項符號：表示該主題是“顯像管”的相關主題詞

例如:

Y

廢水處理

D

污水處理

F

生物處理,

化學處理

深度處理,

污泥處理

S

水處理

Z

廢物處理

C

混凝沉淀46概念組配是敘詞語言的基本原理。概念組配與字面組配在形式上有時相同，有時不同；而從性質上來看兩者區(qū)別是很大的。字面組配是詞的分析與組合（拆詞）；概念組配是概念的分析與綜合（拆義）。例如：

字面組配模擬+控制-->模擬控制香蕉+蘋果-->香蕉蘋果

概念組配模擬+控制-->模擬控制香蕉味食品+蘋果-->香蕉蘋果作業(yè)：寫出分類號1、論馬克思主義宗教觀

2、論建筑場

3、漫畫熱力學4、光學儀器常用標準匯編,

顯微鏡卷5、器官移植學

6、基因組信號處理7、標志與企業(yè)形象設計

8、詳解MATLAB工程科學計算與典型應用

9、實時處理與控制

1、論馬克思主義宗教觀

B920馬克思主義-宗教學-研究

2、論建筑場

TU-0建筑理論

3、漫畫熱力學O414.1

熱力學4、光學儀器常用標準匯編,

顯微鏡卷

TH742

光學儀器5、器官移植學

R617

器官移植術6、基因組信號處理

Q343.1/2

細胞遺傳學7、標志與企業(yè)形象設計

J524.4-43

工商工藝美術

8、詳解MATLAB工程科學計算與典型應用

TB115計算數(shù)學的應用

9、實時處理與控制

TP273自動控制、自動控制系統(tǒng)第三節(jié)信息檢索工具

檢索工具：是在一次文獻基礎上加工、提煉、編輯而成的二次文獻，能使用戶廣、快、準、省（省時、省力、省錢）獲取有關文獻信息。是人們用來存儲、報道和檢索文獻信息的工具。

一、檢索工具必須具備的基本條件1收錄有足夠的文獻，且這些文獻都含有一定的情報量。對所收錄文獻的各種外部特征和內容特征有詳細描述，使成為一條完整的文獻著錄款目。3每條款目上方標有檢索用標識——如分類號、主題詞，著者姓名、文獻序號。4全部文獻都按標識的順序，系統(tǒng)、科學地排列，科學組成有機整體。5提供多種檢索途徑，供多方面、多角度查詢。書目全文數(shù)據(jù)庫搜索引擎多媒體數(shù)據(jù)庫

下面分別進行探討：二、檢索工具的類型1.書目概念：是指將文獻目錄按照一定的方式儲存在存儲介質上，使之成為可由用戶或計算機識別與處理的相互關聯(lián)的數(shù)據(jù)集合。書目類型及功能：題錄（TitleList），文摘（Abstracts），索引（Index）國家書目：反映一個國家一定時期內出版的全部書籍的綜合性書目。中國國家圖書館書目檢索/專題書目：圍繞某一問題編制的圖書目錄。推薦書目：向讀者推薦學習研究某一方面問題的書籍的目錄。聯(lián)合目錄：反映書刊在全國或某地區(qū)若干圖書館收藏情況的目錄。國家圖書館全國期刊聯(lián)合首頁/館藏目錄：反映某一圖書館內藏書的目錄。武漢大學館藏目錄目錄數(shù)據(jù)庫如：萬方數(shù)據(jù)庫中企業(yè)服務系統(tǒng)中中國企業(yè)、公司及產品數(shù)據(jù)庫和商務動態(tài)。中國網上114

http://114/2全文數(shù)據(jù)庫（Full-textdatabase）概念：是一種存儲文獻全文或其中主要部分的源數(shù)據(jù)庫，是一個由完整的信息源全部轉換為計算機可以識別處理的信息單元而形成的數(shù)據(jù)集合。功能：提供從任意篇章、節(jié)、句、詞、字及邏輯組合檢索的信息存取系統(tǒng)。

目前，我國著名的全文數(shù)據(jù)庫產品有重慶維普的中國科技期刊全文數(shù)據(jù)庫、CNKI的中國優(yōu)秀博碩學位論文全文數(shù)據(jù)庫、中國重要報紙全文數(shù)據(jù)庫、中國重要會議論文全文數(shù)據(jù)庫、中國圖書全文數(shù)據(jù)庫等等。實例如下頁：具體見網頁實例3.搜索引擎（Searchengine）百度、google、中搜、北大天網等4.多媒體數(shù)據(jù)庫如GOOGLE、百度中的圖片檢索、地圖檢索、視頻檢索。土豆優(yōu)酷三幾種實用的檢索工具年鑒百科全書字（詞）典手冊名錄年鑒的定義年鑒（almanac，annual，yearbook）是匯集某一年內重大新聞、事件、數(shù)據(jù)統(tǒng)計資料并逐年出版的工具書。它報道最新的事實（包括最新科研成果），其內容新穎、精練、簡明，取材可靠，出版穩(wěn)定，具有較廣泛的用途。中國年鑒信息網/

提供我國出版的各學科、各專題年年鑒的內容介紹、出版者、出版日期、定價等信息，并提供在線購買服務。百科全書Encyclopedia，“百科全書是一座沒有圍墻的大學”，它包羅萬象，涉及人類一切知識領域，以內容廣博、釋文嚴謹、文字簡明、卷帙浩瀚而著稱。由于它反映了人類過去的歷史和知識，更重要的是反映了現(xiàn)代科學文化新成就，因此，讀者可以從百科全書中查到各學科、各領域的重大發(fā)現(xiàn)、重大事件、著名人物以及原理、方法等等?！洞蟛涣蓄嵃倏迫珪?/p>

《大不列顛百科全書》（TheNewEncyclopaediaBritannica

世界最有權威的大型現(xiàn)代綜合百科全書。參考和教育作用“沒有圍墻的大學”

一、百科類目（Propaedia）:1卷10大類，42部類二、百科簡編（Micropaedia）:10卷便捷參考用書，提供最基本的概念和事實。三、百科詳編（Macropaedia）:主體，19卷

《美國大百科全書》

學術地位第二，深入淺出，專家與普通讀者之間的橋梁

《科利爾百科全書》

更注重各科知識的綜合平衡，對象廣泛，雅俗共賞。

與《美國大百科全書》《大不列顛百科全書》號稱ABC三大百科全書?！吨袊蟀倏迫珪?978年，國務院決定編輯出版《中國大百科全書》，并成立中國大百科全書出版社?！吨袊蟀倏迫珪返谝话鏆v時15年，于1993年出齊，共74卷；第二版歷時14年，共32卷，于2009年出齊。中國大百科出版社主頁：（http//）光盤版奧林匹克百科全書網簡介網址：http:∥/

一個以《奧林匹克百科全書》為依托,與中國奧林匹克出版社合作而建成的與奧林匹克運動有關的知識性網站,全面介紹了奧林匹克運動的思想、歷史和現(xiàn)狀,以及與奧林匹克運動有關的人物、事件、成就和術語等。字（詞）典字詞典（dictionary）是詮釋名詞術語最主要的、最具有權威性、系統(tǒng)性、實用性的檢索工具，匯集語言和事物名稱等詞語，揭示其詞義、發(fā)音、概念和用法，并按照一定次序排列組織，供人們查考的工具書。字典以字為收錄單位，解釋文字形、音、義的辭書類工具書。例如：

《說文解字》(東漢)許慎--第一部字典

《隸