社科文獻(xiàn)檢索（六）文獻(xiàn)信息檢索原理2023/2/61本課要點(diǎn)一、檢索的意義二、檢索的基本原理三、檢索點(diǎn)四、檢索手段五、檢索效果2023/2/62一、檢索的意義

“意義”一詞有兩個(gè)意義：

1、他清楚地闡釋了“人文”這個(gè)術(shù)語(yǔ)的意義。

2、你們這樣做到底有什么意義？在句1中的意思是“含義”，在句2中是“功用”。就前者而言：文獻(xiàn)信息具有共享性，信息資源共享（informationresourcesharing）是當(dāng)今社會(huì)的一個(gè)熱點(diǎn)問題。為了分享人類共同的知識(shí)財(cái)富、研究成果，人們必須通過一種科學(xué)的方法從取之不盡的信息源中去識(shí)別和獲取所需要的那部分信息，這個(gè)過程就是檢索(searching)。2023/2/63檢索的意義就后者而言：信息具有可擴(kuò)充性，人們對(duì)信息的處理能力越強(qiáng),信息擴(kuò)充得就越快。檢索在信息處理和增值中有重要意義。信息的檢索、利用和創(chuàng)造是一個(gè)循環(huán)和增值的過程，人們通過工具檢索獲得信息，經(jīng)過處理篩選出需要的部分，在利用信息的過程中又創(chuàng)出新的信息，這些信息經(jīng)過核準(zhǔn)后又被標(biāo)引、組織進(jìn)檢索工具，再提供人們使用，信息在這個(gè)循環(huán)的處理過程中不斷得到擴(kuò)充，它的增長(zhǎng)是沒有窮盡的。

2023/2/64檢索的意義進(jìn)一步說，信息的檢索是與信息的存貯對(duì)應(yīng)的。從廣義上講，信息檢索應(yīng)包括信息存貯與檢索兩方面的含義。沒有存儲(chǔ)就無所謂檢索。圖書館里沒有書，就用不著檢索；有了很多書，放了很多書架、甚至有很多書庫(kù)，就需要檢索，否則就找不到要用的那一本書。所以信息檢索應(yīng)包括信息存貯與檢索兩方面的含義。2023/2/65檢索的意義存貯（informationstoring）:將信息按一定的方式有序的組織起來。檢索

(informationretrieval):根據(jù)用戶特定的需求將相關(guān)信息準(zhǔn)確的提取出來。所以當(dāng)前更普遍使用的術(shù)語(yǔ)是信息存取。

信息存取

(informationaccess):"Access"該詞源于計(jì)算機(jī)學(xué)科領(lǐng)域，指計(jì)算機(jī)訪問文檔或數(shù)據(jù)集的方式。引入信息檢索范疇，則從本質(zhì)上拓寬了檢索的內(nèi)涵及其應(yīng)用。信息存取將所有信息的組織、檢索活動(dòng)及其先進(jìn)的技術(shù)手段融合在一起。如果檢索的對(duì)象是文獻(xiàn)信息，那么就屬于文獻(xiàn)檢索。

2023/2/66二、檢索的基本原理

信息檢索基本原理的核心是用戶信息需求與文獻(xiàn)信息集合的比較和選擇,是兩者匹配(match)的過程。

2023/2/67檢索的基本原理

一方面是用戶的信息需求,一方面是組織有序的文獻(xiàn)信息集合，檢索就是從用戶特定的信息需求出發(fā)，對(duì)特定的信息集合采用一定的方法、技術(shù)手段，根據(jù)一定的線索與規(guī)則從中找出(search,locate,hit)相關(guān)的信息。

2023/2/68檢索的基本原理匹配有其匹配標(biāo)準(zhǔn)，這里涉及到兩者一致性、相關(guān)度等問題，按一定的標(biāo)準(zhǔn)篩選出符合要求的信息。其圖示如右：

2023/2/69三、檢索點(diǎn)

檢索點(diǎn)（accesspoint）是檢索的出發(fā)點(diǎn)，切入點(diǎn)。

每件文獻(xiàn)均有內(nèi)部的（信息內(nèi)容）特征及其相關(guān)的外部特征，在檢索系統(tǒng)中檢索點(diǎn)是標(biāo)目的總稱。從文獻(xiàn)的特征出發(fā)，將其特征值與檢索系統(tǒng)中標(biāo)目數(shù)據(jù)進(jìn)行計(jì)算比較，通過匹配達(dá)到檢索目的。

2023/2/610檢索點(diǎn)文獻(xiàn)信息特征是多方面的，可供用于文獻(xiàn)檢索的檢索點(diǎn)很多。反映文獻(xiàn)信息內(nèi)容特征的有： 分類檢索，按照?qǐng)D書的分類來檢索主題檢索；按照書或文章內(nèi)容主題詞（關(guān)鍵詞）來檢索反映文獻(xiàn)外部特征的有：作者檢索，按照書或文章的作者來檢索名稱檢索，按照書名或篇名來檢索號(hào)碼檢索，按照書刊號(hào)碼來檢索，

等等。2023/2/6111.分類檢索廣泛用于圖書資料的是圖書分類法。圖書分類法的作用是指示用戶根據(jù)學(xué)科內(nèi)容檢索圖書資料，指導(dǎo)用戶從開架書庫(kù)（openshelf）中按類號(hào)順序找到指定的圖書及其內(nèi)容相關(guān)的資料。許多出版物上都有“圖書在版編目”CIP（CatalogingInPrint）。在我國(guó)出版的圖書、專著上“圖書在版編目”數(shù)據(jù)中有"中圖法分類號(hào)"一項(xiàng)。2023/2/6122.主題檢索

主題（subject）檢索是從反映文獻(xiàn)內(nèi)容的有關(guān)主題詞出發(fā)來檢索文獻(xiàn)，主題是檢索點(diǎn)，它對(duì)應(yīng)文獻(xiàn)主題概念。我國(guó)出版的《漢語(yǔ)主題詞表》是通用的漢語(yǔ)敘詞表，分為自然科學(xué)和社會(huì)科學(xué)兩個(gè)部分?！吨袊?guó)分類主題詞表》是一部大型綜合性的分類語(yǔ)言和主題語(yǔ)言兼容的文獻(xiàn)標(biāo)引工具，是一種新型的文獻(xiàn)檢索語(yǔ)言。詞表共收錄分類法類目5萬多個(gè)，主題詞(串)21萬多條，包括社會(huì)科學(xué)和自然科學(xué)各學(xué)科領(lǐng)域的主題概念。2023/2/613

3.作者檢索作者（author）檢索是從文獻(xiàn)的作者姓名出發(fā)來檢索其文獻(xiàn)。

"作者"廣義上還應(yīng)包括：匯編者（compiler）、編者（editor）、主辦者（sponsoringbody）、譯者（translator）等。

2023/2/6144.名稱檢索名稱（title）檢索點(diǎn)包括：書名、刊名、資料名、出版物名、出版社名、會(huì)議名、物質(zhì)名稱等等，也包括人名和機(jī)構(gòu)名。2023/2/6155.號(hào)碼檢索號(hào)碼包括文獻(xiàn)的編號(hào)（number）、代碼（code）等。

在對(duì)圖書和期刊檢索時(shí)常用到兩個(gè)號(hào)碼：國(guó)際標(biāo)準(zhǔn)書號(hào)ISBN（InternationalStandardBookNumber）及國(guó)際標(biāo)準(zhǔn)刊號(hào)ISSN（InternationalStandardSerialNumber），它們分別是一種圖書和一種期刊的唯一標(biāo)號(hào)。

2023/2/616國(guó)際標(biāo)準(zhǔn)書號(hào)ISBNISBN號(hào)有十位，分四段構(gòu)成，第一段為組號(hào)，第二段為出版社編號(hào)，第三段為圖書序號(hào)，第四段為校驗(yàn)碼。如：

ISBN7－215－04848－9（《瀟灑人生》）其中：組號(hào)有：0(英、美、加拿大、南非等英語(yǔ)區(qū)),1（其它英語(yǔ)區(qū)），2(法語(yǔ)區(qū))，3(德語(yǔ)區(qū))，4(日本)，5（俄語(yǔ)區(qū)），7(中國(guó))，8(印度等)，9(新加坡等東南亞地區(qū))。

2023/2/617國(guó)際標(biāo)準(zhǔn)刊號(hào)ISSNISSN號(hào)有八位數(shù)字組成，前七位為出版物序號(hào)，最后一位為校驗(yàn)碼。如：

ISSN

1008－4339（天津大學(xué)學(xué)報(bào)[社科版]）2023/2/618檢索點(diǎn)

由于文獻(xiàn)加工的細(xì)化，計(jì)算機(jī)標(biāo)引的介入，新型電子文獻(xiàn)出現(xiàn)等情況，形成了更多的可檢索點(diǎn)，比如：文獻(xiàn)類型、文獻(xiàn)屬性、參考文獻(xiàn)、語(yǔ)種、出版年份等檢索點(diǎn)，它們提供了更多的檢索途徑。

2023/2/619四、檢索手段

1.檢索手段的分類2.計(jì)算機(jī)檢索的優(yōu)勢(shì)3．計(jì)算機(jī)檢索系統(tǒng)

2023/2/6201.檢索手段的分類檢索從技術(shù)手段上分有：手工檢索（手檢）和計(jì)算機(jī)檢索（機(jī)檢）

2023/2/621手工檢索手工檢索(manualretrieval)使用的多為印刷型或書本型檢索（paper-basedretrieval）

工具，早些有檢索卡片，現(xiàn)在使用最多的是檢索刊，手檢工具能提供的檢索點(diǎn)十分有限，檢索結(jié)果往往不盡人意。

2023/2/622計(jì)算機(jī)檢索計(jì)算機(jī)檢索（computer-basedretrieval）技術(shù)含量高，它通過數(shù)據(jù)庫(kù)系統(tǒng)來實(shí)現(xiàn)的。機(jī)檢不僅需要先進(jìn)的技術(shù)設(shè)施，也要求較高的人的文化素質(zhì)。

2023/2/6232、計(jì)算機(jī)檢索的優(yōu)勢(shì)2、計(jì)算機(jī)檢索的優(yōu)勢(shì)

計(jì)算機(jī)檢索明顯優(yōu)于手工檢索，主要表現(xiàn)為1）檢索的信息量大，2）數(shù)據(jù)更新快，3）檢索功能強(qiáng)，4）檢索結(jié)果輸出的多樣性等。

2023/2/6241）檢索的信息量大

且不說大型機(jī)器的海量存貯，一張普通光盤的信息存貯量就達(dá)650M，相當(dāng)與幾十萬頁(yè)的書。高密度的光盤可以容納4G以上的信息。計(jì)算機(jī)若與全球網(wǎng)絡(luò)相連，就能獲得世界范圍的信息。

2023/2/6252）數(shù)據(jù)更新快計(jì)算機(jī)處理與電子傳輸?shù)难杆佟?shù)據(jù)的動(dòng)態(tài)和即時(shí)、及時(shí)的更新、檢索的實(shí)時(shí)性都是手檢工具無法比擬的。但是我們也不能迷信計(jì)算機(jī)。有時(shí)候計(jì)算機(jī)業(yè)會(huì)讓我們上當(dāng)。商家常常說“電腦哪會(huì)有錯(cuò)”，坑害顧客。

2023/2/6263）檢索功能強(qiáng)

機(jī)檢系統(tǒng)可提供很多檢索點(diǎn)，對(duì)一個(gè)檢索點(diǎn)還可以同時(shí)取若干個(gè)檢索屬性值，從多點(diǎn)交叉切入，有多重限定，有多種組合方式，允許人機(jī)交互，能達(dá)到高效、高精度的檢索效果。并具多庫(kù)檢索，多媒體和知識(shí)檢索功能。2023/2/6274）檢索結(jié)果輸出的多樣性用戶可以選擇各種輸出形式和輸出格式，比如屏幕顯示、拷貝、下載、打印等都是常用的方式，輸出的內(nèi)容、格式和形式可選擇或自行定義。

總的趨勢(shì)是機(jī)檢方將逐步取代手檢方式。當(dāng)前許多經(jīng)典的印刷型工具都有其對(duì)應(yīng)的電子數(shù)據(jù)格式、數(shù)據(jù)庫(kù)，印刷工具則成了電子數(shù)據(jù)加工輸出的"副產(chǎn)品"，許多新生的數(shù)據(jù)庫(kù)不再與印刷型工具有緣，僅有其電子版本。

2023/2/6283．計(jì)算機(jī)檢索系統(tǒng)

1）信息主體。2）檢索語(yǔ)言。

2023/2/6291）信息主體信息主體。這里指的是文獻(xiàn)全文數(shù)據(jù)庫(kù)、文獻(xiàn)書目數(shù)據(jù)庫(kù)等。

書目型數(shù)據(jù)庫(kù)有字段,記錄,文檔等構(gòu)成。文獻(xiàn)全文數(shù)據(jù)庫(kù)還包括文獻(xiàn)的全文（文本型或照片型）2023/2/6302）

檢索語(yǔ)言

檢索語(yǔ)言。語(yǔ)言是一種人們用以交流溝通的重要工具，用于人與人之間的通信活動(dòng)（communication）。人與計(jì)算機(jī)對(duì)話，需要有計(jì)算機(jī)語(yǔ)言，人與檢索系統(tǒng)對(duì)話來實(shí)施檢索，則需要有檢索語(yǔ)言（retrievallanguage）。

2023/2/631檢索語(yǔ)言的分類

A）根據(jù)檢索語(yǔ)言不同的特征將檢索語(yǔ)言進(jìn)行分類。

2023/2/632檢索語(yǔ)言的分類

B）按其規(guī)范的情況分類可分為：人工語(yǔ)言

(規(guī)范語(yǔ)言)

自然語(yǔ)言(非規(guī)范語(yǔ)言)；

2023/2/633自然語(yǔ)言自然語(yǔ)言有較大的靈活性，使用隨意，專指性強(qiáng)，查準(zhǔn)率高。它能及時(shí)地反映最新出現(xiàn)的詞匯，反映規(guī)范詞難于表達(dá)的特定概念或新概念。在全文檢索中自然語(yǔ)言獨(dú)領(lǐng)風(fēng)騷。大容量、高速、高性能的計(jì)算機(jī)檢索系統(tǒng)的自動(dòng)標(biāo)引，使得自由詞的全文檢索，即自由文本檢索（free-textsearch）占的比例越來越高。自然語(yǔ)言的缺點(diǎn)是由于它不規(guī)范，缺乏對(duì)詞匯的控制能力，也無法指示概念之間的關(guān)系，影響到檢索效率。

2023/2/634人工語(yǔ)言人工語(yǔ)言(規(guī)范語(yǔ)言)（artificiallanguage，controlledlanguage）。人工語(yǔ)言的規(guī)范處理重在兩個(gè)方面：一是使一個(gè)概念只用一個(gè)詞匯來表達(dá)，這樣就避免了多詞一義的情況；二是使一個(gè)標(biāo)引詞只能表達(dá)一個(gè)概念，這樣就排除了一詞多義現(xiàn)象。

2023/2/635檢索語(yǔ)言

在實(shí)際檢索中，檢索詞的選擇是個(gè)復(fù)雜的問題，必須考慮表達(dá)概念的準(zhǔn)確與完善，通常是規(guī)范語(yǔ)言和非規(guī)范語(yǔ)言交混使用來滿足各種不同的需要。

2023/2/636五、檢索效果

檢索效果（retrievaleffectiveness）的評(píng)價(jià)指標(biāo)有6項(xiàng)，包括：收錄范圍查全率查準(zhǔn)率響應(yīng)時(shí)間用戶負(fù)擔(dān)輸出形式。其中兩個(gè)主要的衡量指標(biāo)是查全率（Recallratio）和查準(zhǔn)率（precisionratio），分別用R和P大寫字母表示。

2023/2/637檢索效果2023/2/638檢索效果2023/2/639檢索效果一系列的實(shí)驗(yàn)結(jié)果表明查全率與查準(zhǔn)率之間存在互逆關(guān)系。即查全率高時(shí)，查準(zhǔn)率較低，反之亦然。R和P各自的最佳狀態(tài)是逼近100％，魚和熊掌不可得兼。

2023/2/640檢索效果

其