信息存儲(chǔ)與檢索劉佳其次章網(wǎng)絡(luò)信息檢索的方法與技術(shù)第一節(jié)網(wǎng)絡(luò)信息檢索的基本方法信息檢索方法的分類1.干脆法不利用檢索系統(tǒng)（工具），干脆通過原文或文獻(xiàn)指引來獲得相關(guān)信息的方法。閱讀法：干脆通過閱讀、查閱文獻(xiàn)原文來獲得所需信息的方法。追溯法：利用已知文獻(xiàn)的某種指引來獲得所需信息的方法。2.工具法是最常用的方法，利用各種檢索系統(tǒng)（工具）來檢索信息。順查法：依據(jù)時(shí)間依次由遠(yuǎn)及近地查找信息的方法。倒查法：依據(jù)時(shí)間依次由近及遠(yuǎn)地逐年查找所需信息。抽查法：依據(jù)檢索需求的特點(diǎn)和學(xué)科發(fā)展的實(shí)際狀況，抽取這一段時(shí)間的文獻(xiàn)進(jìn)行檢索。3.綜合法綜合利用上述各種方法來查找信息的方法。第一節(jié)網(wǎng)絡(luò)信息檢索的基本方法

布爾邏輯檢索（booleanlogicsearching）布爾邏輯檢索是多個(gè)檢索項(xiàng)（可以是單詞、詞組或檢索式）之間通過運(yùn)用布爾邏輯算符來精確的表達(dá)檢索提問的檢索技術(shù)。(1)邏輯“與”—AND或*同時(shí)含有兩個(gè)檢索詞才能被命中用于交叉概念或限定關(guān)系概念之間的組配，可以縮小檢索范圍，提高檢準(zhǔn)率。(2)邏輯“或”—OR或+，或|表示只要含有其中一個(gè)檢索詞或同時(shí)含有這兩個(gè)檢索詞的文獻(xiàn)都將被命中。用于并列關(guān)系的概念組配，相當(dāng)于增加了檢索詞主題的同義詞或近義詞，有助于擴(kuò)大檢索范圍，提高查全率。（3）邏輯“非”–NOT或-表示被檢索文獻(xiàn)在含有檢索詞A而不含有檢索詞B時(shí)才能被命中。用于排斥與選擇關(guān)系的組配，能夠縮小命中文獻(xiàn)的范圍，增加檢索的精確性。例：北京除冬季外汽車和可吸入顆粒物造成的空氣污染狀況”這一主題的檢索。北京*空氣污染*（汽車+可吸入顆粒物）-冬季鄰近檢索（proximitysearch）又稱為位置限制檢索，是用一些特定的算符（位置算符）來表達(dá)檢索詞與檢索詞之間的依次和詞間距的檢索。（1）（W）在此算符兩側(cè)的檢索詞必需按此前后的依次排列，依次不能顛倒，兩個(gè)檢索詞之間不許有其他的詞或字母，但允許有空格或標(biāo)點(diǎn)符號(hào)。例：information(W)retrievalInformationretrieval,information-retrieval（2）（nW）在此算符兩側(cè)的檢索詞之間最多不超過n個(gè)（最大數(shù)量）實(shí)詞或虛詞（非用詞），兩個(gè)檢索詞的詞序不許顛倒。例1：electronic(1W)resourceselectronicresources,electronicinformationresourses例2：JilinMedical

University,Jilin

Agricultural

University,JilinTechnology

UniversityJilin(1W)University（3）（N）在此算符兩側(cè)的檢索詞必需緊密相連，但詞序可顛倒。例：information(N)retrievalinformationretrieval,retrievalinformation（4）（nN）表示兩個(gè)詞位置可以顛倒，兩個(gè)詞間插入詞的最多數(shù)目是n個(gè)。

例:informationretrieval,retrievalinformationretrievalofinformation,retrievaloflawinformation,retrievalofChineselawinformationinformation(3N)retrieval（5）（F）表示在此運(yùn)算符兩側(cè)的檢索詞必需同時(shí)出現(xiàn)在文獻(xiàn)記錄的同一字段內(nèi)。兩個(gè)詞的前后依次不限，夾在兩個(gè)詞之間的詞的個(gè)數(shù)也不限。（6）（S）表示在此運(yùn)算符兩側(cè)的檢索詞只要出現(xiàn)在文獻(xiàn)記錄的同一子字段或同一段內(nèi)，此文獻(xiàn)即被命中，兩個(gè)詞詞序不限，兩個(gè)詞中間可間隔若干個(gè)詞。（7）NOTNOT與鄰接運(yùn)算符組合運(yùn)用，而產(chǎn)生相反的含義。NOTW表示其后的詞不能緊跟其前的詞NOTN表示兩個(gè)詞不能相鄰NOTS表示其后的詞不應(yīng)出現(xiàn)在同一子字段中NOTF表示兩個(gè)詞不應(yīng)出現(xiàn)在同一字段中短語檢索（phrasesearch）用“”表示，檢索出與“”內(nèi)形式完全相同的短語，以提高檢索的精度和精確度，也稱為“精確檢索”（exactsearch）。GeorgeW.WashingtonGeorgeW.BushspokeatWashingtonD.C.abouthumanrights“GeorgeW.Washington”截詞檢索（truncation/wildcats）用截詞符號(hào)加在檢索詞的前后或中間，以檢索一組概念相關(guān)或同一詞根的詞，即在檢索標(biāo)識(shí)中保留相同的部分，用相應(yīng)的截詞符代替可變更部分?？梢詳U(kuò)大檢索范圍，提高查全率，主要用于西文數(shù)據(jù)庫檢索，中文數(shù)據(jù)庫通常不運(yùn)用。？代表0至1個(gè)字符*代表0至多個(gè)字符（1）前截詞（詞首截詞）截詞符在檢索詞的開頭。例：*ologybiology,geology,physiology,sociology（2）中間截詞wom?n（3）后截詞（詞尾截詞）①詞尾的有限截詞?！?？”幾個(gè)問號(hào)連在一起時(shí)，問號(hào)的個(gè)數(shù)代表可變更的字符數(shù)的上限。②詞尾的無限截詞。“*”允許有0至隨意個(gè)字符的變更。例：cat*cat,cats,catalog,catalogue,categoryeconom*economy,economic,economics,economical,economist,economize等字段限制檢索（fieldlimiting）

在信息檢索過程中，為提高查全率或查準(zhǔn)率，檢索范圍限制在特定的字段中，即字段限制檢索?；舅饕侄危╞asicindexfields）

一篇記錄中主要用來表達(dá)文獻(xiàn)內(nèi)容特征的字段。如篇名、文摘、主題詞、關(guān)鍵詞基本索引字段的限定由“/”與一個(gè)基本索引字段代碼組成，又稱后綴限定。

字段名字段代碼中譯名AbstractAB文摘DescriptorDE敘詞（主題詞）KeywordKW關(guān)鍵詞TitleTI題名常用基本索引字段及代碼表例：地震/TI幫助索引字段（additionalindexfields）表達(dá)文獻(xiàn)外部特征的字段。如著者、機(jī)構(gòu)名稱、語種、刊名、來源、出版年。幫助檢索字段由幫助字段代碼和“=”組成，一般將幫助索引字段代碼置于檢索詞前，稱為前綴。字段名字段代碼中譯名AuthorAffiliationAA著者單位Author,InventorAU著者，發(fā)明者ConferenceTitleCT會(huì)議名稱JournalNameJN刊名PublisherPU出版者PublicationYearPY出版年常用幫助索引字段及其代碼表例：PY=2000例1：檢索“吉林高?！毙彰恰巴趿Α钡淖髡叩奈墨I(xiàn)。AU=王力AND（AA=吉林高校）例2：檢索“2010年”出版的關(guān)于“人壽保險(xiǎn)”的資料。人壽（N）保險(xiǎn)ANDPY=2010例3：檢索主題內(nèi)容是情報(bào)的2000年的文獻(xiàn)。情報(bào)/DEANDPY=2000文獻(xiàn)書目型數(shù)據(jù)庫記錄的字段：存取號(hào)、篇（題）名、文摘、敘詞、自由詞、著者、著者機(jī)構(gòu)、刊名、出版年、語種、分類號(hào)網(wǎng)絡(luò)檢索工具的字段：標(biāo)題（title）、圖像（image）、文本(text)、主機(jī)名(host)、域名(domain)、鏈接(link)、統(tǒng)一資源地址(URL)、新聞組(newsgroup)、電子郵件(E-mail)Title(ti):JilinUniversityurl:govLink:admissionANDsite:Py>=2010La=englishAU=WangliAND(AA=JilinUniv.)Title:JilinUniversityurl:gov括號(hào)檢索（parentheses）用于變更運(yùn)算的先后次序，括號(hào)內(nèi)的運(yùn)算優(yōu)先進(jìn)行。自然語言檢索（naturallanguagesearch）干脆接受自然語言中的字、詞、句進(jìn)行提問式檢索，又稱為“智能檢索”（intelligentsearch）。多語種檢索（multilingualsearch）供應(yīng)多種語言的檢索環(huán)境供用戶選擇，系統(tǒng)按用戶選定的語種進(jìn)行檢索并反饋結(jié)果。模糊檢索（fuzzysearch）又稱概念檢索，是指運(yùn)用某一檢索詞進(jìn)行檢索時(shí)，能同時(shí)對(duì)該詞的同義詞、近義詞、上位詞、下位詞進(jìn)行檢索，以達(dá)到擴(kuò)大檢索范圍、避開漏檢索的目的。區(qū)分大小寫的檢索（casesensitive）china--china,China,CHINAChina--China加權(quán)檢索（termweighting）音形一樣檢索（phoneticsearch）詞根檢索（stemming）思索題查找2010年發(fā)表的題名中含有信息檢索系統(tǒng)評(píng)價(jià)的英文論文其次節(jié)信息檢索的主要技術(shù)一.全文檢索技術(shù)全文檢索必需具有一個(gè)全文數(shù)據(jù)庫，全文數(shù)據(jù)庫是將一個(gè)完整的信息源的全部內(nèi)容轉(zhuǎn)化為計(jì)算機(jī)可識(shí)別、處理的信息單元而形成的數(shù)據(jù)集合。特點(diǎn)：信息量大，基本上是未經(jīng)加工的、詳盡的、客觀的原始信息；信息檢索的靈敏性和適應(yīng)性；檢索語言的自然性；數(shù)據(jù)相對(duì)穩(wěn)定。問題：查準(zhǔn)率低。全文檢索系統(tǒng)在檢索過程中可能對(duì)同一頁面重復(fù)檢索，即同一檢索詞檢出的多條檢索結(jié)果可能是同一個(gè)地址，影響查準(zhǔn)率；只要檢索詞出現(xiàn)在文本中就能被檢出，導(dǎo)致查準(zhǔn)率不高。二.多媒體信息檢索技術(shù)音頻信息檢索語音檢索：以語音為中心的檢索音樂檢索：以音樂為中心的檢索音頻檢索：以波形聲音為對(duì)象

視頻信息檢索基于關(guān)鍵幀檢索基于鏡頭和視頻對(duì)象的時(shí)間特征檢索三.超文本及超媒體檢索技術(shù)即把有關(guān)的信息或資源通過超鏈接聯(lián)系起來，檢索時(shí)可以借助超鏈接實(shí)現(xiàn)相關(guān)信息的閱讀。特點(diǎn)：不但留意所要管理的信息，而且更留意信息之間關(guān)系的建立與表示。缺陷：信息以超文本方式鏈接，導(dǎo)致檢索過程含有極大的盲目性和偶然性，簡潔偏離檢索目標(biāo)。四.智能信息檢索技術(shù)智能檢索技術(shù)就是接受人工智能進(jìn)行信息檢索的技術(shù)?？梢阅M人腦的思維方式，分析用戶以自然語言表達(dá)的檢索懇求，自動(dòng)形成檢索策略進(jìn)行智能、快速、高效的信息檢索。特點(diǎn)：在檢索過程中引入了資源對(duì)象的語義處理。可視化信息檢索技術(shù)是將信息資源、用戶提問、信息檢索模型、檢索過程以及檢索結(jié)果中各種不行見的內(nèi)部語義關(guān)系轉(zhuǎn)換成圖形，顯示在一個(gè)二維、三維或多維的可視化空間中，幫助用戶理解檢索結(jié)果、把握檢索方向，以提高信息檢索的效率與性能。

跨語言檢索技術(shù)允許用戶運(yùn)用其熟悉的某一種語言來構(gòu)造檢索式，以此檢索出另外一種或幾種語言表達(dá)的信息，即跨越語言限制進(jìn)行檢索的技術(shù)。技術(shù)實(shí)現(xiàn)的核心問題：翻譯文本聚類技術(shù)依據(jù)學(xué)問之間的相像性，即它們?cè)趯?duì)應(yīng)的特征空間的親疏遠(yuǎn)近來確定其類別，即是聚類。聚類過程：特征選擇文本表示聚類處理第三節(jié)信息檢索的技巧檢索策略（retrievalstrategy）是為實(shí)現(xiàn)檢索目標(biāo)而制訂的全盤支配或方案，是就一個(gè)問題檢索一個(gè)或多個(gè)數(shù)據(jù)庫所輸入的全部檢索式的集合。信息檢索流程（一）分析信息需求精確了解所要查詢的目的和要求，確定檢索問題的關(guān)鍵詞及涉及的學(xué)科或主題范圍、地域范圍、語種范圍、資源的時(shí)間范圍、須要的信息類型、查詢方式、資源的性質(zhì)等。（二）選擇合適的檢索工具檢索問題對(duì)須要運(yùn)用的檢索工具具有干脆影響，檢索工具的選擇正確與否對(duì)檢索效率起著特殊重要的作用。檢索工具的類型、收錄范圍、檢索問題的類型、檢索問題的具體要求、數(shù)據(jù)庫的檢索功能。數(shù)據(jù)庫的選擇：4CContent（數(shù)據(jù)庫的內(nèi)容）、Coverage（數(shù)據(jù)庫收錄資源的范圍）、Currency（數(shù)據(jù)庫內(nèi)容的新穎 性、更新的頻率）、Cost（數(shù)據(jù)庫的費(fèi)用）（三）確定檢索點(diǎn)與檢索詞檢索點(diǎn)對(duì)應(yīng)數(shù)據(jù)庫中的字段，其基本構(gòu)成單位是檢索詞。檢索詞是用戶或檢索人員檢索時(shí)輸入的字、詞、字符或短語。包括關(guān)鍵詞和各種符號(hào)。關(guān)鍵詞是出現(xiàn)在文獻(xiàn)的標(biāo)題、關(guān)鍵詞、摘要或正文中，對(duì)表達(dá)文獻(xiàn)主題內(nèi)容具有實(shí)質(zhì)意義的語詞。（四）正確構(gòu)造檢索式檢索式是檢索策略的具體體現(xiàn)，是要求檢索系統(tǒng)執(zhí)行的檢索語句。有效的信息檢索要充分利用搜尋工具支持的檢索運(yùn)算、允許運(yùn)用的檢索標(biāo)識(shí)、各種限定。建議運(yùn)用高級(jí)查詢和進(jìn)階檢索。積木型檢索式

例1：(1)informationANDr