1、2013,11,第二章 文獻(xiàn)信息檢索基礎(chǔ),2013,目錄,2.1信息資源檢索技術(shù) 2.2信息資源檢索的方法、途徑和步驟 2.3信息資源檢索效果的評(píng)價(jià),2013,2.1信息資源檢索技術(shù),2.1.1 傳統(tǒng)的信息資源檢索技術(shù) 2.1.2 新型的網(wǎng)絡(luò)資源檢索技術(shù),2013,2.1.1 傳統(tǒng)的信息資源檢索技術(shù),1 檢索技術(shù) 檢索技術(shù)是指應(yīng)用于信息檢索過程的原理、技術(shù)、方法、策略的總稱，是檢索系統(tǒng)為了提高檢索效率，從概念相關(guān)性、位置相關(guān)性等方面對(duì)檢索提問進(jìn)行組配、加權(quán)、擴(kuò)展、截詞、鄰近、限定的比較和運(yùn)算處理技術(shù)。,2013,2.1.1 傳統(tǒng)的信息資源檢索技術(shù),2傳統(tǒng)檢索技術(shù) （1）布爾檢索 布爾檢索（bo

2、olean retrieval）是用布爾邏輯算符將檢索詞、短語或代碼進(jìn)行邏輯組配的一種技術(shù)，也是目前最常用的一種檢索技術(shù)。,2013,2.1.1 傳統(tǒng)的信息資源檢索技術(shù),邏輯“與”,具有概念交叉或概念限定關(guān)系的組配，用“*”或“AND”算符表示（少數(shù)工具用“+”或空格表示）。 檢索詞A和檢索詞B用“與”組配，檢索式為： A AND B，或者 A * B 它表示檢出同時(shí)含有A、B兩個(gè)檢索詞的記錄。,2013,2.1.1 傳統(tǒng)的信息資源檢索技術(shù),邏輯“或”,邏輯“或”是一種具有概念并列關(guān)系的組配，用“+”或“OR”算符表示（也有用“| ”或“/”表示）。 檢索詞A和檢索詞B用“或”組配，檢索式為：

3、 A OR B，或者 AB 它表示檢出所有含有A詞或者B詞的記錄。,2013,2.1.1 傳統(tǒng)的信息資源檢索技術(shù),邏輯“非”,邏輯“非”是一種具有概念排除關(guān)系的組配，用“”或“NOT”算符表示。 檢索詞A和檢索詞B用“非”組配，檢索式為： A Not B，或者 A-B 它表示檢出含有A詞，但同時(shí)不含B詞的記錄。,2013,2.1.1 傳統(tǒng)的信息資源檢索技術(shù),布爾邏輯運(yùn)算符優(yōu)先級(jí) 布爾運(yùn)算符優(yōu)先級(jí)比較 有括號(hào)時(shí)：括號(hào)內(nèi)的先執(zhí)行； 無括號(hào)時(shí)：NOT AND OR 例：檢索“唐宋詩歌”的有關(guān)信息。 關(guān)鍵詞：唐、宋、詩歌； 檢索表達(dá)式： （唐 OR 宋）AND 詩歌； 唐 AND 詩歌 OR 宋 AN

4、D 詩歌,2013,2.1.1 傳統(tǒng)的信息資源檢索技術(shù),（2）截詞檢索 截詞檢索（truncation retrieval）是指在檢索詞的適當(dāng)位置截?cái)啵媒財(cái)嗟脑~的一個(gè)局部進(jìn)行的檢索。由于檢索詞與數(shù)據(jù)庫所存儲(chǔ)信息字符是部分一致性匹配，所以又稱部分一致檢索。 由于西文的構(gòu)詞特性：單復(fù)數(shù)形式不一致、英美拼寫不一致 、詞干前綴、詞干后綴。 檢索時(shí)，計(jì)算機(jī)會(huì)將所有含有相同部分標(biāo)識(shí)的記錄全部檢索出來。在西文檢索系統(tǒng)中，使用截詞符處理自由詞，對(duì)提高查全率的效果非常顯著。,2013,2.1.1 傳統(tǒng)的信息資源檢索技術(shù),2013,2.1.1 傳統(tǒng)的信息資源檢索技術(shù),（3）位置檢索 位置檢索，也稱臨近檢索，主要

5、是通過位置運(yùn)算符來規(guī)定和限制檢索詞之間的相對(duì)位置或者檢索詞在記錄中的特定位置來實(shí)施檢索的技術(shù)。位置檢索主要有以下幾個(gè)級(jí)別。,2013,2.1.1 傳統(tǒng)的信息資源檢索技術(shù),（3）位置檢索 （1）詞位置檢索 詞位置檢索主要是利用位置邏輯算符限定檢索詞之間的位置，來反映要檢索的信息概念。常用的詞位置算符有（W）與（nW）、（N）與（nN）以及（X）與（nX）3類。 （W）算符與（nW）算符 例如， “VISUAL（W）FOXPRO”可以檢出“VISUALFOXPRO”或“VISUAL FOXPRO”； “control（1W）system”可以檢出含有“control system”、“contro

6、l of system”和“control in system”文獻(xiàn)。,2013,2.1.1 傳統(tǒng)的信息資源檢索技術(shù),（3)位置檢索 （1）詞位置檢索 （N）算符與（nN）算符 例如，“control（1N）system”不僅可以檢出含有“control system”、“control of system”和“control in system”的文獻(xiàn)，還可以檢出含有“system of control”、“system without control”等的文獻(xiàn)。 （X）算符與（nX）算符 例如，“side（1X）side”可以檢索到含有“side by side”的文獻(xiàn)。,2013,2.1

7、.1 傳統(tǒng)的信息資源檢索技術(shù),(3) 位置檢索 （2）同句檢索 同句檢索要求參加檢索運(yùn)算的2個(gè)詞必須在同一自然句或者全文數(shù)據(jù)庫的一個(gè)段落中出現(xiàn)，檢索詞的先后順序和插入詞的個(gè)數(shù)不受限制。同句檢索中用到的位置算符主要是（S），是“Sentence”或“subfield”的縮寫。 例如，“electronic（S）optical”，可以檢索到題名為“Cutting and Polishing Optical and Electronic Materials”的文獻(xiàn)。,2013,2.1.1 傳統(tǒng)的信息資源檢索技術(shù),(3) 位置檢索 （3）同字段檢索 同字段檢索是對(duì)同句檢索條件的進(jìn)一步放寬，表示在此運(yùn)算

8、符兩側(cè)的檢索詞必須同時(shí)出現(xiàn)在文獻(xiàn)記錄的同一字段內(nèi)，其運(yùn)算符有兩種。 （F）算符 例如，“information（F）retrieval/DE，TI”表示“information”和“retrieval”兩個(gè)詞必須同時(shí)出現(xiàn)在敘詞字段或篇名字段內(nèi)。 （L）算符 例如，“information system（L）system design”，表示“system design”是“information system”的下一級(jí)主題詞。,2013,2.1.1 傳統(tǒng)的信息資源檢索技術(shù),(4) 限制檢索 （1）字段檢索 數(shù)據(jù)庫記錄是由若干個(gè)字段組成的，字段檢索是把檢索詞限定在數(shù)據(jù)庫記錄的特定字段中的檢索方法

9、，如果記錄的相應(yīng)字段中含有輸入的檢索詞則為命中記錄。 數(shù)據(jù)庫中提供的可供檢索的字段通常分為基本索引字段和輔助索引字段2大類?；舅饕侄伪硎疚墨I(xiàn)的內(nèi)容特征，有TI（篇名、題目）、AB（摘要）、DE（敘詞）、ID（自由標(biāo)引詞）等；輔助索引字段表示文獻(xiàn)的外部特征，有AU（作者）、CS（作者單位）、JN（刊物名稱）、PY（出版年份）、LA（語言）等。在檢索提問式中，可以利用后綴符“/”對(duì)基本索引字段進(jìn)行限制，利用前綴符“=”對(duì)輔助索引字段加以限制。,2013,2.1.1 傳統(tǒng)的信息資源檢索技術(shù),(4) 限制檢索 （1）字段檢索 例如，“（information retrieval/TI OR dig

10、ital library/DE）AND PY=2006”所表達(dá)的檢索要求是，查找2006年出版的關(guān)于信息檢索或數(shù)字圖書館方面的文獻(xiàn)，并要求“information retrieval”一詞在命中文獻(xiàn)的“TI”（篇名）字段中出現(xiàn)，“digital library”一詞在“DE”（敘詞）字段中出現(xiàn)。,2013,2.1.1 傳統(tǒng)的信息資源檢索技術(shù),(4) 限制檢索 （2）限制符檢索 限制符檢索是使用AU（作者）、CS（作者單位）、JN（刊物名稱）、PY（出版年份）、LA（語言）等限制符號(hào)從文獻(xiàn)的外部特征方面限制檢索范圍和檢索結(jié)果的一種方法。限制符的用法與后綴符相同，而它的作用則與前綴符相同。 例如，

11、“aircraft/TI，PAT”表示的檢索結(jié)果只要“aircraft”這一主題的專利文獻(xiàn)。 限制符還可以與前、后綴符同時(shí)使用，這時(shí)字段代碼與限制符之間的關(guān)系是邏輯“與”，即最終的檢索結(jié)果應(yīng)同時(shí)滿足字段檢索和限制符檢索兩方面的要求。,2013,2.1.2 新型的網(wǎng)絡(luò)資源檢索技術(shù),1 全文檢索技術(shù) 全文檢索技術(shù)是以信息資料的內(nèi)容，如文字、聲音、圖像等為主要的處理對(duì)象，而不是以其外部特征來實(shí)現(xiàn)信息檢索的技術(shù)。全文檢索技術(shù)通過提供快捷的數(shù)據(jù)管理工具和強(qiáng)大的數(shù)據(jù)查詢手段，為人們快速方便地獲取文獻(xiàn)原文而非文獻(xiàn)線索提供了一條有效途徑。目前，全文檢索技術(shù)已經(jīng)從最初的字符串匹配層面演進(jìn)到能對(duì)超大文本、語音、圖

12、像、視頻影響等非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行綜合處理，成為全文數(shù)據(jù)庫系統(tǒng)和搜索引擎的核心支撐技術(shù)。,2013,2.1.1 傳統(tǒng)的信息資源檢索技術(shù),2 多媒體信息檢索技術(shù) 基于內(nèi)容的多媒體信息檢索技術(shù)是對(duì)圖像、音頻、視頻等媒體對(duì)象進(jìn)行內(nèi)容語義的分析和特征的提取，并基于這些特征進(jìn)行相似性匹配的檢索技術(shù)，其核心技術(shù)是對(duì)多媒體信息內(nèi)容特征的識(shí)別和描述技術(shù)、對(duì)特征的相似性匹配技術(shù)。目前多媒體技術(shù)按照檢索內(nèi)容可分為圖像檢索技術(shù)、視頻檢索技術(shù)和音頻檢索技術(shù)3種。,2013,2.1.1 傳統(tǒng)的信息資源檢索技術(shù),3 智能信息檢索技術(shù) 智能檢索技術(shù)就是采用人工智能計(jì)算機(jī)技術(shù)進(jìn)行信息檢索的技術(shù)，它可以模擬人腦的思維方式，分析用戶

13、以自然語言表達(dá)的檢索請(qǐng)求，自動(dòng)形成檢索策略進(jìn)行智能、快速、高效的信息檢索。它包含了自然語言理解技術(shù)、智能代理技術(shù)、機(jī)器學(xué)習(xí)、知識(shí)發(fā)現(xiàn)等技術(shù)。 （1）自然語言理解技術(shù) （2）智能代理技術(shù),2013,2.1.1 傳統(tǒng)的信息資源檢索技術(shù),4 數(shù)據(jù)挖掘技術(shù) 數(shù)據(jù)挖掘技術(shù)是指從大型數(shù)據(jù)庫或者數(shù)據(jù)倉庫中提取人們感興趣的知識(shí)，這些知識(shí)是隱含的、事先未知的潛在有用信息，提取的知識(shí)一般可表示為概念、規(guī)則、規(guī)律、模式等形式，用于信息管理、查詢優(yōu)化、決策支持、過程控制等。,2013,2.1.1 傳統(tǒng)的信息資源檢索技術(shù),5 自動(dòng)分類和標(biāo)引技術(shù) （1）自動(dòng)標(biāo)引技術(shù) 自動(dòng)標(biāo)引技術(shù)是指由計(jì)算機(jī)代理人工完成文本的主題內(nèi)容分析

14、，并賦予詞語標(biāo)識(shí)的技術(shù)，可分為抽詞標(biāo)引和賦詞標(biāo)引2種。 （2）自動(dòng)分類技術(shù) 自動(dòng)分類技術(shù)是指利用計(jì)算機(jī)信息技術(shù)對(duì)信息按照一定的分類體系或標(biāo)準(zhǔn)進(jìn)行自動(dòng)分類和標(biāo)記，將具有相同或相近特征的信息對(duì)象集中在一起，而將不同特征者歸于不同的類別中，形成不同的類目，從而實(shí)現(xiàn)快速檢索。,2013,2.2 信息資源檢索的方法、途徑和步驟,2.2.1 信息資源檢索方法 2 .2.2 信息資源檢索途徑 2.2.3 計(jì)算機(jī)信息檢索策略的制定與實(shí)施,2013,2.2.1 信息資源檢索方法,1. 常規(guī)法 常規(guī)法也稱工具法，是目前最為常用的一種信息資源檢索方法。它是指利用文摘、題錄、索引等各類檢索工具或者各類計(jì)算機(jī)檢索系統(tǒng)，

15、直接查找文獻(xiàn)信息的方法。常規(guī)法在實(shí)際檢索應(yīng)用過程中，依據(jù)課題對(duì)時(shí)限的要求，又可分為順查、倒查、抽查3種情況。,2013,2.2.1 信息資源檢索方法,2013,2.2.1 信息資源檢索方法,2. 回溯法 回溯法又稱引文法，是指在已獲得所需文獻(xiàn)的基礎(chǔ)上，再利用文獻(xiàn)末尾所附的參考文獻(xiàn)、相關(guān)書目、推薦文章和引文注釋作為檢索入口，依據(jù)文獻(xiàn)之間的引證和被引證關(guān)系，揭示了文獻(xiàn)之間的某種內(nèi)在聯(lián)系，進(jìn)而查找到更多的相關(guān)文獻(xiàn)的方法,2013,2.2.1 信息資源檢索方法,綜合法 綜合法也稱交替法或循環(huán)法，是綜合常規(guī)法和回溯法的檢索方法，即在查找文獻(xiàn)信息時(shí)，既利用一般的檢索途徑，又利用原始文獻(xiàn)后所附的參考引用文獻(xiàn)

16、作為檢索入口，分階段按周期地交替使用兩種方法。綜合法對(duì)檢索效率的提高很有幫助。,2013,2.2.2 信息資源檢索途徑,信息檢索的實(shí)施必須依賴于檢索前已經(jīng)掌握的信息線索，現(xiàn)有的檢索系統(tǒng)或檢索工具的情況以及選擇合適的檢索途徑。檢索途徑（Retrieval Approach）主要是指信息檢索的角度和渠道。選擇檢索途徑的依據(jù)有兩點(diǎn)：一是檢索者已經(jīng)掌握的信息線索；二是選用的檢索系統(tǒng)可以提供的檢索途徑。 根據(jù)檢索系統(tǒng)對(duì)文獻(xiàn)特征的揭示主要分文獻(xiàn)外部特征和文獻(xiàn)內(nèi)容特征2種，因此，信息檢索途徑可分為內(nèi)容特征檢索途徑和外部特征檢索途徑。,2013,2.2.2 信息資源檢索途徑,1. 內(nèi)容特征檢索途徑 （1）分類

17、途徑 分類途徑是按信息內(nèi)容，利用分類檢索語言實(shí)施檢索的途徑。分類檢索是從文獻(xiàn)內(nèi)容所屬的學(xué)科類別來檢索，它依據(jù)的是一個(gè)可參照的分類體系。其基本過程為：首先分析提問的主題概念，選擇能夠表達(dá)這些概念的分類類目（包括類名和類號(hào)），然后按照分類類目的類號(hào)或字順，從分類體系中進(jìn)行查找，進(jìn)而得到所需的文獻(xiàn)信息。,2013,2.2.2 信息資源檢索途徑,（2）主題途徑 主題途徑是按信息內(nèi)容，利用主題檢索語言實(shí)施檢索的途徑。主題途徑的實(shí)施需要使用各種主題詞索引，如主題索引、關(guān)鍵詞索引、敘詞索引等。其基本過程為：首先分析提問的主題概念，選擇能夠表達(dá)這些概念的主題詞。然后按照主題詞的字順，從主題詞索引中進(jìn)行查找，進(jìn)

18、而得到所需要的文獻(xiàn)信息。,2013,2.2.2 信息資源檢索途徑,2. 外部特征檢索途徑 （1）題名途徑 按照已知的文獻(xiàn)的題名進(jìn)行文獻(xiàn)信息檢索的途徑。文獻(xiàn)題名主要是指書名、篇名、刊名等。題名檢索途徑符合讀者的檢索習(xí)慣，對(duì)已確知名稱的文獻(xiàn)，使用題名途徑直接查找最為便捷，可以快速準(zhǔn)確地獲得所需文獻(xiàn)。 （2）作者途徑 作者途徑是按已知的文獻(xiàn)責(zé)任者的名稱檢索文獻(xiàn)信息的途徑。文獻(xiàn)責(zé)任者包括個(gè)人作者責(zé)任者、團(tuán)體責(zé)任者、編者、專利權(quán)人等。作者途徑可以系統(tǒng)地發(fā)現(xiàn)和掌握同一作者名稱下的學(xué)科內(nèi)容相近或有內(nèi)在聯(lián)系的文獻(xiàn)，有利于系統(tǒng)研究某一方面的問題或某一著者的全部著作和學(xué)術(shù)思想，在一定程度上滿足了族性檢索的要求。,

19、2013,2.2.2 信息資源檢索途徑,2. 外部特征檢索途徑 （3）代碼途徑 代碼途徑是指利用有些文獻(xiàn)所具有的獨(dú)特的編序號(hào)碼或標(biāo)識(shí)號(hào)碼，如專利號(hào)、標(biāo)準(zhǔn)號(hào)，索書號(hào)等，來查找文獻(xiàn)相關(guān)信息的檢索途徑。利用代碼途徑檢索文獻(xiàn)信息簡便、快捷，但人們難于準(zhǔn)確理解代碼的含義和具體文獻(xiàn)的代碼特點(diǎn)，此方法的局限性很大。 （4）引文途徑 使用引文途徑進(jìn)行信息檢索采用2種操作方法：一是通過被引用文獻(xiàn)，即來源文獻(xiàn)，來查找引用文獻(xiàn)；二是通過引用文獻(xiàn)，直接利用文獻(xiàn)結(jié)尾所附的參考文獻(xiàn)，查找被引用文獻(xiàn)。,2013,2.2.3 計(jì)算機(jī)信息檢索策略的制定與實(shí)施,1. 計(jì)算機(jī)信息檢索策略的含義 狹義上的信息檢索策略是指檢索表達(dá)式（

20、檢索提問式）的構(gòu)造，即運(yùn)用檢索系統(tǒng)特定的檢索技術(shù)，確定檢索詞之間的邏輯關(guān)系，形成表達(dá)用戶信息需求的檢索表達(dá)式（檢索提問式）。 廣義上的信息檢索策略是指在分析檢索課題的實(shí)質(zhì)內(nèi)容、明確檢索目標(biāo)的基礎(chǔ)上，選擇檢索系統(tǒng)和檢索工具，明確檢索途徑和檢索方法，確定檢索詞之間的邏輯關(guān)系以及查找步驟最佳方案的一系列科學(xué)安排。,2013,2.2.3 計(jì)算機(jī)信息檢索策略的制定與實(shí)施,2. 計(jì)算機(jī)信息檢索策略的制定與實(shí)施 檢索策略的構(gòu)造涉及多方面的知識(shí)和技術(shù)。檢索者只有了解各個(gè)檢索系統(tǒng)的特性和功能，熟悉系統(tǒng)數(shù)據(jù)庫的結(jié)構(gòu)和內(nèi)容、特定的文獻(xiàn)標(biāo)引規(guī)則、檢索方法和檢索技術(shù)，才能制定一個(gè)科學(xué)合理的檢索策略。計(jì)算機(jī)信息檢索策略的

21、制定與實(shí)施，要在進(jìn)行充分的檢索課題分析的前提下進(jìn)行,2.2.3 計(jì)算機(jī)信息檢索策略的制定與實(shí)施,2.2.3 計(jì)算機(jī)信息檢索策略的制定與實(shí)施,2013,2.2.3 計(jì)算機(jī)信息檢索策略的制定與實(shí)施,計(jì)算機(jī)檢索步驟,修改檢索策略,構(gòu)造檢索表達(dá)式,實(shí)施檢索策略,確定檢索詞,選擇檢索系統(tǒng),2013,2.3信息資源檢索效果的評(píng)價(jià),2.3.1信息資源檢索效果的評(píng)價(jià) 2.3.2信息檢索的意義,2013,2.3.2信息檢索效果的評(píng)價(jià),1. 檢索效果的評(píng)價(jià)指標(biāo) 目前采用最為普遍的檢索效果量化評(píng)價(jià)指標(biāo)包括：查全率（Recall Factor，R）、查準(zhǔn)率（Pertinence Factor，P）、漏檢率（Omission Factor，O）、誤檢率（Noise Factor，N）等。 查全率是對(duì)所需信息被檢出程度的量化，用來表示信息系統(tǒng)能滿足用戶需求的完備程度，可以用檢索文獻(xiàn)中合乎需要的文獻(xiàn)數(shù)量占檢索系統(tǒng)中存在的合乎需要的文獻(xiàn)總量的比率來表示； 查準(zhǔn)率是衡量信息系統(tǒng)拒絕