1、第二章 信息檢索原理,教材四版p.21-46,本章要點(diǎn)1,? 信息檢索的基本原理 ? 檢索語言的類型 ? 信息檢索的類型 ？信息檢索系統(tǒng)的類型 ？數(shù)據(jù)庫的構(gòu)成,？信息檢索的基本概念,1信息檢索的基本概念,信息檢索的定義:從任何信息集合中查找所 需信息的活動、過程與方 法。 Whats searching like? “Finding a needle in a haystack ”,1.1信息檢索的原理,廣義上,信息檢索包括信息存儲與檢索兩個過程,著錄,有序化,有序化的依據(jù),四版p.21,情報(bào)人員,檢索人員,1.1信息檢索的原理,編輯/存儲 檢索,1.2 檢索語言,文獻(xiàn)標(biāo)識(有序化)的依據(jù)：檢

2、索語言 檢索語言：用來描述文獻(xiàn)的內(nèi)容特征、外表特征和表達(dá)情報(bào)提問的一種人工語言。是信息處理人員和檢索人員共同遵循的“綱領(lǐng)”，保證檢索系統(tǒng)的質(zhì)量。 檢索語言的種類：分類、主題 四版p.28-33,1.2檢索語言-中國圖書館分類法(中圖法),22個大類: 用1個漢語拼音表示,一級,1.2檢索語言-中國圖書館分類法(中圖法),分類號,類目名稱,一級,二級(2位),. . .,二級,1.2檢索語言-中國圖書館分類法(中圖法),三級(3位),三級,二級,一級,1.2檢索語言-中國圖書館分類法(中圖法),三級,三級,三級,三級,四級,五級,課堂同步練習(xí)1,1.中圖法分類表的作用? 2.分類號的構(gòu)成特點(diǎn)是什

3、么? 3. H164是幾級分類號,類目名稱是 什么? 4. H146.3的類目名稱含義是什么 ?,課堂同步練習(xí)1答案,1.中圖法分類表的作用 國內(nèi)圖書館組織藏書、國內(nèi)檢索系統(tǒng)組織文獻(xiàn)信 息的依據(jù)。也是查找文獻(xiàn)的主要途徑。 （見四版p.29小貼士） 2.分類號的構(gòu)成特點(diǎn)是什么? 1-2位漢語拼音字母+數(shù)字構(gòu)成 3. H164是四級分類號 類目名稱是漢語詞典 4. H146.3類目名稱是漢語語法句法,1.2 檢索語言-主題語言,主題檢索語言：關(guān)鍵詞和敘詞 關(guān)鍵詞：一種自然語言性質(zhì)的主題語言，它是從文獻(xiàn)的題目、正文或摘要中抽出的能表達(dá)文獻(xiàn)主題內(nèi)容的具有實(shí)質(zhì)意義的語詞。對詞語不加控制(沒有預(yù)先編制的詞

4、表) 敘詞：從自然語言中優(yōu)選出來并經(jīng)過規(guī)范化處理的名詞術(shù)語。（有預(yù)先編制的詞表） 例：,三版p.33-34；四版p.30-32,1.2 檢索語言,漢語主題詞表,中國圖書館分類法,課堂同步練習(xí)2,1.主題語言的作用？,課堂同步練習(xí)2答案,1.主題語言是檢索系統(tǒng)組織文獻(xiàn)信息的依據(jù)，常見于印刷型檢索系統(tǒng)。,1.3 信息檢索的類型,計(jì)算機(jī)檢索,手工檢索,以獲取 手段區(qū)分,四版p.22,1.3 信息檢索的類型,信息集合,文字,數(shù)值 圖表,事實(shí),文獻(xiàn)檢索,數(shù)據(jù)檢索,事實(shí)檢索,以檢索內(nèi)容 區(qū)分,四版p.22,1.3 信息檢索的類型,文字： 文獻(xiàn)檢索,1.3 信息檢索的類型,數(shù)值、圖表： 數(shù)據(jù)檢索,圖表,數(shù)值

5、,(huang ye),1.3 信息檢索的類型,事實(shí)： 事實(shí)檢索,何時何地發(fā)生事件,概念定義,1.3 信息檢索的類型,文獻(xiàn)檢索的結(jié)果相關(guān)性檢索 對同一個課題，同一個檢索系統(tǒng)，不同的檢 索者查到的結(jié)果是不同的。 甲 課題A 輸出 10篇 查全率高 乙 課題A 輸出 5篇 查準(zhǔn)率高,信息檢索系統(tǒng),1.3 信息檢索的類型,文獻(xiàn)檢索相關(guān)性檢索 為什么結(jié)果有差別? 甲 檢索詞A B C 10篇 乙 檢索詞 A C D 5篇,信息檢索系統(tǒng),1.3 信息檢索的類型,數(shù)值檢索、事實(shí)檢索的結(jié)果 確定性檢索 檢索結(jié)果是有和無的差別,文獻(xiàn):世界上關(guān)于鐵路大橋有哪些? 事實(shí):世界上最長的 鐵路大橋是哪一個? 數(shù)據(jù):世

6、界上最長的 鐵路大橋有多長?,1.4 信息檢索系統(tǒng)類型,以報(bào)道文獻(xiàn)的內(nèi)容區(qū)分: 目錄 題錄 文摘 全文 四版p.23-24,1.4 信息檢索系統(tǒng)類型,目錄：一批相關(guān)文獻(xiàn)信息的著錄集合，它 以報(bào)道文獻(xiàn)出版或收藏信息為主要 功能的系統(tǒng)。 例如：全國總書目 圖書館聯(lián)機(jī)公共檢索目錄（OPAC） 四版p.23,演示：我校圖書館及我院圖書館主頁,1.4 信息檢索系統(tǒng)類型,1.4 信息檢索系統(tǒng)類型,1.4 信息檢索系統(tǒng)類型,目錄:“本”為報(bào)道的基本單元,圖書信息，索書號等,1.4 信息檢索系統(tǒng)類型,題錄：將圖書、報(bào)刊等文獻(xiàn)中論文的篇目 按照一定的排檢方法編排而成的， 供人們查找篇目出處的工具。 例如：全國報(bào)

7、刊索引 四版p.23,1.4 信息檢索系統(tǒng)類型,題錄：文獻(xiàn)的篇為報(bào)道的基本單元,1.4 信息檢索系統(tǒng)類型,文摘：以精練的語言把文獻(xiàn)信息的重要內(nèi) 容、學(xué)術(shù)觀點(diǎn)、數(shù)據(jù)及結(jié)構(gòu)準(zhǔn)確地摘 錄下來，并按一定的著錄規(guī)則與排列 方式編排起來，供讀者查閱使用的一 種檢索工具。 四版p.24,1.4 信息檢索系統(tǒng)類型,文摘： 以文獻(xiàn)的篇為報(bào)道的基本單元,1.4 信息檢索系統(tǒng)類型,全文：通常先提供題錄和文摘信息，同 時給出全文鏈接，供檢索者選擇。 四版p.24,1.4信息檢索系統(tǒng)類型,全文鏈接,1.4 信息檢索系統(tǒng)類型,全文,1.4 信息檢索系統(tǒng)類型,1.4 信息檢索系統(tǒng)類型,我院圖書館中外文數(shù)據(jù)庫,1.5 數(shù)據(jù)庫

8、(計(jì)算機(jī)檢索系統(tǒng))的構(gòu)成,一條記錄：書目,1.5 數(shù)據(jù)庫(計(jì)算機(jī)檢索系統(tǒng))的構(gòu)成,一條記錄：題錄,1.5 數(shù)據(jù)庫(計(jì)算機(jī)檢索系統(tǒng))的構(gòu)成,一條記錄：文摘,1.5 數(shù)據(jù)庫(計(jì)算機(jī)檢索系統(tǒng))的構(gòu)成,一條記錄：全文,1.5 數(shù)據(jù)庫(計(jì)算機(jī)檢索系統(tǒng))的構(gòu)成,數(shù)據(jù)庫構(gòu)成:文檔-記錄-字段三個層次 文檔：文獻(xiàn)或數(shù)據(jù)記錄的集合。 順排文檔：記錄（記錄號大小排列）的集合。也稱 為主文檔。內(nèi)容無序性，無法直接檢索。 倒排文檔：將記錄中的全部文獻(xiàn)各字段數(shù)據(jù)內(nèi)容，按一定 的順序（字母或數(shù)字順序）排列而成的特征標(biāo)示 文檔。提供檢索入口，提高檢索效率。 四版p.25,1.5 數(shù)據(jù)庫(計(jì)算機(jī)檢索系統(tǒng))的構(gòu)成,記錄號,字段

9、名,記錄3：題錄形式 全記錄包括：篇名、作者、機(jī)構(gòu)、中文刊名、年/期,順排文檔,1.5 數(shù)據(jù)庫(計(jì)算機(jī)檢索系統(tǒng))的構(gòu)成,順排文檔: 記錄1,2,3 的集合,作者倒排文檔： 作者姓名 記錄號 陳春秀 1 陳東方 3 程文娟 3 黃茂 5 秦大河 6 秦翔 6 吳元康 2 肖中新 4,原始信息,其他倒排文檔,存儲,排序,.,數(shù)據(jù)庫,記錄號,形成,檢索,檢索,輸出,1.5 數(shù)據(jù)庫(計(jì)算機(jī)檢索系統(tǒng))的構(gòu)成,倒排文檔入口,1.5 數(shù)據(jù)庫(計(jì)算機(jī)檢索系統(tǒng))的構(gòu)成,記錄：有關(guān)文獻(xiàn)或數(shù)據(jù)的整體描述，是構(gòu)成 數(shù)據(jù)庫或文檔的基本單元。 全文數(shù)據(jù)庫中：一條記錄相當(dāng)于一篇文章 書目數(shù)據(jù)庫中：一條記錄相當(dāng)于一條文摘或題

10、錄 字段：記錄的基本單元。對實(shí)體具體屬性進(jìn)行描述的結(jié)果。 根據(jù)與文獻(xiàn)內(nèi)容相關(guān)與否，分為基本字段和輔助字段。 基本字段：題目、文摘、關(guān)鍵詞等 輔助字段：作者、作者單位、期刊名稱、語種等,課堂同步練習(xí)3,以下是某一數(shù)據(jù)庫中的一條記錄，問( )字段屬于基本字段，( )字段屬于輔助字段,課堂同步練習(xí)3答案,基本字段：Title 輔助字段：Accession number、 Authors、Author affiliation等,本章要點(diǎn)2,？概念的拆分提取及擴(kuò)展 ？檢索算符與檢索策略的構(gòu)成,？文獻(xiàn)檢索的一般步驟,a分析研究課題，明確檢索要求,b選擇信息檢索系統(tǒng),c確定檢索詞構(gòu)成檢索策略,d實(shí)施查找并記

11、錄和閱讀文獻(xiàn),e索取原文,2 文獻(xiàn)檢索的一般步驟,四版p.26-27,2 文獻(xiàn)檢索的一般步驟,a 分析研究課題，明確檢索要求 研究的學(xué)科 專業(yè)領(lǐng)域 文獻(xiàn)類型 語種 年代,2 文獻(xiàn)檢索的一般步驟,已知書目信息時 取得原文,印刷型館藏書目數(shù)據(jù)庫,電子全文數(shù)據(jù)庫,已知課題主題, 查找其相關(guān) 文獻(xiàn)(針對該種情況),檢索目的,b. 選擇信息檢索系統(tǒng),2 文獻(xiàn)檢索的一般步驟確定檢索詞,c 確定檢索詞 概念拆分 概念提取 概念擴(kuò)展 英文：informatin retrieval via internet 空格 空格 中文：因特網(wǎng)信息檢索 詞間沒空格 “數(shù)字技術(shù)在影視藝術(shù)中的展現(xiàn)” 詞間沒空格被檢索系統(tǒng)處理成

12、術(shù)語或詞組，因而檢索結(jié)果可能很少，甚至為零。 四版p.34,2 文獻(xiàn)檢索的一般步驟確定檢索詞,概念不拆分的檢索結(jié)果,2 文獻(xiàn)檢索的一般步驟確定檢索詞,c 確定檢索詞: 概念拆分的方法：按照概念單元分成不 能再拆分的詞語。 如：數(shù)字技術(shù)在影視藝術(shù)中的展現(xiàn) 泛指的詞：技術(shù),展現(xiàn) 虛詞：在,中, 的 主要概念：數(shù)字, 影視,藝術(shù),2 文獻(xiàn)檢索的一般步驟確定檢索詞,概念拆分后的檢索結(jié)果,2 文獻(xiàn)檢索的一般步驟確定檢索詞,c 確定檢索詞： 概念拆分 概念提取 概念擴(kuò)展 提取主要概念：課題研究的對象、方法有關(guān)的 特指性事物名詞等。 輔助概念：泛指性的詞 如:研究，探討等 禁用詞：介詞、連詞、冠詞、動詞等虛

13、詞 提取主要概念，視實(shí)際情況選取輔助概念，去掉禁用詞。 如：主要檢索詞： 數(shù)字, 影視,藝術(shù),課堂同步練習(xí)4,分析課題“論我國知識產(chǎn)權(quán)保護(hù)的現(xiàn)狀”，拆分概念并區(qū)分出主要概念、輔助概念和禁用詞。,課堂同步練習(xí)5答案,拆分概念：論我國知識產(chǎn)權(quán)保護(hù)的現(xiàn)狀 主要概念：知識產(chǎn)權(quán)、保護(hù) 輔助概念：我國 現(xiàn)狀 禁用詞：論 的 主要檢索詞：知識產(chǎn)權(quán) 保護(hù),2 文獻(xiàn)檢索的一般步驟確定檢索詞,c 確定檢索詞 概念拆分 概念提取 概念擴(kuò)展 為了取得較好的檢索效果，防止漏檢文獻(xiàn)，必須在概念分析的基礎(chǔ)上列出與主要概念有關(guān)的同族詞。,2 文獻(xiàn)檢索的一般步驟確定檢索詞,主要概念擴(kuò)展的三種方法： 基于同一概念的擴(kuò)展法 基于內(nèi)

14、容分析的擴(kuò)展法 基于檢索結(jié)果的擴(kuò)展法,2 文獻(xiàn)檢索的一般步驟確定檢索詞,方法一：同一概念的檢索詞的擴(kuò)展法 (1) 同一事物的學(xué)名、俗名 學(xué)名 俗名 企業(yè) 公司 自由港 自由口岸 漢語 中文 四版p.35,2 文獻(xiàn)檢索的一般步驟確定檢索詞,方法一：基于同一概念的擴(kuò)展法 (2) 同一事物的簡稱、全稱、音譯和意譯 簡稱 全稱 滬 上海 音譯 意譯 CAD computer aided design internet 因特網(wǎng) 互聯(lián)網(wǎng),2 文獻(xiàn)檢索的一般步驟確定檢索詞,方法一：基于同一概念的擴(kuò)展法 (3) 如果是英語，尋找同一名詞的單復(fù)數(shù)、不同詞性、英美語的不同形式等。 art arts colour

15、color stock share,2 文獻(xiàn)檢索的一般步驟確定檢索詞,方法二： 基于內(nèi)容分析的擴(kuò)展法 1)上位概念擴(kuò)展法：分析檢索對象的學(xué)科歸屬,2 文獻(xiàn)檢索的一般步驟確定檢索詞,2）下位概念擴(kuò)展法：概念分析的樹形展開法,2 文獻(xiàn)檢索的一般步驟確定檢索詞,方法三:基于檢索結(jié)果的概念擴(kuò)展法 對初步檢索結(jié)果進(jìn)行分析，能夠得到與課題相關(guān)的新的檢索概念。 如：檢索“我國知識產(chǎn)權(quán)保護(hù)現(xiàn)狀” 經(jīng)檢索閱讀文獻(xiàn)，發(fā)現(xiàn)“知識產(chǎn)權(quán)”的下位概念有:著作權(quán)、版權(quán)、專利權(quán)等，故可考慮這些概念進(jìn)行擴(kuò)展檢索。,課 堂 同 步 練 習(xí)5,分析課題“論我國知識產(chǎn)權(quán)保護(hù)的現(xiàn)狀” a. 拆分概念并區(qū)分出主要概念、泛指概 念和禁用詞

16、。 b. 擴(kuò)展主要概念,課 堂 練 習(xí) 2 答 案,主要概念：知識產(chǎn)權(quán) 保護(hù) 擴(kuò)展主要概念1： 知識產(chǎn)權(quán)，專利權(quán)，商標(biāo)權(quán)，著作權(quán) 擴(kuò)展主要概念2: 保護(hù)，維護(hù),2 文獻(xiàn)檢索的一般步驟檢索算符與檢索策略,檢索策略的定義: 對多個檢索詞之間的相互關(guān)系和檢索順序作出的某種安排 。 構(gòu)成檢索策略: 運(yùn)用計(jì)算機(jī)情報(bào)檢索系統(tǒng)可以接受的方法,包括布爾邏輯算符等方法,表達(dá)課題檢索要求的過程。 (可以接受的含義：不同的系統(tǒng)算符表示方法、允許應(yīng)用的種類不同) p.36,2 文獻(xiàn)檢索的一般步驟檢索算符與檢索策略,算符： 布爾邏輯算符 定義: 規(guī)定檢索詞之間的邏輯關(guān)系的算符。 種類: 邏輯“與”、“或”、“非” 大多

17、數(shù)的數(shù)據(jù)庫中，用AND OR NOT表示 p.36-37,2 文獻(xiàn)檢索的一般步驟檢索算符與檢索策略,邏輯“與” 表示方法A AND B 陰影部份為檢中文獻(xiàn) p.37,知識產(chǎn)權(quán),保護(hù),知識產(chǎn)權(quán) AND保護(hù),檢索策略： 知識產(chǎn)權(quán) AND 保護(hù) 含義:輸出的記錄中同時 含有“知識產(chǎn)權(quán)”和“保護(hù)”,8960,65734,3244,2 文獻(xiàn)檢索的一般步驟檢索算符與檢索策略,2 文獻(xiàn)檢索的一般步驟檢索算符與檢索策略,邏輯“或” 表示方法A OR B 陰影部份為檢中文獻(xiàn) p.36,專利權(quán),知識產(chǎn)權(quán),檢索策略： 知識產(chǎn)權(quán) OR 專利權(quán) 8960+394=93549350 去重 含義：輸出的記錄中至少 含有其中

18、的一個概念,8960,394,9350,知識產(chǎn)權(quán) OR 專利權(quán),2 文獻(xiàn)檢索的一般步驟檢索算符與檢索策略,2 文獻(xiàn)檢索的一般步驟檢索算符與檢索策略,邏輯“非” 表示方法A NOT B陰影部分為檢中文獻(xiàn) p.37,專利,德國,檢索策略： 專利 NOT 德國=12097 含義：輸出的記錄中只含有 NOT前面的檢索詞， 而不含有NOT后的檢索詞,12089,13550,12097,8,2 文獻(xiàn)檢索的一般步驟檢索算符與檢索策略,算符2：優(yōu)先算符“()” 布爾邏輯算符運(yùn)算次序：NOT AND OR 當(dāng)邏輯“或”算符與其他算符混合運(yùn)算時，要使用優(yōu)先算符“()”來改變運(yùn)算順序。 p.37,例：查找“論我國知

19、識產(chǎn)權(quán)保護(hù)的現(xiàn)狀” 的相 關(guān)文獻(xiàn) c. 構(gòu)建檢索策略,課堂同步練習(xí)6,課堂同步練習(xí)6答案,主要概念1：知識產(chǎn)權(quán),專利權(quán),商標(biāo)權(quán),著作權(quán) 主要概念2: 保護(hù),維護(hù) 邏輯“或” 關(guān)系：知識產(chǎn)權(quán),專利權(quán),商標(biāo)權(quán) 和著作權(quán)；保護(hù),維護(hù) 邏輯“與”關(guān)系：主要概念1與主要概念2,課堂同步練習(xí)6答案,檢索策略 ： 分步: S1 知識產(chǎn)權(quán) OR 專利權(quán) OR 商標(biāo)權(quán) OR 著作權(quán) S2 保護(hù) OR 維護(hù) S3 S1 AND S2 綜合: (知識產(chǎn)權(quán) OR 專利權(quán) OR 商標(biāo)權(quán) OR 著作權(quán)) AND (保護(hù) OR 維護(hù)),2 文獻(xiàn)檢索的一般步驟檢索算符與檢索策略,知識產(chǎn)權(quán),保護(hù),知識產(chǎn)權(quán) AND 保護(hù),896

20、0,65734,3244,知識產(chǎn)權(quán) or專利權(quán) or商標(biāo)權(quán) or著作權(quán),保護(hù) or 維護(hù),12270,82892,4153,（知識產(chǎn)權(quán) or專利權(quán) or 商標(biāo)權(quán) or著作權(quán)） AND （保護(hù) or 維護(hù)）,概念擴(kuò)展后檢索結(jié)果增加了，提高了查全率,2 文獻(xiàn)檢索的一般步驟檢索算符與檢索策略,算符3: 截詞算符 在EBSCO數(shù)據(jù)庫中, 后截?cái)嘟卦~符用*表示。 在某些英語檢索詞中，詞干相同，詞義相近，但詞尾有變化時，可采用后截?cái)嘟卦~符。 表示方法：詞干* 如:要檢索出computer、computers、computing、computerize、computerise等以同一詞干開頭的詞，除了用OR

21、連接外， 用computer*檢索結(jié)果中可能含computer、computers、computerize、computerise的記錄。用comput*檢索結(jié)果中可能含computer、 computers、computing、 computerize、computerise的記錄 p.38,2 文獻(xiàn)檢索的一般步驟檢索算符與檢索策略,使用后截?cái)嗨惴枳⒁獾娜齻€問題: 1.截詞符要緊接在詞干后面，截詞符和詞干間不能 有空格；如： computer * 2.避免將檢索詞的詞干截得過短，一般應(yīng)在三個字 母以上；如： com* 3.從希望出現(xiàn)的單詞中取盡可能多的公共字母作為 詞干，以提高查準(zhǔn)率. p

22、.38,2 文獻(xiàn)檢索的一般步驟檢索算符與檢索策略,算符4：位置算符 邏輯“與”的缺陷：不規(guī)定檢索詞前后位置和間隔距離，只能同時含有，查準(zhǔn)率較低。 為了提高檢索結(jié)果查準(zhǔn)率，改進(jìn)邏輯“與”算符 的缺陷，采用位置算符 位置算符：適合于兩個檢索詞以指定間隔距離和指 定的順序出現(xiàn)的場合。 Wn Nn p.39,課 后 練 習(xí),課題概念分析和檢索策略的構(gòu)成 流程： 課題名稱提?。▍⒄战滩?5頁，習(xí)題一中選擇，也可自擬題目） 仿照示例完成練習(xí) 作業(yè)提交,1.經(jīng)濟(jì)學(xué)數(shù)學(xué)模型 2.轉(zhuǎn)型期人口政策的國際比較研究 3.中外新聞傳播事業(yè)史 4.中國當(dāng)代文學(xué)思潮研究 5.漢語語音研究 6.碳14斷代研究,課 后 練 習(xí)

23、 要 求 示 例“關(guān)于銀行不良資產(chǎn)處理的研究”,1. 分析課題，提取出主要概念、輔助概念和禁用詞。 主要概念：銀行、不良資產(chǎn)、處理 輔助概念： 禁用詞：關(guān)于，的,課 后 練 習(xí) 要 求 示 例“關(guān)于銀行不良資產(chǎn)處理的研究”,2.利用百度百科,查找課題主題有關(guān)的背景材料,課 后 練 習(xí) 要 求 示 例“關(guān)于銀行不良資產(chǎn)處理的研究”,3. 擴(kuò)展主要概念并翻譯成英文 (后輸入翻譯助手, 或金山詞霸 主要概念:銀行,不良資產(chǎn) 概念組面1: 銀行,信用社,bank 概念組面2:不良資產(chǎn), 不良貸款,呆壞賬,呆賬, 壞賬等 概念組面3：處理 process、processing bad assets, b

24、ad loan, bad debt non-performing assets, non-performing loans, 等,課 后 練 習(xí) 要 求 示 例“關(guān)于銀行不良資產(chǎn)處理的研究”,4.構(gòu)建檢索策略: 中文檢索策略： (銀行 or 信用社) and (不良資產(chǎn) or 不良貸款 or 呆壞賬 or 呆賬 or 壞賬) and 處理,課 后 練 習(xí) 要 求 示 例“關(guān)于銀行不良資產(chǎn)處理的研究”,英文檢索策略： bank* and (bad and assets or bad and loan or bad and debt and non-performing and assets or non-performing and loans) and process* 或ba