1、信息檢索基本方法及技術(shù),2020/8/30,一、信息需求 （一）文獻信息需求 文獻信息需求以獲得一定的文獻原文來滿足人們的信息需要。 1、寫論文需要的文獻信息 主要是要求能給論文幫助的新的、有代表性的文獻信息。 2、科學(xué)研究需要的文獻信息 要求能全面、系統(tǒng)地掌握某一階段內(nèi)相關(guān)的全部文獻信息。 3、解決某種具體問題需要的文獻信息 要求文獻種能提供相同或相似情況下的解決方法。4、知識學(xué)習(xí) 要求較新的、成熟的學(xué)術(shù)性資源 （二）非文獻信息需求 非文獻信息需求以獲得一定的有關(guān)事實或數(shù)據(jù)來服務(wù)人們。這種檢索通常利用能直接提供事實或數(shù)據(jù)的工具來檢索。,2020/8/30,二、信息檢索工具 （一）計算機檢索工

2、具 1、搜索引擎、元搜索引擎；Google、Alltheweb、百度 颶風(fēng)搜索通、 iTools 2、網(wǎng)絡(luò)資源目錄： yahoo、 BUBL LINK 3、各類網(wǎng)站：http:/sosig.esrc.bris.ac.uk、 、 、 、國家精品課程導(dǎo)航、EconWPA、 4、學(xué)術(shù)性檢索系統(tǒng)： ISI Web of Knowledge、OVID、OCLC、 CNKI平臺、NSTL、CSDL、CALIS、維普資訊、萬方數(shù)據(jù)系統(tǒng) 5、數(shù)據(jù)庫 （二）手工檢索工具 二次文獻、工具書 （三）線索檢索工具、原文檢索工具、館藏檢索工具,2020/8/30,（四）各類文獻的網(wǎng)絡(luò)檢索工

3、具 1、圖書信息檢索工具 各地圖書館的公共檢索目錄（OPAC）(Online Public Access Catalog) 聯(lián)合目錄數(shù)據(jù)庫 Worldcad: 是由OCLC及其成員圖書館共同建設(shè)聯(lián)機聯(lián)合目錄 數(shù)據(jù)庫 CALIS 聯(lián)合目錄數(shù)據(jù)庫 網(wǎng)上書店 A, 當(dāng)當(dāng)網(wǎng)上書店, 電子圖書 超星數(shù)字圖書館, 書生之家, 北大方正Apabi 數(shù)字圖書館, 書同文, 讀秀學(xué)術(shù)搜索 ,2020/8/30,2、學(xué)術(shù)期刊檢索工具 期刊收藏信息： OPAC和期刊聯(lián)合目錄 期刊內(nèi)容信息： 中國期刊網(wǎng)中國期刊全文數(shù)據(jù)庫 萬方數(shù)據(jù)資源系統(tǒng)之?dāng)?shù)字化期刊子系統(tǒng) 中文科技期刊數(shù)據(jù)庫 UnCover, ：世界上規(guī)模最大、更速

4、度最快 的期刊檢索系統(tǒng)。 UMI-ProQuest、 OCLC FirstSearch、Ovid、SciFinderScholar Wilson Web, Kluwer Online、Elsevier 、 Spring Link IEEE/IEE Electronic Direct Library（IEL） (The Institute of Electrical and Electronics Engineers/The Institute of Electrical Engineers)，IEL是世界信息量最大的電子、工程類信息源之一。 電子期刊、期刊網(wǎng)站、集合型期刊,2020/8/30,

5、3、學(xué)位論文檢索工具 UMI的學(xué)位論文服務(wù), UMI還開發(fā)了PQDD 萬方數(shù)據(jù)系統(tǒng)學(xué)位論文庫 中國優(yōu)秀博碩士學(xué)位論文全文數(shù)據(jù)庫 ， Calis系統(tǒng)的學(xué)位論文數(shù)據(jù)庫, 4、專利的檢索工具 歐洲專利局專利檢索網(wǎng)站， Delphion知識產(chǎn)權(quán)網(wǎng)， 世界知識產(chǎn)權(quán)組織的IPDL, 美國國家專利與商標(biāo)局USPTO的網(wǎng)站, 國家知識產(chǎn)權(quán)局的專利檢索平臺, 中國專利信息網(wǎng)、中國知識產(chǎn)權(quán)網(wǎng) 易信專利信息網(wǎng)、萬方系統(tǒng)專利數(shù)據(jù)庫 CNKI中國專利數(shù)據(jù)庫,2020/8/30,標(biāo)準(zhǔn)信息的網(wǎng)上檢索 國際標(biāo)準(zhǔn)化組織ISO Online, www.iso.o

6、rg 中國標(biāo)準(zhǔn)服務(wù)網(wǎng)， 國家標(biāo)準(zhǔn)化管理委員會， 中國標(biāo)準(zhǔn)咨詢網(wǎng) 美國國家標(biāo)準(zhǔn)學(xué)會ANSI,,2020/8/30,（五）參考信息的網(wǎng)上檢索工具 百科知識： 不列顛百科全書網(wǎng)站(Encyclopedia Britannica Online), Mcgraw-Hill 科技百科全書網(wǎng)站 (McGraw-Hill Encyclopedia of Science & Technology Online/Access Science), 人物信息： Marquis Whos Who, Biographical dictionary, Biography Center,

7、www.biography- Yahoo!People search, IAFInternet Finder, 3 A, 4. LOOK4U, ,2020/8/30,地理信息 哥倫比亞利平特世界地名詞典（The Columbia Lippincott gazetteer of the world, 3rd ed., New York: Columbia Univ. Pr., 1998) MapQuest, 圖行天下中國地圖搜索引擎， Lonely Planet, 是國際景點指南 Virtual Tourist, 旅游指南網(wǎng)站 E 預(yù)訂網(wǎng)站 Sky Auction, 拍賣網(wǎng)站 中國旅游網(wǎng) 天下行

8、旅游網(wǎng) TripA 國際景點指南 最大的旅館目錄,2020/8/30,時事、新聞 Google news, http:/ Yahoo news, http:/ news.Y AllTheWeb News, Cat=news 百度新聞， Newslibrary, 電視新聞檔案文件 網(wǎng)絡(luò)版年鑒選介 年鑒(almanac or yearbook)是指“以年為周期出版的統(tǒng)計數(shù)據(jù)和事實的匯編?！?Infoplease, Fastfacts, 中國年鑒網(wǎng), ,2020/8/30,機構(gòu)信息 政府機構(gòu)、學(xué)術(shù)機構(gòu) World of learning online, Y

9、earbook of International Organization On-Line, /organizations/ybonline.php 聯(lián)合國及其專門機構(gòu)站點目錄（WEB Site Locator for the UN System of Organizations,） 中國政府上網(wǎng)工程中心, FirstGov, /index.shtml 黃頁信息 Yahoo黃頁， Google(Google Local), Bigbook, SmartP, 中國大黃頁 中華大黃頁,2020/8/30,詞語信

10、息 D, 美國傳統(tǒng)英語詞典， 韋氏大學(xué)詞典， www. merriam- 牛津英語大詞典， Longman Web Dictionary, 金山詞霸在線，www.iciba.ne 統(tǒng)計信息 1. UNESCO Institute for Statistics, 2. InfoNation, /Pubs/CyberSchoolBus 3. Your Nation, www.your- 4. ,2020/8/30,三、檢索語言,檢索語言是根據(jù)文獻檢索需要創(chuàng)造的一種人工語言，又稱檢索標(biāo)識。從反映文獻特征的角度來看，那些代表了文獻外表特征的著者

11、姓名、題名、報告號、標(biāo)準(zhǔn)號、專利號、檔案號等檢索標(biāo)識和代表了文獻內(nèi)容特征的類號、敘詞、標(biāo)題詞和關(guān)鍵詞都是檢索語言。從檢索標(biāo)識規(guī)范化的角度來看，檢索語言可分為自然語言檢索標(biāo)識和規(guī)范語言檢索標(biāo)識。,2020/8/30,分類檢索語言 主題分類語言 其特征是一個主題充當(dāng)一個類目，類目象主題詞表一樣按字順排列，而不是按邏輯順序排列。 優(yōu)點：以事物分類，能將相關(guān)的內(nèi)容全部集中在一起。對交叉學(xué)科的主題揭示非常有利。 缺點：容量小，類目覆蓋面十分有限。,2020/8/30,科學(xué)分類語言 學(xué)科分類語言是以知識分類為基本，按照學(xué)科性質(zhì)及從屬、層次關(guān)系來組織資源，類目排序以字順為標(biāo)準(zhǔn)。 優(yōu)勢：類目容量大，內(nèi)容更有針

12、對性，學(xué)術(shù)性更強，符合科技工作者族性檢索的要求。 圖書分類語言 目前采用的主要有杜威十進分類法（DDC）、國際十進分類法（UDC）、美國國會圖書館分類法（LCC）和中國圖書館圖書分類法（中圖法）,2020/8/30,2020/8/30,2020/8/30,主題法與主題檢索語言,主題檢索語言是直接以代表文獻內(nèi)容特征和科學(xué)概念的詞匯作為檢索標(biāo)識。主題語言可分為標(biāo)題語言、敘詞語言和關(guān)鍵詞語言。它們的優(yōu)點是：在表達主題內(nèi)容方面具有較大的靈活性，拋棄了人為的號碼系統(tǒng)，代之以通用的規(guī)范語言，并在各主題之間建立有機的參照系統(tǒng)，代替了等級制的直線排列。它使用組配和索引等方式，較好地滿足多元檢索的要求。,202

13、0/8/30,四、檢索方法及檢索途徑,（一）檢索方法 查找(Searching)就是實施檢索策略、搜尋所得文獻信息的過程。以下幾種方法，無論是計算機還是手工檢索，都是常用的方法。 1.“拉網(wǎng)法” 在不了解查詢某一專題信息的URL地址時，可從提供信息總目的Web 頁面開始瀏覽，沿著專題鏈接層層查找，直至找到有關(guān)的內(nèi)容為止。然后用“書簽”保存這個頁面的URL，轉(zhuǎn)向另一個分支。這種方法可以迅速獲得較多的相關(guān)地址，然后進行篩選。就使用引擎而言，國外專家也建議先用鏈接頁面多、響應(yīng)時間快的引擎。,2020/8/30,2.引文法(跟蹤法) 文獻之間的引證和被引證關(guān)系揭示了文獻之間存在的某種內(nèi)在聯(lián)系，引文法(

14、也有稱為跟蹤法)就是利用文獻后所附的參考文獻、相關(guān)書目、推薦文章和引文注釋查找相關(guān)文獻的方法。這些材料指明了與用戶需求最密切的文獻線索，往往包含了相似的觀點、思路、方法，具有啟發(fā)意義。,2020/8/30,引文法又可分為兩種，一種是由遠(yuǎn)及近地搜尋，即找到一篇有價值的論文后進一步查找該論文被哪些其它文獻引用過，以便了解后人對該論文的評論、是否有人對此作過進一步研究、實踐結(jié)果如何、最新的進展怎樣等等。由遠(yuǎn)及近地追尋，越查資料越新，研究也就越深入，但這種查法主要依靠專門的引文索引，如 科學(xué)引文索引、社會科學(xué)引文索引 。,2020/8/30,另一種較為普遍的查法是由近及遠(yuǎn)地追溯，這樣由一變十，由十變百

15、地獲取更多相關(guān)文獻，直到滿足要求為止。這種方法適合于歷史研究或?qū)Ρ尘百Y料的查詢， 其缺點是越查材料越舊，追溯得到的文獻與現(xiàn)在的研究專題越來越疏遠(yuǎn)。因此，最好是選擇綜述、評論和質(zhì)量較高的專著作為起點，它們所附的參考文獻篩選嚴(yán)格，有時還附有評論。,2020/8/30,3.常規(guī)法,所謂常規(guī)法就是利用常規(guī)檢索工具查找有關(guān)文獻的方法，是信息時代應(yīng)掌握的最基本的信息查找方法?，F(xiàn)在對文獻的書目控制手段已日趨完善，各種印刷版、縮微版、光盤版和網(wǎng)絡(luò)版的檢索工具層出不窮，有很大的挑選余地。用戶應(yīng)根據(jù)自己的檢索知識和條件選用一種或幾種檢索工具。常規(guī)法可分為順查法、逆查法和抽查法。,2020/8/30,4.排除、限定

16、和合取法,這實際上是將信息加工的方法融入檢索中去。思維中使用排除這一概念，是指對查找對象的產(chǎn)生和存在的狀態(tài)在時間和空間上加以外在否定。把這一方法移植到檢索中，就是在時間或空間上極大地收縮檢索范圍。限定法是相對于排除法而言的，指對查找對象在時間和空間上加以內(nèi)在的肯定。排除的結(jié)果必然是限定，反之亦然。,2020/8/30,（二）檢索途徑（檢索入口）,所謂檢索途徑就是檢索時切入信息群體的路徑。檢索途徑有兩大類，一類是用信息的外部特征，如題名、責(zé)任者、某種序號、機構(gòu)名等作為檢索標(biāo)識；另一類是用能夠描述信息內(nèi)容的分類號、關(guān)鍵詞、主題詞等作為檢索標(biāo)識。在數(shù)據(jù)庫中檢索時，幾乎所有的字段都可以作為檢索的途徑。

17、,2020/8/30,分類檢索 這種檢索是根據(jù)信息內(nèi)容的學(xué)科分類來進行的。最大的優(yōu)點能保證信息的系統(tǒng)性，而且具有較好的族性檢索功能。 分類檢索的要點：1。對待檢課題的概念及學(xué)科間的各種關(guān)系清楚；2。正確掌握相關(guān)課題的分類名稱、分類號，手工檢索中掌握工具的分類排檢。,2020/8/30,分類檢索的步驟：,1。分析待檢課題，確定其學(xué)科，并弄 清學(xué)科間的各種關(guān)系。 2。查出待檢課題的分類號（工具簡單時可以 省略） 3。選擇適當(dāng)?shù)臋z索工具 4。進入檢索系統(tǒng)后選擇分類號途徑，并在對話框內(nèi) 輸入分類號，開始檢索。 5。對比題目，閱覽相關(guān)信息，選出所需信息，并下載相關(guān)信息 6。原文的索取,2020/8/30

18、,詞匯檢索,與分類號檢索相比，詞匯檢索具有直觀、靈活、專指性和適應(yīng)性好的特點，同時檢索速度也比分類檢索快。 詞匯檢索的要點：首先是要選好檢索詞，正確理解詞間關(guān)系，檢索中還要注意詞間關(guān)系的正確表達。常用的詞匯檢索有關(guān)鍵詞檢索和主題檢索。計算機檢索時，選擇任意字段檢索時，檢索項也可以是各種詞匯。,2020/8/30,詞匯檢索的步驟： a、 分析課題，確定檢索詞及詞間關(guān)系 b、選擇適當(dāng)?shù)臋z索工具 c、選擇詞匯檢索途徑，在對話框內(nèi)輸入檢索詞 （注意詞間關(guān)系的表達） d、 根據(jù)快捷顯示，選出有用信息并下載。 e、 原文的索取,2020/8/30,其他檢索途徑 1、題名檢索 包括書名、刊名、篇名和其他信息

19、的標(biāo)題等 2、作者 3、機構(gòu) 4、號碼 分類號、 報告號、登記號、專利號、ISBN、ISSN 記錄號等 5、來源 6、其他特殊途徑,2020/8/30,五、 基本檢索技術(shù) 1、布爾檢索 AND（默認(rèn)、空格、+、all of these words） OR（必須大寫，關(guān)鍵詞1、關(guān)鍵詞2，|，/,any of these words） NOT（-, none of these words） NEAR,2020/8/30,下面以“計算機”和“文獻檢索” 兩個詞來解釋三種邏輯算符的含義。 計算機”AND“文獻檢索”，表示查找文獻內(nèi)容中既含有“計算機”又含有“文獻檢索”詞的文獻。 計算機”O(jiān)R“文獻檢索

20、”，表示查找文獻內(nèi)容中含有“計算機”或含有“文獻檢索”以及兩詞都包含的文獻。 計算機”NOT“文獻檢索”，表示查找文獻內(nèi)容中含有“計算機”而不含有“文獻檢索”的那部分文獻。 這里需要說明的是，在Windows 環(huán)境下，尤其是在中文數(shù)據(jù)庫及網(wǎng)站中，邏輯檢索可以用算符將檢索要求編成綜合表達式向計算機一次輸入檢索提問，也可以用窗口上的邏輯指令按鈕（與、或、非）進行分步組配提問和檢索。,2020/8/30,例 檢索水稻和小麥不包括除草和施肥有關(guān)栽培的文獻 (水稻 + 小麥) * 栽培 *not (除草 + 施肥) in TI,2020/8/30,2. 截詞檢索（*、？） 截詞檢索就是用截斷的詞的一個局

21、部進行的檢索，并認(rèn)為凡滿足這個詞局部中的所有字符（串）的文獻，都為命中的文獻。按截斷的位置來分，截詞可有后截斷、前截斷、中截斷三種類型。按截斷字符數(shù)量分為有限截詞（即一個截詞符只代表一個字符）和無限截詞（一個截詞符可代表多個字符）。 綜合搜索引擎一般不支持截詞檢索,2020/8/30,后截斷,中截斷,前截斷,無限截斷,如: economic? ?,有限截斷,截詞檢索與截詞檢索算符,economic,economics,economicst,economicalism,economic,economics,economicst,如: economic*,如：wom?n,woman,women,一

22、般僅允許有限截斷,如: ?lish,sul*ur,sulfur,sulphur,無限截斷,有限截斷,2020/8/30,3、位置檢索 位置檢索一般用用來限制檢索項之間的位置關(guān)系和前后次序。其目的是增強檢索項組配的靈活性，更準(zhǔn)確地表達復(fù)雜的檢索概念。常用的位置算符有以下幾種： 鄰近位置算符（W） （W）算符也可以簡寫為（）算符，A（W）B，表示A緊挨著B，并且順序不能顛倒。A和B之間除允許有一個空格、一個標(biāo)志符號或一個連接號以外，不得插入任何單位或字母。 鄰詞位置算符（nw） A(nw)B，表示兩個詞的次序不變，其間可以插入n個詞。,2020/8/30,句子位置算符（S） A(s)B,表A和B必

23、須同時出現(xiàn)在記錄的同一個句子或短語中，但次序可能隨意改變，A與B之間可以有若干個其他的詞。 字段位置符（F） A（F）B，表示A和B 必須同時出現(xiàn)在記錄的同一個字段之中，但位置和次序不限，兩者之間還可以任意加詞。如Rice(F)Genetics/Ti 要求Rice和Genetics必在同時出現(xiàn)在篇名之中。 （字段標(biāo)識符：TI 、AU、AB、SO、PY、LA、DE、TN） 記錄位置算符（C） A（C）B 其作用等同于A and B，均表示 A和B同時出現(xiàn)在同一記錄內(nèi)，但詞序不限，也不要求在同一字段內(nèi)。,2020/8/30,4、限定檢索 就是將檢索詞限定在一定的范圍內(nèi)進行檢索 （1）限定網(wǎng)站 【實

24、例】8/30/2020 輸入“金庸 古龍 site：”搜索包含“金庸”和“古龍”的中文新浪網(wǎng)站頁面。 （2）限定網(wǎng)頁 【實例】輸入“inurl:midi 滄海一聲笑”查找MIDI曲“滄海一聲笑”。 【實例】輸入inurl:plog/register.php，搜索plog注冊文件(現(xiàn)在用的很普遍的一套PHP博客程序，在其安裝說明中明確說明希望用戶安裝后刪除register.php文件)。 【實例】輸入“inurl security windows2000 site:”查找微軟網(wǎng)站上關(guān)于windows2000的安全課題資料。,2020/8/30,（3）限定標(biāo)題 【實例】輸入“intitle: 張娜

25、拉 寫真”查找韓國張娜拉的照片集。 （4）限定文件類型 【實例】輸入filetype:lit lit (booksebooks)，搜索網(wǎng)絡(luò)圖書（FILETYPE可以更換）。 【實例】利用后綴名來搜索電子書，輸入“存在與虛無 chm”、“菜根譚 exe”、 “水煮三國 chm ”。 （5）其他類型限定 【實例】輸入“related: 【實例】輸入“cache: 【實例】輸入pwd inurl:(service or authors or administrators or users) ，搜索密碼文件。,2020/8/30,6 信息檢索的基本步驟,分析檢索課題 1.主題概念 2.信息類型 3.時

26、間范圍 4.檢索目的,構(gòu)造檢索式 （試驗性檢索） 1.簡單提問式 2.上下文提問式 3.復(fù)合提問式 4.結(jié)構(gòu)性提問式,調(diào)整檢索策略（正式檢索） 1,信息量過多時 2.信息量太少時,輸出檢索結(jié)果 1.文摘 2.全文,選擇檢索系統(tǒng) 1.學(xué)科范圍 2.系統(tǒng)類型 3.系統(tǒng)功能,確定檢索詞 1.切分 2.刪除 3.替補 4.組合 5.增加,用戶評價,2020/8/30,確定檢索詞,1切分 切分是對課題的語句以自由詞為單位進行拆分，轉(zhuǎn)換為檢索的最小單元。自由詞切分僅適用于自然語言檢索。 例1：檢索“婦女吸煙與肺癌的關(guān)系研究”相關(guān)文獻。 直接切分：婦女|吸煙|與|肺癌|的|關(guān)系|研究） 注意，當(dāng)詞切分后將失

27、去原來的意思時，不應(yīng)再切分，如“中國科學(xué)院”、“電子郵件”,2020/8/30,2刪除 刪除是對自然語言中不具有實質(zhì)性檢索意義的虛詞（如介詞、連詞、副詞等），或者使用頻率較低的詞，或者專指性太高、過分寬泛的詞，或者過分具體的限定詞、禁用詞，或者不能表達課題實質(zhì)的高頻詞，或者存在蘊含關(guān)系可以合并的詞，一律予以刪除，使自然語言轉(zhuǎn)換成為關(guān)鍵詞和主題詞的集合。,2020/8/30,例2：檢索“中國IT業(yè)的發(fā)展前景研究”方面的相關(guān)文獻。進行拆分以后，發(fā)展、前景、研究這三個自由詞具有一定的檢索意義，但是由于或者是意義過于寬泛、或者是不能表達課題實質(zhì)、或者是存在蘊含關(guān)系的原因，沒有必要全部作為檢索詞，根據(jù)需

28、要可以保留1-2個作為檢索詞。,2020/8/30,3替補 替補就是在進行切分、刪除后，對檢索詞進行替換和補充。 “公交”應(yīng)替換為：公共交通； “綠色包裝”中的“綠色”，應(yīng)替換為：環(huán)保、無污染、可降解； “煤氣中毒”應(yīng)替換為：一氧化碳中毒； “非典”應(yīng)考慮補充：SARS、非典型肺炎、傳染性非典型肺炎、嚴(yán)重急性呼吸綜合征（severe acute respiratory syndrome）；,2020/8/30,4增加 增加“限義詞”。有兩種方法：直接增加限義詞、挖掘隱含詞、提取潛在的檢索詞；把限義詞以邏輯的方式加入，可采用邏輯“與”或邏輯“非”的方法增加限義詞。 分析隱含概念。挖掘潛在的主題詞

29、還可以通過對上位詞、下位詞、同類詞關(guān)系的分析得到其它相關(guān)主題詞。如例1：“婦女吸煙與肺癌的關(guān)系研究”，切分、刪除后得：吸煙、肺癌兩個檢索詞，分析、補充上位詞可增加檢索詞：煙、癌癥、惡性腫瘤。,2020/8/30,構(gòu)造檢索式（試驗性檢索）,所謂的檢索提問式（query，search formulation），是信息檢索中用來表達用戶檢索提問的邏輯表達式，主要是使用各種布爾邏輯算符、位置算符、截詞符、限制算符以及系統(tǒng)規(guī)定的其他組配連接符號將檢索詞進行組配，確定檢索詞之間的概念關(guān)系或位置關(guān)系。,2020/8/30,簡單提問式含一個檢索詞的提問式； 上下文提問式精確短語或近似精確短語的提問式，也可稱為短語提問式； 復(fù)合提問式含有布爾算符和至少2個檢索詞的提問式； 結(jié)構(gòu)性提問式含有2個以上布爾算符和至少4個檢索詞的多層結(jié)構(gòu)組合的提問式。,2020/8/30,例如： “華中農(nóng)業(yè)大學(xué)研究生招生” 計算機*網(wǎng)絡(luò)安全-病毒 番茄*基因*（果實成熟+果實軟化+ 耐貯藏+衰老+滯綠+葉綠素降解） 課題：地震序列分析的工具和方法研究 要完成本項檢索課題，必須使用結(jié)構(gòu)性提問式：(“sequenc