常見(jiàn)的檢索技術(shù)

1、常見(jiàn)檢索技術(shù)作者：陳亞萍 學(xué)號(hào)：1101212925手工檢索（manual retrieval）是一種傳統(tǒng)的檢索方法，即以手工翻檢的方式，利用工具書(shū)（包括圖書(shū)、期刊、目錄卡片等）來(lái)檢索信息的一種檢索手段。與之對(duì)應(yīng)的計(jì)算機(jī)檢索（computer-based retrieval）簡(jiǎn)稱機(jī)檢，是指利用計(jì)算機(jī)通過(guò)各種數(shù)據(jù)庫(kù)查找所需文獻(xiàn)信息的方法，檢索過(guò)程是由人操縱計(jì)算機(jī)完成的，其匹配是由計(jì)算機(jī)進(jìn)行的。在檢索過(guò)程中，人是整個(gè)檢索方案的計(jì)設(shè)者和操縱者。利用機(jī)器及計(jì)算機(jī)，配合以相應(yīng)的搜索語(yǔ)言和邏輯對(duì)相關(guān)課題進(jìn)行檢索是檢索技術(shù)的發(fā)展趨勢(shì)。檢索表達(dá)式，又稱檢索式、檢索提問(wèn)式，是機(jī)檢中用來(lái)表達(dá)檢索提問(wèn)的一種邏輯運(yùn)算

2、式。構(gòu)建檢索表達(dá)式需要用到相關(guān)邏輯檢索及檢索技術(shù)。(一) 常用檢索方法概述1. 布爾邏輯運(yùn)算檢索是指利用布爾運(yùn)算符連接各個(gè)檢索詞，然后由計(jì)算機(jī)進(jìn)行相應(yīng)邏輯運(yùn)算，以找出所需信息的方法。它使用面最廣、使用頻率最高。2. 位置運(yùn)算檢索位置算符檢索是用一些特定的算符（位置算符）來(lái)表達(dá)檢索詞與檢索詞之間的臨近關(guān)系，并且可以不依賴主題詞表而直接使用自由詞進(jìn)行檢索的技術(shù)方法。3. 截詞檢索與詞根檢索截詞檢索是預(yù)防漏檢提高查全率的一種常用檢索技術(shù)，大多數(shù)系統(tǒng)都提供截詞檢索的功能。截詞是指在檢索詞的合適位置進(jìn)行截?cái)?，然后使用截詞符進(jìn)行處理，這樣既可節(jié)省輸入的字符數(shù)目，又可達(dá)到較高的查全率。詞根檢索是指輸入某一單

3、詞，系統(tǒng)會(huì)自動(dòng)匹配與該詞具有相同詞根的其他詞。4. 字段檢索限定如主題、關(guān)鍵詞等某個(gè)字段進(jìn)行檢索。5. 全文檢索將文件中所有文本與檢索項(xiàng)匹配的文字資料檢索方法。6. 精確檢索指檢索詞與結(jié)果完全匹配的檢索技術(shù)。與之對(duì)應(yīng)的模糊檢索，則是指檢索詞的基礎(chǔ)上進(jìn)行相應(yīng)的擴(kuò)展。7. 其他檢索技術(shù)（禁用詞、嵌套、限制詞、大小寫(xiě)敏感詞等）(二) 分述1. 布爾邏輯檢索（Boolean retrieval）喬治布爾（George Boole，1815年11月1864年），愛(ài)爾蘭數(shù)學(xué)家，哲學(xué)家。1848年，布爾出版了The Mathematical Analysis of Logic，這是他對(duì)符號(hào)邏輯諸多貢獻(xiàn)中的第

4、一次。1854年，他出版了The Laws of Thought，這是他最著名的著作。在這本書(shū)中布爾介紹了現(xiàn)在以他的名字命名的布爾代數(shù)。由于其在符號(hào)邏輯運(yùn)算中的特殊貢獻(xiàn)，很多計(jì)算機(jī)語(yǔ)言中將邏輯運(yùn)算稱為布爾運(yùn)算，將其結(jié)果稱為布爾值。布爾邏輯在檢索中主要分為與、邏輯或、邏輯非。（1） 邏輯與含義表示檢出同時(shí)含有A、B兩個(gè)檢索詞的記錄。用法常用于連接不同概念的檢索詞，以表達(dá)復(fù)雜的主題運(yùn)算符AND 或*檢索式A AND B 或A*B例如：分別在中英文數(shù)據(jù)庫(kù)中，用題名字段檢索智能機(jī)器人控制方面的文獻(xiàn)。示例數(shù)據(jù)庫(kù)：CNKI 檢索式：智能機(jī)器人*控制 示例數(shù)據(jù)庫(kù)：ScienceDirect 檢索式：inte

5、lligent robot AND control由結(jié)果可見(jiàn)，邏輯與重在“同時(shí)”，及檢索字段里出現(xiàn)and/*前后的檢索詞。（2） 邏輯或含義表示檢出含有A詞或者B詞的記錄。用法常用于連接同一概念的不同表達(dá)方式，或者相關(guān)詞，以防漏檢。運(yùn)算符OR 或者+檢索式A OR B 或者A+B例如：在中文數(shù)據(jù)庫(kù)中檢索二氧化硫方面的文章數(shù)據(jù)庫(kù)：CNKI 檢索式：二氧化硫OR SO2在英文數(shù)據(jù)庫(kù)中檢索傳感器方面的文章示例數(shù)據(jù)庫(kù)：CSA 檢索式：sensor OR detector由上述檢索結(jié)果可見(jiàn)，邏輯或的意義為OR/+前后的檢索詞“出現(xiàn)其一或同時(shí)出現(xiàn)”，這樣能夠保證課題的查全率。（3） 邏輯非含義檢出含有A詞

6、，但同時(shí)不含有B詞的記錄。用法常用于排除某些概念，以達(dá)到精確檢索的目的。運(yùn)算符NOT 或-檢索式A NOT B 或者A-B例如：在中文數(shù)據(jù)庫(kù)中查非酒精飲料方面的文章示例數(shù)據(jù)庫(kù)：萬(wàn)方 檢索式：飲料NOT 酒精（4） 注意邏輯運(yùn)算符在中文數(shù)據(jù)庫(kù)中多使用符號(hào)*，+，-，在英文數(shù)據(jù)庫(kù)中使用字母and，or，not，具體如何使用，請(qǐng)參考數(shù)據(jù)庫(kù)的幫助或說(shuō)明。 邏輯運(yùn)算順序：如果有括號(hào)，先執(zhí)行括號(hào)內(nèi)的運(yùn)算；沒(méi)有括號(hào)時(shí)，各系統(tǒng)有不同的規(guī)定，檢索時(shí)，請(qǐng)參考數(shù)據(jù)庫(kù)的幫助或說(shuō)明。2. 位置算符檢索用法：用來(lái)指定詞與詞的位置關(guān)系（1） W/n 算符兩側(cè)的兩個(gè)檢索詞按此前后銜接的順序排列，詞序不可變，詞與詞之間相互距離

7、不超過(guò)n個(gè)詞（注意：是單詞，不是字母）。W即with。示例數(shù)據(jù)庫(kù)：World Scientific 檢索式：solar Near/2 energy（2） N/n 算符兩側(cè)的檢索詞之間的距離不超過(guò)n個(gè)詞，詞序可變。N即Near。示例數(shù)據(jù)庫(kù)：World Scientific 檢索式：solar Near/2 energy（3） Same 算符兩側(cè)的檢索詞在同一個(gè)子字段或同一個(gè)自然句中，使用 SAME 運(yùn)算符（而非 AND 運(yùn)算符）是縮小檢索范圍的好方法。（4） Paragraph算符兩側(cè)的檢索詞在同一個(gè)段落中。3. 截詞檢索與詞根檢索（1） 截詞檢索截詞檢索或稱通配符擴(kuò)展檢索，是預(yù)防漏檢提高查全率

8、的一種常用檢索技術(shù)，大多數(shù)系統(tǒng)都提供截詞檢索的功能。截詞是指在檢索詞的合適位置進(jìn)行截?cái)啵缓笫褂媒卦~符進(jìn)行處理，這樣既可節(jié)省輸入的字符數(shù)目，又可達(dá)到較高的查全率。用某個(gè)符號(hào)來(lái)代替英文單詞的一部分，通常用于相同詞干或部分拼寫(xiě)相同的詞，常用的截詞符有* ? 等。?代表任意一個(gè)字符，*代表零個(gè)或多個(gè)字符。截詞檢索可分為：n 有限截詞放在詞中間或末尾，一個(gè)符號(hào)表示一個(gè)字母。例如：示例數(shù)據(jù)庫(kù)：Web of Science (SCI) 輸入wom*n 檢出woman，womenn 無(wú)限截詞放在詞的末尾，一個(gè)符號(hào)表示任意多個(gè)字母。例如：示例數(shù)據(jù)庫(kù)：Oxford University Press(OUP)輸入

9、compute? 檢出computer，computers，computed（2） 詞根檢索（stemming）即檢索系統(tǒng)會(huì)根據(jù)詞根的分析檢索相關(guān)詞，例如輸入computer，系統(tǒng)自動(dòng)檢索包含詞根“computer”的單詞（computer、computing、 computational、computed等等）的全部記錄。示例數(shù)據(jù)庫(kù)：EI 輸入：control 輸出：control，controller，controlling等檢索選項(xiàng)示意圖檢索結(jié)果示意圖4. 字段檢索即將搜索詞限定在某個(gè)字段進(jìn)行搜索，字段檢索結(jié)合邏輯檢索可以提高結(jié)果的精準(zhǔn)度。常見(jiàn)字段English搜索結(jié)果呈現(xiàn)位置摘要Abs

10、tract論文摘要題名Title書(shū)目或論文題目關(guān)鍵詞Keyword摘要或關(guān)鍵詞主題Subject呈現(xiàn)相關(guān)主題的文獻(xiàn)作者Author按作者呈現(xiàn)結(jié)果作者機(jī)構(gòu)Affiliation按作者單位呈現(xiàn)結(jié)果圖書(shū)編號(hào)ISBN搜索某圖書(shū)期刊編號(hào)ISSN搜索某期刊內(nèi)文獻(xiàn)5. 全文檢索全文檢索(full-text search)，是指從各數(shù)據(jù)中逐字查詢所鍵入的檢索詞，目的是查看所要的詞語(yǔ)是否出現(xiàn)在文本中，但是全文字段并不查詢書(shū)名或者其他的字段。使用時(shí)，檢索詞越明確越好。6. 精確檢索用法：用來(lái)檢索特定的詞組或句子數(shù)據(jù)可采用如下任意方式來(lái)實(shí)現(xiàn)精確檢索：(1) 使用特定符號(hào)“” （如google, EI）(2) 使用程

11、序控制，如CNKI利用精確匹配和模糊匹配實(shí)現(xiàn)。7. 其他檢索技術(shù)(1) 禁用詞用法：排除沒(méi)有檢索意義的詞。這些詞通常是一些虛詞，如冠詞、連詞、助詞等。檢索時(shí)可查看系統(tǒng)的禁用詞表。例如：漢語(yǔ)中“的、地、得、了”等。英語(yǔ)中的a /about /also/ and /any/ as /at/ be /between/ by/both/ for/ some/ so/ not /this/ with等。(2) 嵌套用途：簡(jiǎn)化檢索式，提高檢索效率例：在中文數(shù)據(jù)庫(kù)中查本科生或研究生的就業(yè)問(wèn)題（本科生OR 研究生）AND 就業(yè)例：在英文數(shù)據(jù)庫(kù)中查有關(guān)造紙廢水處理方面的文章（paper making OR pa

12、per pulp）AND wastewater AND (treat OR treatment)(3) 限制詞字段檢索和限制檢索常常結(jié)合使用，字段檢索就是限制檢索的一種，因?yàn)橄拗茩z索往往是對(duì)字段的限制。在搜索引擎中，字段檢索多表現(xiàn)為限制前綴符的形式。如屬于主題字段限制的有：Title，Subject，Keywords等。屬于非主題字段限制的有：Image，Text等。作為一種網(wǎng)絡(luò)檢索工具，搜索引擎提供了許多帶有典型網(wǎng)絡(luò)檢索特征的字段限制類型，如主機(jī)名（host）；域名（domain）；鏈接（link）；URL（site）；新聞組（newsgroup）和 E-mail限制等。這些字段限制功能限定了檢索詞在數(shù)據(jù)庫(kù)記錄中出現(xiàn)的區(qū)域。如在北大網(wǎng)站上關(guān)于籃球賽的信息：(4) 大小寫(xiě)敏感詞（casesensitive）它主要是針對(duì)檢索詞中含有人名、地名等專有名詞的。在區(qū)分大小寫(xiě)的情況下，大寫(xiě)檢索詞能被當(dāng)作專有名詞看待（如 Internet專指因特網(wǎng)）；小寫(xiě)檢索詞則被當(dāng)作普通詞看待（如internet則代表互聯(lián)網(wǎng)絡(luò)）。而在不區(qū)分大小寫(xiě)的情況下，則無(wú)法區(qū)分該檢索詞是指專