第講補(bǔ)充知識(shí)之一信息檢索基礎(chǔ)知識(shí)

1、信息檢索基礎(chǔ)知識(shí)主要內(nèi)容o 信息及相關(guān)概念o 信息的分類o 信息檢索o 計(jì)算機(jī)檢索系統(tǒng)o 信息檢索語(yǔ)言信息及相關(guān)概念信息(Information)的概念o 信息論的創(chuàng)始人克勞德香農(nóng)（Claude E. Shannon）從通信系統(tǒng)理論的角度把信息定義為:信息是用來(lái)消除不確定性的東西 。o 控制論的創(chuàng)始人、美國(guó)科學(xué)家維納（N. Wiener）對(duì)信息的含義做了進(jìn)一步的闡述 ：信息是人們?cè)谶m應(yīng)外部世界并使這種適應(yīng)反作用于外部世界的過(guò)程中，同外部世界進(jìn)行互相交換的內(nèi)容的名稱 。o 中國(guó)學(xué)者鐘義信對(duì)信息的解釋：信息是事物運(yùn)動(dòng)的狀態(tài)與方式，是物質(zhì)的一種屬性 。o 普遍認(rèn)同的一個(gè)概念信息普遍存在于自然界、人類

2、社會(huì)和思維領(lǐng)域中，它是客觀世界中各種事物變化和特征的反映，是客觀事物之間相互作用和聯(lián)系的表征，是客觀事物經(jīng)過(guò)感知或認(rèn)識(shí)后的再現(xiàn)。信息的特性o客觀性o傳遞性o時(shí)效性o轉(zhuǎn)換性o共享性知識(shí)(knowledge)的概念o 知識(shí)是人們對(duì)客觀事物存在和運(yùn)動(dòng)規(guī)律的認(rèn)識(shí)，是經(jīng)過(guò)人腦加工處理過(guò)的系統(tǒng)化了的信息。 人們對(duì)事物由表及里、由現(xiàn)象到本質(zhì)、由感性到理性的認(rèn)識(shí)深化，便形成了知識(shí)。知識(shí)是人類經(jīng)驗(yàn)和智慧的總結(jié)，是人們科學(xué)地認(rèn)識(shí)世界、改造世界的力量。知識(shí)的存在形式o 1、存在于人腦記憶中o 2、存在于實(shí)物中o 3、用文字、圖形、符號(hào)、代碼、聲頻、視頻用文字、圖形、符號(hào)、代碼、聲頻、視頻等技術(shù)手段記錄在一定載體上的

3、知識(shí)。等技術(shù)手段記錄在一定載體上的知識(shí)。其中第三種形式稱作文獻(xiàn)文獻(xiàn)文獻(xiàn)(literature、document)的概念o 中華人民共和國(guó)國(guó)家標(biāo)準(zhǔn)文獻(xiàn)著錄總則給文獻(xiàn)下的定義是：“文獻(xiàn)是記錄有知識(shí)的一切載體文獻(xiàn)是記錄有知識(shí)的一切載體”。 人類最初是依靠自身來(lái)記錄和傳遞知識(shí)的，但因受自身?xiàng)l件的限制，無(wú)法將信息傳遞至遠(yuǎn)方和后世。文獻(xiàn)的產(chǎn)生，使信息的記載和傳遞形成一個(gè)飛躍。文獻(xiàn)構(gòu)成三要素文獻(xiàn)由三個(gè)要素構(gòu)成，文獻(xiàn)由三個(gè)要素構(gòu)成，知識(shí)知識(shí)、載體載體、記錄方式記錄方式三位三位一體不可分割。一體不可分割。形態(tài)形態(tài)構(gòu)成文獻(xiàn)的構(gòu)成文獻(xiàn)的重要手段重要手段內(nèi)容內(nèi)容本課程所涉及的信息主要為文獻(xiàn)信息信息、知識(shí)、文獻(xiàn)的關(guān)系信

4、息知識(shí)文獻(xiàn)文獻(xiàn)信息的分類信息的外延是一個(gè)紛繁的體系。按照不同的標(biāo)準(zhǔn)和方法有不同的分類形式一次信息一次信息二次信息二次信息三次信息三次信息印刷型印刷型縮微型縮微型視聽(tīng)型視聽(tīng)型機(jī)讀型機(jī)讀型期刊論文期刊論文會(huì)議論文會(huì)議論文學(xué)位論文學(xué)位論文專利文獻(xiàn)專利文獻(xiàn)標(biāo)準(zhǔn)文獻(xiàn)標(biāo)準(zhǔn)文獻(xiàn)科技報(bào)告科技報(bào)告技術(shù)檔案技術(shù)檔案政府出版物政府出版物產(chǎn)品樣本產(chǎn)品樣本文獻(xiàn)信息文獻(xiàn)信息按加工層次分按加工層次分按載體類型分按載體類型分按載體類型分按載體類型分甲骨樹皮竹簡(jiǎn)絲帛等紙介質(zhì)紙介質(zhì)手寫雕刻印刷活字排版激光照排技術(shù)印刷型按載體類型分縮微型感光材料為載感光材料為載體體縮微膠卷縮微平片電子型磁性或塑性材磁性或塑性材料為載體料為載體磁盤

5、版光盤版聯(lián)機(jī)版網(wǎng)絡(luò)版視聽(tīng)型磁性或感光磁性或感光材料為載體材料為載體唱片、錄音帶、電影片、錄像帶等信息按信息按載體類載體類型分型分一次文獻(xiàn)一次文獻(xiàn)（Primary Document)Primary Document)： 通常是指原始制作，即作通常是指原始制作，即作者以本人的研究成果為基本素材而創(chuàng)作（或撰寫）的文獻(xiàn)者以本人的研究成果為基本素材而創(chuàng)作（或撰寫）的文獻(xiàn)。 如期刊論文、科技報(bào)告、會(huì)議論文、專利說(shuō)明書如期刊論文、科技報(bào)告、會(huì)議論文、專利說(shuō)明書 二次文獻(xiàn)二次文獻(xiàn)（Secondary DocumentSecondary Document）：）：是指文獻(xiàn)情報(bào)工作者對(duì)是指文獻(xiàn)情報(bào)工作者對(duì)一次文獻(xiàn)進(jìn)

6、行加工整理后所得到的產(chǎn)物，也是為了便于管理和利用一次文一次文獻(xiàn)進(jìn)行加工整理后所得到的產(chǎn)物，也是為了便于管理和利用一次文獻(xiàn)，由文獻(xiàn)情報(bào)工作人員編輯、出版和積累起來(lái)的工具性的文獻(xiàn)。二次文獻(xiàn)，由文獻(xiàn)情報(bào)工作人員編輯、出版和積累起來(lái)的工具性的文獻(xiàn)。二次文獻(xiàn)的重要性在于可以幫助人們查找一次文獻(xiàn)。獻(xiàn)的重要性在于可以幫助人們查找一次文獻(xiàn)。 如目錄、題錄、文摘、索引、各種書目數(shù)據(jù)庫(kù)如目錄、題錄、文摘、索引、各種書目數(shù)據(jù)庫(kù) 三次文獻(xiàn)三次文獻(xiàn)（Tertiary DocumentTertiary Document）：）：是指利用二次文獻(xiàn)，選用是指利用二次文獻(xiàn)，選用一次文獻(xiàn)內(nèi)容一次文獻(xiàn)內(nèi)容, ,經(jīng)綜合經(jīng)綜合, ,分析

7、和評(píng)述后形成的指南性文獻(xiàn)。分析和評(píng)述后形成的指南性文獻(xiàn)。 如綜述、述評(píng)、詞典、百科全書、年鑒、指南數(shù)據(jù)庫(kù)、書目之書目如綜述、述評(píng)、詞典、百科全書、年鑒、指南數(shù)據(jù)庫(kù)、書目之書目 檢索的目標(biāo)檢索的目標(biāo)檢索的手段檢索的手段檢索的對(duì)象檢索的對(duì)象+ +檢檢索的工具索的工具書目書目 題錄題錄索引索引文摘文摘詞典詞典名錄名錄指南指南手冊(cè)手冊(cè)年鑒年鑒評(píng)述評(píng)述論文論文叢集叢集百科全書百科全書二次文獻(xiàn)二次文獻(xiàn)原始文獻(xiàn)原始文獻(xiàn)( (一次文獻(xiàn)一次文獻(xiàn)) )三次文獻(xiàn)三次文獻(xiàn)文獻(xiàn)整理文獻(xiàn)整理重組、濃縮重組、濃縮信息檢索檢索過(guò)程分析檢索者檢索系統(tǒng)信息源（大量信息）信息源（大量信息）充分標(biāo)注（檢索語(yǔ)言）充分標(biāo)注（檢索語(yǔ)言）可

8、檢索（檢索技術(shù)、規(guī)則等）可檢索（檢索技術(shù)、規(guī)則等）可顯示（屏幕顯示或打?。┛娠@示（屏幕顯示或打?。┬畔⒅g的連接等信息之間的連接等表達(dá)需求表達(dá)需求反饋結(jié)果反饋結(jié)果信息存儲(chǔ)與檢索過(guò)程圖文獻(xiàn)信息分析檢索課題文獻(xiàn)信息特征檢索提問(wèn)信息分析著錄標(biāo)引選用檢索語(yǔ)言和名稱規(guī)范文獻(xiàn)信息標(biāo)識(shí)（檢索項(xiàng)）檢索提問(wèn)標(biāo)識(shí)（檢索詞）形成形成檢索系統(tǒng)輸入檢索檢索結(jié)果輸出存儲(chǔ)過(guò)程檢索過(guò)程信息檢索的概念o 將信息按照一定的方式組織和存儲(chǔ)起來(lái)，并根據(jù)用戶的需求找出有關(guān)信息的過(guò)程。 廣義的信息檢索包括存儲(chǔ)和檢索兩個(gè)過(guò)程，狹義的信息檢索就是指用戶查找出所需信息的過(guò)程。信息檢索原理檢索系統(tǒng)將用戶的請(qǐng)求與信息集合中的信息進(jìn)行匹配運(yùn)算匹配運(yùn)

9、算，再將命中信息反饋給用戶。信息檢索類型o 按檢索對(duì)象的性質(zhì)劃分：事實(shí)檢索、數(shù)據(jù)事實(shí)檢索、數(shù)據(jù)檢索、文獻(xiàn)檢索檢索、文獻(xiàn)檢索o 按檢索方式劃分：手工檢索和計(jì)算機(jī)檢索手工檢索和計(jì)算機(jī)檢索 計(jì)算機(jī)檢索又包括聯(lián)機(jī)檢索、光盤檢索和網(wǎng)絡(luò)檢索。聯(lián)機(jī)檢索o 聯(lián)機(jī)檢索是指用戶利用計(jì)算機(jī)終端，通過(guò)通信線路或網(wǎng)絡(luò)，在聯(lián)機(jī)中心的數(shù)據(jù)庫(kù)中獲取信息。o 特點(diǎn)同時(shí)檢索多個(gè)數(shù)據(jù)庫(kù)、數(shù)據(jù)質(zhì)量高、檢索機(jī)與主機(jī)是主仆關(guān)系、對(duì)檢索人員要求高、而且檢索需要的費(fèi)用高。光盤檢索o 用光盤作為信息存儲(chǔ)介質(zhì)的數(shù)據(jù)庫(kù)。o 分為單機(jī)檢索和局域網(wǎng)內(nèi)的聯(lián)機(jī)光盤檢索。網(wǎng)絡(luò)信息檢索o 用戶在自己的客戶端上，通過(guò)互聯(lián)網(wǎng)和瀏覽器界面對(duì)網(wǎng)絡(luò)信息進(jìn)行檢索。o 特

10、點(diǎn)數(shù)據(jù)庫(kù)分布式存儲(chǔ)，數(shù)量多，信息量大；由于超文本語(yǔ)傳輸協(xié)議，提供了大量相關(guān)鏈接；內(nèi)容向多媒體發(fā)展，不僅有文本，還有圖像、聲音等；數(shù)據(jù)庫(kù)更新速度快；檢索功能強(qiáng)，索引多，易學(xué)易懂；但目前各數(shù)據(jù)庫(kù)檢索界面和檢索技巧不盡相同，給使用者造成不必要的麻煩；檢索環(huán)境寬松，檢索費(fèi)用比聯(lián)機(jī)檢索低很多。（網(wǎng)絡(luò)信息檢索也包括通過(guò)網(wǎng)絡(luò)進(jìn)行的數(shù)據(jù)庫(kù)檢索）（網(wǎng)絡(luò)信息檢索也包括通過(guò)網(wǎng)絡(luò)進(jìn)行的數(shù)據(jù)庫(kù)檢索）信息檢索發(fā)展歷程o 手工檢索到計(jì)算機(jī)檢索o 題錄文摘信息到全文信息的獲得o 計(jì)算機(jī)檢索經(jīng)歷了聯(lián)機(jī)檢索、光盤檢索和網(wǎng)絡(luò)檢索方式o 發(fā)展趨勢(shì)是異構(gòu)數(shù)據(jù)庫(kù)的統(tǒng)一平臺(tái)檢索（我們下面的講課內(nèi)容側(cè)重于計(jì)算機(jī)信息檢索）（我們下面的講課內(nèi)容

11、側(cè)重于計(jì)算機(jī)信息檢索）計(jì)算機(jī)檢索系統(tǒng)計(jì)算機(jī)信息檢索系統(tǒng)的概念由存儲(chǔ)在一定載體上的有序化信息集合、相應(yīng)的檢索技術(shù)與設(shè)備等構(gòu)成的具有存儲(chǔ)和檢索功能的信息服務(wù)體系。2.信息檢索系統(tǒng)的構(gòu)成o 從物理構(gòu)成來(lái)講分為硬件、軟件和數(shù)據(jù)資源o 從檢索方式劃分聯(lián)機(jī)檢索、光盤檢索和網(wǎng)絡(luò)檢索硬件o 檢索機(jī)o 服務(wù)器o 網(wǎng)絡(luò)軟件o 采集o 存儲(chǔ)o 標(biāo)引著錄o 規(guī)范o 內(nèi)容發(fā)布o(jì) 檢索o 服務(wù)o 管理數(shù)據(jù)資源o 數(shù)據(jù)庫(kù)o 網(wǎng)絡(luò)信息資源數(shù)據(jù)庫(kù)o 數(shù)據(jù)庫(kù)是一系列信息記錄的集合，是檢索系統(tǒng)中的信息源。存儲(chǔ)于計(jì)算機(jī)的磁帶、磁盤或光盤上。o 數(shù)據(jù)庫(kù)分為題錄文摘數(shù)據(jù)庫(kù)和全文數(shù)據(jù)庫(kù)中文數(shù)據(jù)庫(kù)和外文數(shù)據(jù)庫(kù)綜合數(shù)據(jù)庫(kù)和專業(yè)數(shù)據(jù)庫(kù)圖書、期刊

12、、學(xué)位論文、專利、標(biāo)準(zhǔn)等數(shù)據(jù)庫(kù)檢索系統(tǒng)的評(píng)價(jià)o 檢索功能o 檢索技術(shù)o 檢索結(jié)果o 用戶服務(wù)信息檢索語(yǔ)言1.檢索語(yǔ)言的概念和作用o 檢索語(yǔ)言是信息存儲(chǔ)與檢索過(guò)程中用于描述信息特征和表達(dá)用戶信息提問(wèn)的一種專門語(yǔ)言。檢索語(yǔ)言是人與計(jì)算機(jī)對(duì)話的基礎(chǔ)。檢索時(shí)的匹配運(yùn)算就是通過(guò)檢索語(yǔ)言的匹配來(lái)實(shí)現(xiàn)的。存儲(chǔ)信息時(shí)，賦予信息特征標(biāo)識(shí)，如題名、作者、分類號(hào)等；檢索信息時(shí)，用檢索語(yǔ)言表達(dá)用戶的需求。檢索舉例o 查找我館館藏中“英語(yǔ)”方面的2004年以來(lái)出版的圖書的藏書情況2.檢索語(yǔ)言的分類o 自然語(yǔ)言從信息內(nèi)容本身自動(dòng)抽取的。如題名、關(guān)鍵詞、文摘、作者所在機(jī)構(gòu)等。o 人工語(yǔ)言根據(jù)檢索的需要由人工規(guī)定的，采用規(guī)范

13、詞或代碼來(lái)專指某個(gè)概念或網(wǎng)羅與之相應(yīng)的概念。可以將同義詞、近義詞、相關(guān)詞、多義詞及縮略詞規(guī)范在一起，由人工控制，包括分類檢索語(yǔ)言和主題檢索語(yǔ)言。分類檢索語(yǔ)言o 按照學(xué)科范疇及知識(shí)之間的關(guān)系列出類目，并用數(shù)字、字母符號(hào)對(duì)類目進(jìn)行標(biāo)識(shí)的一種語(yǔ)言體系，也稱分類法。 目前常用的分類法有中國(guó)圖書館圖書分類法（簡(jiǎn)稱中圖法）、 美國(guó)國(guó)會(huì)圖書館分類法、 杜威分類法、 國(guó)際專利分類表。中國(guó)圖書館圖書分類法o 1999年推出了第四版，共分大部類22個(gè)基本大類。22個(gè)基本大類是在5部類的基礎(chǔ)上第一次劃分得到的，稱為一級(jí)類目，分別對(duì)應(yīng)一個(gè)英文字母；從基本大類起，再連續(xù)劃分3次，得到二級(jí)、三級(jí)、四級(jí)類目。 采用漢語(yǔ)拼音字母和數(shù)字相結(jié)合的方式對(duì)圖書進(jìn)行分類，是目前國(guó)內(nèi)各公共圖書館和高校圖書館普遍使用的圖書分類法，我館藏書也是按照該分類法進(jìn)行排架。中圖法簡(jiǎn)表中國(guó)圖書館分類法樣例索書號(hào)舉例F123.16/W61 F123.16-2/Z24/2 F123.17/Z89/(2) F123.2/L66-2 F12/Y30 主題檢索語(yǔ)言o 由主題詞匯構(gòu)成，即將自然語(yǔ)言中