第六章 信息檢索

第六章信息檢索

信息組織是指按照一定的規(guī)則來描述信息資源或信息對(duì)象，以便于能被需要它們的人高效地利用。信息檢索則是指為了個(gè)人或他人的需要，去發(fā)現(xiàn)適當(dāng)?shù)男畔①Y源或信息對(duì)象。信息組織和信息檢索是一對(duì)互逆過程。

6.1信息檢索的基本概念與原理6.1.1信息檢索的涵義根據(jù)特定的需求，運(yùn)用某種檢索工具，按照一定的方法，從大量文獻(xiàn)中查出所需的資料或信息的過程。滿足信息用戶的信息需求而建立的，存貯經(jīng)過加工了的信息集合，擁有特定的存貯、檢索與傳送的技術(shù)裝備，提供一定存貯與檢索方法及檢索服務(wù)功能的一種相對(duì)獨(dú)立的服務(wù)實(shí)體(包括人和檢索工作單位)，統(tǒng)稱為信息檢索系統(tǒng)(InformationRetrievalSystem,簡稱IRS)。信息檢索系統(tǒng)的三個(gè)基本要素:人、檢索工具(包括設(shè)備)和信息資料信息檢索系統(tǒng)的體系結(jié)構(gòu)

潛在的相關(guān)信息信息組織和檢索系統(tǒng)規(guī)范化的疑問式信息的組織概述的存貯比較/匹配索引（描述性的、受限制的）游戲規(guī)則＝主題索引規(guī)則＋辭典（包括詞匯表和索引語言）需求概述或疑問式信息或數(shù)據(jù)檢索流程組織流程存貯1：概述/搜索請(qǐng)求存貯2：信息的表示6.1.2信息檢索的類型與特性依檢索結(jié)果內(nèi)容

劃分依信息存儲(chǔ)與

檢索方式劃分手工檢索計(jì)算機(jī)檢索事實(shí)信息檢索文獻(xiàn)信息檢索數(shù)據(jù)信息檢索信息檢索類型手工檢索工具

主要指，如印刷版的《全國報(bào)刊索引》。計(jì)算機(jī)檢索系統(tǒng)主要指，如《中國期刊全文數(shù)據(jù)庫》數(shù)據(jù)信息和事實(shí)信息檢索是確定性的檢索，檢索結(jié)果可以直接利用。文獻(xiàn)信息檢索是一種相關(guān)性檢索，檢索結(jié)果是文獻(xiàn)信息的線索，一般通過二次信息來實(shí)現(xiàn)。

全文數(shù)據(jù)庫：是一次信息和二次信息的綜合體。在檢索結(jié)果中，有直接的全文鏈接。特性：

信息檢索的相關(guān)性

相關(guān)性表明用戶是否認(rèn)為一文獻(xiàn)與一提問吻合。信息檢索的不確定性

標(biāo)引的不確定性是指不同標(biāo)引員在給同一篇信息對(duì)象進(jìn)行標(biāo)引時(shí)會(huì)選用不同的標(biāo)引詞，即標(biāo)引詞選用的不一致性。檢索詞選用的不確定性是指候選檢索詞集不止一個(gè)，檢索過程具有試探性。信息檢索的邏輯性檢索語言、檢索策略（處理信息檢索提問的邏輯與查找步驟的科學(xué)安排）

6.1.3信息檢索的模型布爾邏輯檢索模型

(BooleanRetrievalModel，簡稱BRM)概率檢索模型

(ProbabilityRetrievalModel,簡稱PRM)向量空間檢索模型

(VectorRetrievalModel，簡稱VRM)模糊檢索模型

(FuzzyRetrievalModel，簡稱FRM)

6.2信息檢索的職能與程序6.2.1信息檢索語言的職能

信息檢索語言是根據(jù)信息檢索需要?jiǎng)?chuàng)制的一種人工語言，又稱檢索語言、信息存貯與檢索語言、文獻(xiàn)工作語言、索引語言、標(biāo)引語言、信息檢索標(biāo)識(shí)、標(biāo)識(shí)系統(tǒng)等等。信息檢索語言:詞匯和語法信息檢索語言的職能：可以表示文獻(xiàn)內(nèi)容、數(shù)據(jù)或其他信息形式有專用概念表示用戶的信息提問能夠指示計(jì)算機(jī)執(zhí)行查詢與檢索6.2.2信息檢索策略信息檢索策略是針對(duì)檢索提問、運(yùn)用檢索方法和技術(shù)而設(shè)計(jì)的信息檢索方案，其目的是要達(dá)到一定的檢準(zhǔn)率和檢全率。常用信息檢索策略包括：分塊概念組配檢索策略、逐步組配檢索策略、對(duì)偶組配檢索策略、增長組配檢索策略等。

目前在以下三方面取得進(jìn)展：(1)以檢全為目標(biāo)的檢索策略的調(diào)節(jié)與控制；(2)以檢準(zhǔn)為目標(biāo)的檢索策略的調(diào)節(jié)與控制；(3)以最小投入為目標(biāo)的檢索策略的調(diào)節(jié)與控制。

對(duì)特定系統(tǒng)、特定數(shù)據(jù)以及某一類型課題的檢索策略的研究具體表現(xiàn)在以下兩方面：(1)某一系統(tǒng)、某一數(shù)據(jù)庫檢索策略；

(2)某一類型課題檢索策略。6.2.3信息檢索效率的評(píng)價(jià)檢索效率是指全、準(zhǔn)、快、便、省(檢全率、檢準(zhǔn)率、檢索速度、檢索方便性、檢索成本與效益)，最主要的是全和準(zhǔn)。在評(píng)價(jià)信息檢索效率過程中，主要通過檢全率、檢準(zhǔn)率、漏檢率和誤檢率四個(gè)評(píng)價(jià)指標(biāo)進(jìn)行評(píng)價(jià)，其中重點(diǎn)是檢全率和檢準(zhǔn)率。

檢全率=檢出的相關(guān)文獻(xiàn)量/系統(tǒng)中的相關(guān)文獻(xiàn)總量檢準(zhǔn)率=檢出的相關(guān)文獻(xiàn)量/檢出的文獻(xiàn)總量漏檢率=未檢出的相關(guān)文獻(xiàn)量/系統(tǒng)中的相關(guān)文獻(xiàn)總量誤檢率=檢出的非相關(guān)文獻(xiàn)量/檢出的文獻(xiàn)總量檢全率與檢準(zhǔn)率的互逆相互曲線

1008040601008040202060檢

全

率

％

R檢準(zhǔn)率％P6.2.4信息檢索的程序(1)分析檢索課題，明確信息需求明確信息檢索課題所涉及的領(lǐng)域和范圍；明確所需信息的內(nèi)容及其內(nèi)容特征；明確所需信息的類型，包括文獻(xiàn)媒體、出版類型、所需文獻(xiàn)量、年代范圍、涉及的語種、有關(guān)著者及機(jī)構(gòu)等；明確信息檢索課題對(duì)查新、查準(zhǔn)和查全的指標(biāo)要求。

(2)選擇檢索工具，了解檢索系統(tǒng)信息檢索工具是人們?yōu)榱顺浞?、?zhǔn)確、有效地利用已有的信息資源而加工編制的用來報(bào)道、揭示、存貯和查找信息資源的卡片、表冊(cè)、計(jì)算機(jī)信息系統(tǒng)和特定出版物。

(3)確定檢索途經(jīng)，選定檢索方法

每一種信息檢索方法都有自己的特點(diǎn)，在實(shí)踐中可以根據(jù)信息檢索要求選擇使用或配合使用，以快速、準(zhǔn)確地完成信息檢索任務(wù)，實(shí)現(xiàn)預(yù)期的目標(biāo)。

(4)實(shí)施檢索策略，瀏覽初步結(jié)果在獲取信息線索時(shí)要仔細(xì)閱讀，判斷所檢出的信息是否符合檢索的要求，不僅看篇名，還要閱讀整個(gè)著錄格式，進(jìn)行綜合分析。

(5)調(diào)整檢索策略，獲取所需信息判斷文獻(xiàn)的出版類型。根據(jù)文獻(xiàn)出處中已有的信息，判斷其出版類型。整理文獻(xiàn)出處。將文獻(xiàn)出處中有縮寫語、有音譯刊名的還原成全稱或原刊名。根據(jù)出版類型在圖書館或信息機(jī)構(gòu)查找館藏目錄或聯(lián)合目錄確定館藏，原則上說應(yīng)該按“由近及遠(yuǎn)”的順序逐步擴(kuò)大查找館藏的范圍。盡可能多渠道、多方式地獲取原始信息。6.3信息檢索的發(fā)展歷程三個(gè)階段手工信息檢索階段機(jī)械信息檢索階段計(jì)算機(jī)信息檢索階段手工信息檢索階段

信息檢索起源于參考咨詢工作，參考咨詢工作產(chǎn)生的標(biāo)志是1876年召開的美國圖書館協(xié)會(huì)第一屆大會(huì)。1883年，波士頓公共圖書館首次設(shè)置了專職參考館員和參考閱覽室；20世紀(jì)初，多數(shù)圖書館成立了參考咨詢部門，主要利用圖書館的書目工具來幫助讀者查找圖書、期刊或現(xiàn)成答案。逐漸發(fā)展到從多種文獻(xiàn)源中查找、分析、評(píng)價(jià)和重新組織信息；“索引”突破了以前的狹隘范疇，成為獨(dú)立的檢索工具；40年代進(jìn)一步包括回答事實(shí)性咨詢，編制書目、文摘，進(jìn)行專題文獻(xiàn)檢索，提供文獻(xiàn)代譯等?！靶畔z索”從此成為一項(xiàng)獨(dú)立的用戶服務(wù)工作，并逐漸從單純的經(jīng)驗(yàn)工作向?qū)I(yè)化方向發(fā)展。

機(jī)械信息檢索兩種基本類型機(jī)電信息檢索系統(tǒng)光電信息檢索系統(tǒng)

機(jī)械信息檢索并沒有發(fā)展信息檢索語言，只是采用單一的方法對(duì)固定的存貯形式進(jìn)行檢索，而且過分依賴于設(shè)備，檢索復(fù)雜，成本較高，檢索效率和質(zhì)量都不理想。

機(jī)械信息檢索階段

計(jì)算機(jī)信息檢索系統(tǒng)三個(gè)階段：1971年以前建立的信息檢索系統(tǒng)，是傳統(tǒng)的批處理檢索方式。

1971年以后，產(chǎn)生并發(fā)展的聯(lián)機(jī)信息檢索系統(tǒng)，如OCLC、Dialog在線數(shù)據(jù)庫聯(lián)機(jī)檢索系統(tǒng)。20世紀(jì)90年代以來，產(chǎn)生并發(fā)展的網(wǎng)絡(luò)信息檢索階段。

信息檢索技術(shù)兩個(gè)發(fā)展方向：傳統(tǒng)信息檢索向全文文本、多媒體、多載體等新型信息檢索的發(fā)展，在深度上提高管理和組織信息的能力；信息資源的網(wǎng)絡(luò)化和分布化，面向互聯(lián)網(wǎng)中海量的信息資源，在廣度上提高管理和組織的能力。6.3信息檢索的技術(shù)與方法從檢索手段看，信息檢索分為：手工信息檢索機(jī)械信息檢索計(jì)算機(jī)信息檢索6.3.1手工信息檢索的技術(shù)與方法

（1）手工信息檢索工具手工信息檢索工具主要是各種類型的工具書工具書是根據(jù)一定的需要，比較完備地匯集某一方面的資料，并按特定的方法加以編排，專供讀者查考檢索有關(guān)知識(shí)、資料、事實(shí)的書籍。據(jù)工具書的體例和功能，可分為檢索型工具書、參考性工具書、詞語性工具書、表譜性工具書、圖錄性工具書和邊緣性工具書6種類型。

(2)手工信息檢索工具的排檢技術(shù)

字順排檢技術(shù):將檢索工具的內(nèi)容按字、詞的一定順序或規(guī)律，有系統(tǒng)地組織排列起來的技術(shù)。分類排檢技術(shù):將信息素材按學(xué)科或事物性質(zhì)系統(tǒng)地加以排列。主題排檢技術(shù):以規(guī)范化的自然語言為標(biāo)識(shí)符號(hào)來標(biāo)引信息內(nèi)容的排檢技術(shù)。時(shí)序排檢技術(shù):按時(shí)間的順序組合信息素材的技術(shù)，多用于編制年表、年譜等檢索工具。如：《國內(nèi)外大事記》地序排檢技術(shù):按一定時(shí)期的行政區(qū)域來排列信息素材的技術(shù)。如：《中國名勝詞典》

(3)手工信息檢索方法順查法：時(shí)間上，遠(yuǎn)近查全率高費(fèi)時(shí)費(fèi)力倒查法：時(shí)間上，近遠(yuǎn)查準(zhǔn)率高漏檢率高抽查法：學(xué)科的興旺階段檢索效率高追溯法（引文法）：

A.一次文獻(xiàn)

參考文獻(xiàn)

一次信息

參考文獻(xiàn)

……近遠(yuǎn)

B.一次文獻(xiàn)引用該一次信息的文獻(xiàn)新的一次文獻(xiàn)

……實(shí)際是由“遠(yuǎn)近”越查文獻(xiàn)越新擴(kuò)大信息源效率低檢全率低漏檢率高循環(huán)法：先利用檢索工具查出一批有用文獻(xiàn)，然后再利用這些文獻(xiàn)末尾所附參考文獻(xiàn)的線索進(jìn)行追溯查找。

6.3.2機(jī)械信息檢索的技術(shù)與方法

機(jī)電信息檢索系統(tǒng)

繼手檢穿孔卡片之后，出現(xiàn)了機(jī)檢穿孔卡片和選卡機(jī)。這就形成了機(jī)電信息檢索系統(tǒng)。光電信息檢索系統(tǒng)

主要是以縮微膠卷(片)檢索方式出現(xiàn)的。縮微膠卷(片)的檢索方式大致可以分為兩種類型：①尋址檢索方式②編碼檢索方式6.3.3計(jì)算機(jī)信息檢索的技術(shù)與方法

(1)聯(lián)機(jī)信息檢索信息用戶利用終端設(shè)備，通過通訊網(wǎng)絡(luò)與世界各地的信息檢索系統(tǒng)聯(lián)機(jī)，進(jìn)行人機(jī)對(duì)話，從檢索系統(tǒng)的數(shù)據(jù)庫中查找出用戶所需信息的全過程。優(yōu)點(diǎn)：①檢索速度快；②檢索范圍廣而全面；③檢索途徑多、質(zhì)量高；④檢索內(nèi)容新、實(shí)時(shí)性強(qiáng)；⑤檢索輔助功能完善、使用方便，檢索結(jié)果輸出方式靈活、實(shí)用。缺陷：①主機(jī)負(fù)擔(dān)重，一旦出現(xiàn)故障，則整個(gè)網(wǎng)絡(luò)都將癱瘓；②信息組織方式以線性為主，不夠靈活；③聯(lián)機(jī)檢索不像Internet是面向最終用戶的，操作也沒有后者方便。

聯(lián)機(jī)信息檢索系統(tǒng)的結(jié)構(gòu)

由檢索服務(wù)機(jī)構(gòu)（聯(lián)機(jī)存取中心）、國際通訊網(wǎng)絡(luò)及終端三部分構(gòu)成。終端設(shè)備用于輸入檢索程序、顯示檢索過程、控制打印檢索結(jié)果。通訊網(wǎng)絡(luò)用于實(shí)現(xiàn)遠(yuǎn)程人機(jī)對(duì)話。

檢索服務(wù)機(jī)構(gòu)（聯(lián)機(jī)存取中心）是存儲(chǔ)和檢索信息的核心。由中央計(jì)算機(jī)、數(shù)據(jù)庫檢索與管理軟件、聯(lián)機(jī)數(shù)據(jù)庫以及相應(yīng)的檢索服務(wù)體制組成。

聯(lián)機(jī)信息檢索的技術(shù)原理一個(gè)典型的計(jì)算機(jī)信息系統(tǒng)，能完成數(shù)據(jù)收集、分析、加工處理、存儲(chǔ)、傳遞通信和檢索信息的全過程。聯(lián)機(jī)信息檢索的服務(wù)方式a定題信息提供（SDI）b專題回溯檢索（RS）c