第一章 文獻(xiàn)信息檢索基礎(chǔ)知識

第一章文獻(xiàn)信息檢索

基礎(chǔ)知識第1節(jié)文獻(xiàn)信息檢索的基本概念一．文獻(xiàn)、信息、信息源

1.定義文獻(xiàn)：用文字、圖形、符號、聲頻、視頻等技術(shù)手段記錄人類知識的一種載體，或理解為固化在一定物質(zhì)載體上的知識。

信息：廣義地說，信息就是消息。

指對接收者來說預(yù)先不知道的報道。（辭海）是用來通信的事實(shí)，在觀察中得到的數(shù)據(jù)、新聞和知識。（韋氏字典）

是一切思想、事實(shí)和富有想象力的作品，它們以各種方式進(jìn)行記錄和傳播。（信息專家）第1節(jié)文獻(xiàn)信息檢索的基本概念

信息源：是指人們?yōu)樾枨蠖枰垣@得信息的一切來源。凡是能產(chǎn)生、存儲、加工、傳遞信息的社會活動場所、機(jī)構(gòu)、人物、產(chǎn)品和自然物質(zhì)都是信息源。信息源可分為非文獻(xiàn)信息源和文獻(xiàn)信息源。

2.文獻(xiàn)信息源的類型文獻(xiàn)信息源：是指用一定的記錄手段將系統(tǒng)化的信息內(nèi)容儲存在紙張、膠片、磁帶和光盤等物質(zhì)載體上而形成的一類信息源。第1節(jié)文獻(xiàn)信息檢索的基本概念按文獻(xiàn)的載體介質(zhì)劃分為印刷型Printedform：以手寫和印刷技術(shù)為手段，以紙張記錄信息的載體形式存在?？s微型Microform：以感光材料記錄文字及其相關(guān)信息的載體。聲像型（視聽型）Audio-Visualform：記錄聲音、圖像信號的信息載體。機(jī)讀型（電子型）MachineReadableform：以電子版本形式存在。電子版本包括：floppy,Magnetictape,CD-ROM,online,network

多媒體multi-media：計算機(jī)對數(shù)字化視聽信息交互存取。第1節(jié)文獻(xiàn)信息檢索的基本概念

按文獻(xiàn)的出版類型劃分圖書（閱讀類、工具類）期刊（一次文獻(xiàn)、二次文獻(xiàn)）特種文獻(xiàn)（專利、科技報告、會議錄、政府出版物、學(xué)位論文、標(biāo)準(zhǔn)、技術(shù)檔案、產(chǎn)品目錄等）第1節(jié)文獻(xiàn)信息檢索的基本概念

可具體分為科技圖書Sci-Techbook，Monograph,Anthology,Textbook，Referencebook

科技期刊Sci-TechJournal(magazine*,serial,periodical…)

科技報告Sci-TechReport

專利文獻(xiàn)PatentDocument，Patentspecification/bulletin

會議文獻(xiàn)Conferencepaper，Proceedings,compilation,collectedpaper,records，meeting，seminar,colloquium,symposium,conference

學(xué)位論文Dissertation,Thesis

標(biāo)準(zhǔn)文獻(xiàn)，產(chǎn)品資料，技術(shù)檔案，政府文獻(xiàn)第1節(jié)文獻(xiàn)信息檢索的基本概念科技圖書（Book）：對已有的研究成果或生產(chǎn)經(jīng)驗(yàn)所作的概括論述。特點(diǎn)：帶有總結(jié)性、成熟定型；出版周期長，信息傳遞慢；傳授知識，而不是報道最新情報。圖書一般分為兩類：閱讀型：教科書、專著等工具型：字典、百科全書、年鑒、手冊科技期刊（journal,periodic）特點(diǎn)：名稱固定、有連續(xù)的卷、年月順序號、出版周期短，報道速度快、數(shù)量大，內(nèi)容豐富。據(jù)估計，從期刊獲取的科技情報占整個情報來源的60%-70%第1節(jié)文獻(xiàn)信息檢索的基本概念

會議文獻(xiàn)（conferencepaper）：是指在各種學(xué)術(shù)會議上發(fā)表的論文。特點(diǎn)：傳遞信息及時、針對性強(qiáng)、內(nèi)容新穎。一部分科研成果就是通過學(xué)術(shù)會議首次發(fā)表。表示會議的相關(guān)詞：Proceedings,compilation,collectedpaper,records，Meeting，seminar,colloquium,symposium,conference第1節(jié)文獻(xiàn)信息檢索的基本概念

科技報告（technicalreport）：指學(xué)術(shù)團(tuán)體、科研機(jī)構(gòu)、大學(xué)研究所的研究報告及研究過程的記錄。目的：向上級主管部門匯報特點(diǎn)：每份單獨(dú)成冊，有專門的編號；內(nèi)容具體，有科研項(xiàng)目的研究方案，實(shí)驗(yàn)記錄，實(shí)驗(yàn)數(shù)據(jù)，圖表等；理論性強(qiáng)，是了解某一領(lǐng)域科研進(jìn)展?fàn)顩r、發(fā)展動態(tài)的重要信息源；報道比期刊早；保密或控制發(fā)行。第1節(jié)文獻(xiàn)信息檢索的基本概念

世界上著名的科技報告有美國四大報告：

PB——美國商業(yè)部

AD——美國軍事國防部

NASA——美國宇航局

DOE——美國能源部這四大報告每年公開和解密部分約6萬件?？萍既藛T對科技報告的需要量約占其全部文獻(xiàn)量的10%-20%，特別在是發(fā)展迅速、競爭激烈的高科技領(lǐng)域。第1節(jié)文獻(xiàn)信息檢索的基本概念

專利文獻(xiàn)（patentdocument）專利文獻(xiàn)是一切與專利制度有關(guān)的專利文件的統(tǒng)稱，如專利申請書和專利說明書、專利公報。專利說明書是公開的文獻(xiàn)，但只能由各國專利局發(fā)行，它反映了當(dāng)前最新的技術(shù)成果。學(xué)位論文（dissertation,thesis）是作者為獲得某種學(xué)位而撰寫的科學(xué)論文。博士論文具有較高的參考價值：一般偏重于理論，附有大量的參考文獻(xiàn)，借此可以看出有關(guān)專題的發(fā)展過程和方向。學(xué)位論文一般不出版發(fā)行，而是保存在授予學(xué)位單位的圖書館里。第1節(jié)文獻(xiàn)信息檢索的基本概念

標(biāo)準(zhǔn)文獻(xiàn)（standard）

主要指技術(shù)規(guī)范、技術(shù)標(biāo)準(zhǔn)、操作規(guī)程、建議、準(zhǔn)則、術(shù)語、專門名詞等在內(nèi)的各種技術(shù)文件。技術(shù)標(biāo)準(zhǔn)是得到管理機(jī)構(gòu)認(rèn)可，適用于一定專業(yè)領(lǐng)域的技術(shù)規(guī)范，具有法定性；技術(shù)標(biāo)準(zhǔn)主要包括尺寸標(biāo)準(zhǔn)、材料標(biāo)準(zhǔn)、性能標(biāo)準(zhǔn)、方法標(biāo)準(zhǔn)、操作規(guī)程、術(shù)語和圖形符號標(biāo)準(zhǔn)、文獻(xiàn)標(biāo)準(zhǔn)等。政府出版物（governmentdocument）是各國政府部門及其所屬機(jī)構(gòu)頒布和出版的文件資料，內(nèi)容主要分為：行政性文件（如法令、統(tǒng)計等）、科技文件兩大類。對了解一個國家的科技和經(jīng)濟(jì)政策及其演變情況有一定的參考價值。第1節(jié)文獻(xiàn)信息檢索的基本概念產(chǎn)品資料

提供產(chǎn)品技術(shù)規(guī)格的文獻(xiàn)。是產(chǎn)品制造商為推銷產(chǎn)品而印發(fā)的介紹產(chǎn)品情況的各種商業(yè)宣傳品，如公司介紹、產(chǎn)品目錄、產(chǎn)品樣本、產(chǎn)品說明書等。介紹的一般是已投產(chǎn)和行銷的產(chǎn)品。具有技術(shù)成熟可靠、產(chǎn)品和技術(shù)信息較完整、及時性、圖文并茂等特點(diǎn)。

技術(shù)檔案指在科技生產(chǎn)活動中形成的一系列以工程技術(shù)圖紙、任務(wù)書、協(xié)議、合同、設(shè)計方案以及與此有關(guān)的調(diào)查統(tǒng)計數(shù)據(jù)等材料組成的文件。技術(shù)檔案具有技術(shù)性、適用性、保密性等特征。第1節(jié)文獻(xiàn)信息檢索的基本概念

特種文獻(xiàn)收藏館專利文獻(xiàn)：專利局文獻(xiàn)館科技報告：中國科技信息研究所（中信所）、北京文獻(xiàn)服務(wù)處（國防科技信息中心）。

會議文獻(xiàn)：國家圖書館、大學(xué)/研究型圖書館、中科院圖書館、郵電大學(xué)圖書館（IEEE）學(xué)位論文：國圖、中信所、授予機(jī)構(gòu)/院校第1節(jié)文獻(xiàn)信息檢索的基本概念

文獻(xiàn)的級別一次文獻(xiàn)/信息primaryLiterature/info

二次文獻(xiàn)/信息secondaryliterature/info

三次文獻(xiàn)/信息Tertiaryliterature/info

（1）一次文獻(xiàn)/信息primaryLiterature/info

概念：第一次書寫的、第一次報道的或第一次出版的文獻(xiàn)；以作者自己的研究成果、工作經(jīng)驗(yàn)和實(shí)踐體會為原始依據(jù)，信息內(nèi)容具體、豐富。特點(diǎn)：新潁性、創(chuàng)造性、系統(tǒng)性如：Journalliterature（期刊論文）、Sci-Techreport（科技報告）、Proceedings（會議錄）、Paper（會議論文）、Thesis、Dissertation（學(xué)位論文）

第1節(jié)文獻(xiàn)信息檢索的基本概念

（2）二次文獻(xiàn)/信息secondaryliterature/info

概念：對一次文獻(xiàn)的加工、提煉和濃縮特點(diǎn)：濃縮性、匯集性、有序性文摘Abstract

索引Index

目錄Catalog

題錄Bibliography

（3）三次文獻(xiàn)/信息Tertiaryliterature/info

概念：對一次文獻(xiàn)和二次文獻(xiàn)進(jìn)行匯集、綜合、分析、詳述等深度加工而形成的產(chǎn)物。Referencebook

如：詞典、百科全書、年鑒、名錄、綜述、述評、二次書目、指南第1節(jié)文獻(xiàn)信息檢索的基本概念

一、二、三次文獻(xiàn)的區(qū)別

對象不同：二次文獻(xiàn)以“篇”或“本”為單位進(jìn)行加工；三次文獻(xiàn)則歸納了較多的一次文獻(xiàn)內(nèi)容。

用途不同：二次文獻(xiàn)為檢索一次文獻(xiàn)的工具；三次文獻(xiàn)能直接提供檢索答案。

學(xué)習(xí)文獻(xiàn)檢索課的目的：如何通過二次文獻(xiàn)去檢索一次文獻(xiàn)

第1節(jié)文獻(xiàn)信息檢索的基本概念

文獻(xiàn)信息檢索基本概念

檢索的手段手檢：書本型工具（刊）

機(jī)檢：數(shù)據(jù)庫系統(tǒng)

檢索點(diǎn)（途徑）（AccessPoint）:用文獻(xiàn)各種內(nèi)外特征，作為檢索出發(fā)點(diǎn)，從不同角度來檢索文獻(xiàn)信息。分類（Classified）：所屬學(xué)科性質(zhì)，類別，分類體系現(xiàn)期檢索主題（Subject）：所屬主題內(nèi)容，主題詞，回溯檢索著者（Author）；團(tuán)體著者（CorporateAuthor/Authors’Affiliation）名稱（Title）代碼（Code/Coden）第1節(jié)文獻(xiàn)信息檢索的基本概念

檢索的類型

事實(shí)型：事實(shí)、數(shù)據(jù)（直接,確定）、參考工具書、NumericDatabase、PropertyDatabase、Textual-numericDatabase

全文型：Full-textDatabase

目錄型：館藏目錄、聯(lián)合目錄（UnionCatalog）

OPAC：OnlinePublicAccessCatalog

OCLC：OnlineComputerLibraryCenter

第1節(jié)文獻(xiàn)信息檢索的基本概念

中國圖書分類法

1.中國圖書分類法（中圖法）用字母數(shù)字混合制標(biāo)記，一個或兩個英文字母和一串阿拉伯?dāng)?shù)字來代表一個具體的類目。

2.《中國科學(xué)院圖書館圖書分類法》（科圖法）中科院圖書館編制，主要用戶為中科院系統(tǒng)，用戶數(shù)居全國第二，類號標(biāo)記采用純數(shù)字。

3.《中國人民大學(xué)圖書館圖書分類法》（人大法）中國人民大學(xué)圖書館編制，適合人大圖書館所藏書目，類號采用純數(shù)字。第1節(jié)文獻(xiàn)信息檢索的基本概念

國外圖書分類法

1．《DeweyDecimalClassificationSystem》杜威十進(jìn)分類法

2．《LibraryofCongressClassification》美國國會圖書館圖書分類法

3．《UniversalDecimalClassification》國際十進(jìn)分類法

索書號——排架號構(gòu)成：分類號+文獻(xiàn)次序號、分類號+著者號第1節(jié)文獻(xiàn)信息檢索的基本概念館際互借（InterlibraryLoan）簡稱：ILL

對于本館沒有的文獻(xiàn)，在本館讀者需要時，根據(jù)館際互借制度、協(xié)議、辦法和收費(fèi)標(biāo)準(zhǔn)，向外館借入；反之，在外館向本館提出館際互借請求時，借出本館所擁有的文獻(xiàn)。適用于返還式文獻(xiàn)。

文獻(xiàn)傳遞（DocumentDelivery）簡稱：DD

將用戶所需的文獻(xiàn)復(fù)制品以有效的方式和合理的費(fèi)用，直接或間接傳遞給用戶的一種非返還式的文獻(xiàn)提供服務(wù)，它具有快速、高效、簡便的特點(diǎn)。傳遞方式有Mail,Fax,E-mail等。

第2節(jié)數(shù)據(jù)庫及檢索方法

一、基本概念

1.數(shù)據(jù)庫

至少由一種文檔組成，并能滿足某一特定目的或某一特定數(shù)據(jù)處理系統(tǒng)需要的一種數(shù)據(jù)集合?；蛘哒f：數(shù)據(jù)庫是在計算機(jī)存儲設(shè)備上按一定方式存儲的相互關(guān)聯(lián)的數(shù)據(jù)集合。

2.數(shù)據(jù)庫分類

數(shù)據(jù)庫分為：文獻(xiàn)型數(shù)據(jù)庫、非文獻(xiàn)型數(shù)據(jù)庫文獻(xiàn)型數(shù)據(jù)庫分為目錄型數(shù)據(jù)庫、題錄文摘型數(shù)據(jù)庫、全文數(shù)據(jù)庫。第2節(jié)數(shù)據(jù)庫及檢索方法

目錄型數(shù)據(jù)庫：主要是指各圖書館的館藏圖書、期刊目錄亦稱聯(lián)機(jī)目錄。這種數(shù)據(jù)庫的信息以圖書或者期刊為單位，其數(shù)據(jù)庫內(nèi)容詳細(xì)，除描述標(biāo)題、作者、出版項(xiàng)等書目信息外，還可以提供相關(guān)的分類號、索取號、館藏等信息。

題錄文摘型數(shù)據(jù)庫：收錄的內(nèi)容與題錄文摘型工具書基本一致，是以文獻(xiàn)為基本單元。數(shù)據(jù)庫的著錄項(xiàng)目包括了文獻(xiàn)號、文獻(xiàn)題目、作者以及工作單位、文獻(xiàn)來源（如期刊名稱、出版年、卷、期、頁碼等）、文摘、主題詞、文中所附圖表數(shù)和參考文獻(xiàn)數(shù)。特點(diǎn)是收藏文獻(xiàn)種類數(shù)量多、檢索速度快。第2節(jié)數(shù)據(jù)庫及檢索方法全文數(shù)據(jù)庫：是指存儲全文信息或主要部分的數(shù)據(jù)庫，數(shù)據(jù)庫的存儲內(nèi)容還可以細(xì)分為期刊全文數(shù)據(jù)庫、專利全文數(shù)據(jù)庫、百科全書全文數(shù)據(jù)庫等類型。非文獻(xiàn)型數(shù)據(jù)庫包括數(shù)據(jù)型數(shù)據(jù)庫：如實(shí)驗(yàn)數(shù)據(jù)、化學(xué)分子式、價格事實(shí)型數(shù)據(jù)庫：百科全書、人名錄、公司名錄概念型數(shù)據(jù)庫：各種名詞術(shù)語或語言資料，來源于詞典。圖像數(shù)據(jù)庫：衛(wèi)星圖片、云圖、工程設(shè)計圖第2節(jié)數(shù)據(jù)庫及檢索方法3.數(shù)據(jù)庫結(jié)構(gòu)特點(diǎn)（1）字段：是數(shù)據(jù)庫中最基本的單元，是文獻(xiàn)的著錄項(xiàng)目。可分為3種基本字段：檢索系統(tǒng)的存取號字段、基本索引字段、輔助索引字段。（2）記錄：幾個不同字段的集合構(gòu)成記錄，記錄是數(shù)據(jù)庫的基本數(shù)據(jù)單位。每條記錄相當(dāng)于題錄文摘型檢索刊物的一條著錄款目。在同一個數(shù)據(jù)庫中的記錄往往含有相同的字段。（3）文檔：文檔是按照一定結(jié)構(gòu)組織的相關(guān)記錄的集合。文檔是文獻(xiàn)型數(shù)據(jù)庫組織的基本形式。文檔的組織方式與檢索系統(tǒng)的硬件和軟件功能密切相關(guān)。第2節(jié)數(shù)據(jù)庫及檢索方法基本索引字段：又稱主題字段，用來表達(dá)文獻(xiàn)內(nèi)容特征的字段，如：篇名字段（TitleField/TI）文摘字段（AbstractField/AB）敘詞字段（DescriptorField/DE）

輔助索引字段（AdditionalIndexFields）：用來表達(dá)文獻(xiàn)外部特征的字段，如

著者字段（AuthorField/AU）

出版年字段（PublicationYearField/PY）

刊名字段（JournalField/SO或JN）

語種字段（LanguageField/LA）

文獻(xiàn)類型字段（DocumentTypeField/DT）輔助字段種類很多，且隨數(shù)據(jù)庫的不同而各有差異。第2節(jié)數(shù)據(jù)庫及檢索方法檢索詞

檢索詞是用戶或檢索人員給出的字、詞、字符或短語，用于查找含有它（它們）的記錄。

檢索詞分類及其特點(diǎn)受控詞：受控詞是事先規(guī)范化的檢索語言，取自主題詞表、敘詞表、分類表等。如果數(shù)據(jù)庫對數(shù)據(jù)采用了受控標(biāo)引，并有機(jī)讀式或印刷版主題詞表時，應(yīng)優(yōu)先選用其中的受控詞。敘詞：指來自文獻(xiàn)和用戶并經(jīng)過嚴(yán)格的多方面控制、用以表達(dá)文獻(xiàn)主題或信息需求的單義詞或代碼。

主題詞：以規(guī)范化的詞匯來表達(dá)文獻(xiàn)內(nèi)容的主題。第2節(jié)數(shù)據(jù)庫及檢索方法受控詞特點(diǎn)兩類檢索詞中，受控詞的檢索效率高，一旦選定適當(dāng)?shù)母拍?，系統(tǒng)就能檢出這一概念的全部內(nèi)容，而且，由于標(biāo)引人員已事先解決了自然語言中的同義、近義關(guān)系，使檢索相對容易。但由于其先組性質(zhì)，受控詞不能及時反映新事物的發(fā)展，而且概念數(shù)量有限、結(jié)構(gòu)復(fù)雜，不能適應(yīng)數(shù)量眾多、要求各異的信息用戶，也不易為非專業(yè)人員掌握。

第2節(jié)數(shù)據(jù)庫及檢索方法非受控詞

非受控詞是指非規(guī)范化的自然語言詞匯，又稱自由詞。特點(diǎn)：非受控詞可以在一定程度上彌補(bǔ)受控詞的不足，非受控詞可以是任意選詞，其專指性強(qiáng)，而且不需要熟悉詞表，新產(chǎn)生的名詞術(shù)語可以及時檢索與新概念有關(guān)的文獻(xiàn)。但非受控詞一般不能提供概念的等級結(jié)構(gòu)，不能檢索寬泛概念，不能解決同義詞、近義詞、相關(guān)詞的結(jié)合或連接問題。受控詞和非受控詞的作用是互補(bǔ)的，數(shù)據(jù)庫的詞表與要查詢的主題概念并非存在一一對應(yīng)的關(guān)系，很多概念得不到反映，所以，當(dāng)檢索結(jié)果不滿意時，要分析檢索詞，根據(jù)具體情況決定增減或替換檢索詞。第2節(jié)數(shù)據(jù)庫及檢索方法4.檢索語言(retrievallanguage)

檢索語言是信息檢索系統(tǒng)和檢索時所使用的共同語言。即在文獻(xiàn)存儲時文獻(xiàn)的內(nèi)容特征（如分類、主題）和外表特征（如書名、刊名、著者等）按照一定的語言來描述，檢索文獻(xiàn)時的提問也按照一定的語言來表達(dá)。檢索語言分為：自然語言和受控語言

自然語言（非規(guī)范）：是采用直接來自于文獻(xiàn)或用戶提問的檢索語言，自然語言用的檢索詞一般是從文獻(xiàn)篇名、正文或文摘中抽取有實(shí)際檢索意義的詞語，亦稱關(guān)鍵詞或自由詞。關(guān)鍵詞或自由詞均屬于非受控詞或非規(guī)范詞，特點(diǎn)是不受專業(yè)詞控制。第2節(jié)數(shù)據(jù)庫及檢索方法受控語言（規(guī)范）：是指受到信息檢索系統(tǒng)控制的一類索引語言的總稱（又稱“人工語言”或“規(guī)范化語言”）。在一個檢索系統(tǒng)中，所有規(guī)范詞集合在一起構(gòu)成了詞表包括：主題詞表、敘詞表、標(biāo)題詞表。構(gòu)成了標(biāo)題詞語言、單元詞語言、敘詞語言、分類語言。在文獻(xiàn)存儲時，文獻(xiàn)的內(nèi)容特征（如分類、主題）和外表特征（如書名、刊名、著者等）按照一定的語言來描述，檢索文獻(xiàn)時的提問也按照一定的語言來加以表達(dá)。第2節(jié)數(shù)據(jù)庫及檢索方法二、網(wǎng)絡(luò)相關(guān)概念

1.IP地址：為了保證因特網(wǎng)上的計算機(jī)（主機(jī)）在通信時能相互識別，就要使網(wǎng)上的每一臺計算機(jī)都有一個獨(dú)一無二的地址，這個地址就是IP地址。IP地址由4組數(shù)字組成，每組數(shù)字中間用點(diǎn)間隔，如是中國農(nóng)業(yè)大學(xué)圖書館的主機(jī)在Internet上的IP地址。

2.域名系統(tǒng)：入網(wǎng)的每一臺主機(jī)都具有這樣的域名：主機(jī)名.機(jī)構(gòu)名.網(wǎng)絡(luò)名.頂級域名。中國農(nóng)業(yè)大學(xué)圖書館的域名為:Lib為主機(jī)名、cau為機(jī)構(gòu)名、edu為網(wǎng)絡(luò)名、cn為頂級域名。

3.萬維網(wǎng)(WorldWideWeb，WWW）：是一種基于超文本方式的信息查詢工具。第2節(jié)數(shù)據(jù)庫及檢索方法

域名的規(guī)定全球互聯(lián)網(wǎng)絡(luò)信息中心(InterNIC)和Internet國際特別委員會規(guī)定了三類頂級域名，通用的頂級域名有：