文獻檢索課件第一章0911

計算機信息檢索根底知識學(xué)習(xí)文獻檢索課的目的以最少的時間、精力獲取自己需要的信息學(xué)習(xí)文獻檢索課的目的Whereisit？獲取信息的總路線如何判斷自己已具備了信息素質(zhì)計算機信息檢索根底知識知識的定義知識是人類在認(rèn)識和改造世界的社會實踐中獲得的對事物本質(zhì)認(rèn)識的成果和結(jié)晶，即人類通過有目的、有區(qū)別、有選擇地利用信息，對自然界、人類社會及思維方式與運動規(guī)律的認(rèn)識、分析與掌握，并通過人的大腦進行思維整合使信息系統(tǒng)化而構(gòu)成知識，因此，知識僅存在于人類社會。

文獻的類型按文獻的加工程度劃分零次文獻〔RawLiterature)：未以公開形式出版或未經(jīng)正式渠道流通的文獻，如文章草稿、私人筆記、實驗記錄、會議記錄等。一次文獻〔PrimaryLiterature〕：是作者以生產(chǎn)或研究成果為依據(jù)而創(chuàng)作的原始文獻。如，期刊論文、學(xué)位論文、專利文獻、會議文獻、研究報告、專著、譯文等。

文獻的類型按文獻的加工程度劃分二次文獻〔SecondaryLiterature〕：將無序的一次文獻進行收集、整理，著錄其特征并以規(guī)定的格式編制成為便于管理和查找文獻的工具，即檢索工具。如目錄、題錄或索引、文摘等。三次文獻〔TertiaryLiterature〕：是指在利用二次文獻的根底上，對一次文獻的內(nèi)容經(jīng)閱讀研究，濃縮提煉而編寫成的文獻。如科技動態(tài)、專題綜述、決策參考指南、進展等。

事物運動信息知識新的信息文獻產(chǎn)生人腦有序化用于實踐記錄在載體上傳遞運用后信息、知識、文獻的關(guān)系信息檢索的根本原理存儲過程--對文獻進行標(biāo)引，使之有序化、系統(tǒng)化，成為有功能的檢索工具或檢索系統(tǒng)。檢索過程--根據(jù)需求，確定提問式，查找到所需要信息檢索是信息組織的反變換過程。信息組織的目的是將零散的信息組成一個有序的體系，檢索的目的那么是迅速從這個體系中搜尋所需的信息。

信息檢索原理可從信息檢索過程得到很好的詮釋，如以下圖

檢索提問匹配計算數(shù)據(jù)庫〔檢索工具〕

信息檢索語言

是信息組織與信息檢索時所用的語言，也稱文獻檢索語言、情報語言等?！惨弧撤诸悪z索語言用分類法來表達(dá)各種信息資源的概念，將各種概念按照學(xué)科、專業(yè)性質(zhì)進行分類和系統(tǒng)排列。集中表達(dá)學(xué)科的系統(tǒng)性，反映事物的附屬、派生關(guān)系，由上至下，從總到分層層展開，是一種等級體系。5個基本部類22個基本大類馬列、毛澤東思想A馬列、毛澤東思想哲學(xué)B哲學(xué)、宗教社會科學(xué)C社會科學(xué)總論；D政治、法律；E軍事；F經(jīng)濟G文化、科學(xué)、教育、體育；H語言、文字；I文學(xué)；J藝術(shù)；K歷史、地理自然科學(xué)N自然科學(xué)總論；O數(shù)理科學(xué)和化學(xué)；P天文學(xué)、地球科學(xué)；Q生物科學(xué)；R醫(yī)學(xué)、衛(wèi)生；S農(nóng)業(yè)科學(xué)T工業(yè)技術(shù)；U交通運輸；V航空、航天；X環(huán)境科學(xué)、勞動保護科學(xué)（安全科學(xué)）綜合性圖書Z綜合性圖書〔一〕分類檢索語言

〔二〕主題法檢索語言是利用詞語來表達(dá)信息資源中論述的主題概念。用來表達(dá)信息內(nèi)容的詞語稱為主題詞。用主題詞匯表達(dá)各種概念，按字母順序排列。包括控制詞語言、敘詞語言等。〔二〕主題法檢索語言三個根本特征著眼于從事物的特性方面去提示文獻主題采用文字符號按字順排列關(guān)鍵詞、敘詞的比較關(guān)鍵詞Keyword敘詞（單元詞)Descriptor未經(jīng)規(guī)范化的名詞規(guī)范化的名詞必須是文獻或標(biāo)題中抽出的詞匯可以是文獻中的詞匯，也可以不是1〕邏輯與AND〔*〕邏輯與AND〔*〕：這是一種用于交叉概念或限定關(guān)系的組配，可以縮小檢索范圍，提高查準(zhǔn)率?！纠坎檎摇案邚姸鹊秃辖痄摠暦矫娴奈墨I，可以將概念分解為：“highstrength〞、“l(fā)owalloy〞和“steel〞三個根本概念。如用A、B、C三個圓分別代表“steel〞、“highstrength〞和“l(fā)owalloy〞，那么三圓交叉的斜線局部才是三個檢索詞同時存在的文獻記錄。2〕邏輯或OR〔+〕邏輯或OR〔+〕：這是一種用于并列概念的組配，可以擴大檢索范圍，防止漏檢，提高了查全率?！纠坎檎矣嘘P(guān)“太陽能〞方面的文獻，不能確定主題詞用“sun〞或“solar〞，那么采用“或〞組配。如用A、B兩圓分別代表“sun〞或“solar〞，那么斜線局部為其中任何一個詞或兩個詞同時存在的文獻記錄。3〕邏輯非NOT〔–〕邏輯非NOT〔–〕：用于從原來的檢索范圍中排除不需要的概念或影響檢索結(jié)果的概念。用邏輯非，能夠縮小命中文獻范圍，提高查準(zhǔn)率?！纠坎檎摇安话ê四艿哪茉川暤奈墨I，用A、B兩圓分別代表“energy〞、“nuclear〞，斜線局部從energy中排除了nuclear的文獻。1〕后截斷例如，輸入computer*，那么前8個字符為computer的所有詞均滿足條件。因而能檢出含有computers、computered等相關(guān)詞。輸入computer??可檢出含有computer、computers、computered的文獻。注意：使用后截斷有可能檢索出無關(guān)詞匯，尤其是在使用無限后截斷時，所選詞干不能太短，否那么將造成大量誤檢，或發(fā)生溢出，導(dǎo)致檢索失敗。2〕前截斷它將截詞符號置于一個字符串左方，表示其左面的有限或無限個字符不影響該字符串的檢索，也稱為左截斷。從檢索性質(zhì)上講，前截斷是前方一致檢索。例如，輸入*computer可以檢索出microcomputer、minicomputer、computer等詞匯。3〕中間截斷它將截詞符號置于一個檢索詞的中間。它對于解決英、美不同拼法、不規(guī)那么的單、復(fù)數(shù)變化等很有用。例如，analy?e表示analyze和analyse，wom?n表示woman和women等。4〕前后截斷它是將前截斷和后截斷結(jié)合使用。例如，*Computer??表示minicomputers。3．位置檢索位置檢索又稱鄰近檢索，用位置算符表示檢索詞之間的位置鄰近關(guān)系。常用的位置算符有以下幾種：(W)算符、(nW)算符、(N)算符、(nN)算符、(S)算符、(F)算符。1〕(W)算符W是With的縮寫，(W)表示其兩側(cè)的檢索詞必須按前后順序出現(xiàn)在記錄中，在兩詞之間不能插入其他詞，只可能有空格或一個標(biāo)點符號。(W)算符嚴(yán)密性較強，它根本等價于詞組檢索，可以簡寫為()。例如，online()information()retrieval2〕(nW)算符W是Words的縮寫，n為自然數(shù)。(nW)表示其兩側(cè)的檢索詞之間允許最多插入n個詞，但它們之間的位置不能顛倒。如laser(1W)priter可檢出“l(fā)aserpriter〞、“l(fā)asercolourpriter〞和“l(fā)aserandpriter〞3〕(N)算符N是near的縮寫，(N)表示其兩側(cè)的檢索詞必須彼此相鄰，并且這兩個檢索詞的次序任意。如factory(N)automation可檢出factoryautomation和automationfactory的信息。4〕(nN)算符表示在其兩側(cè)的檢索詞之間允許最多插入n個單詞，且兩詞詞序可以改變。例如，information(1N)retrieval可檢出informationretrieval或retrievalofinformation的信息5〕(S)算符S是subfield的縮寫，(S)表示其兩側(cè)的檢索詞必須出現(xiàn)在同一子字段，即一個句子或短語中，詞序不限,并且夾在其間的詞量不限。例如，computer(S)application只要computer和application在一個句子或短語中即為命中文獻。6〕(F)算符F是field的縮寫，(F)表示其兩側(cè)的檢索詞必須出現(xiàn)在同一個字段中，如篇名字段、敘詞字段、文摘字段等，詞序不限，并且夾在其間的詞量不限。例如，Pollution(F)control表示一篇標(biāo)題為ControlandManagementofIndustrialPollution的文獻記錄為命中文獻。4．字段限定檢索字段限定檢索是利用檢索字段符來限定檢索字段，即指定檢索詞在記錄中出現(xiàn)的字段。檢索時，計算機只對限定字段進行運算，這是提高檢索效率的措施之一檢索字段符分為兩類，即后綴方式和前綴方式。前者對應(yīng)于根本索引，反映文獻的主題內(nèi)容；后者對應(yīng)于輔助索引，反映文獻的外部特征。4．字段限定檢索1〕后綴方式后綴方式在檢索詞后加上指定檢索字段的后綴字段代碼，反映文獻的主題內(nèi)容。常用的代碼有/TI〔篇名〕、/AB〔文摘〕、/DE〔敘詞〕。例如，information()retrieval/TI表示僅在TI字段中檢索information()retrieval。4．字段限定檢索2〕前綴方式前綴方式是在檢索詞之前加上指定檢索字段的前綴字段代碼，反映文獻的外部特征。常用的代碼有AU=(作者)、ISBN=(ISBN號)、CC=(分類號或類目名稱)、CD=(會議日期)、CS=(機構(gòu)名稱)、DT=(文獻類型)、JN=(刊名)、PY=(出版年)等。4．字段限定檢索2〕前綴方式例如，AU=Yu,XiaoyangANDCS=(GuiLINCollegeofAerospaceTechnology)表示查找桂林航天工業(yè)高等?？茖W(xué)校的Yu,Xiaoyang的文獻。計算機信息檢索的

常用方法與步驟1、信息檢索方法基于數(shù)據(jù)庫的常用檢索方法：計算機檢索方法沒有固定模式，主要歸納為以下幾種：

〔1〕根本檢索：是一種最簡單的檢索方法，多數(shù)數(shù)據(jù)庫只提供一個檢索框且只能輸一詞或一個詞組檢索，但也有的數(shù)據(jù)庫可對兩詞或多詞進行邏輯組配檢索。計算機信息檢索的

常用方法與步驟基于數(shù)據(jù)庫的常用檢索方法：〔2〕高級檢索：用戶可通過點選檢索系統(tǒng)給定的檢索算符對多詞進行邏輯組配。高級檢索提供的檢索框也較多，一般一個檢索框只能輸一詞或一個詞組，檢索框經(jīng)常控制在2-5個。計算機信息檢索的

常用方法與步驟計算機信息檢索的

常用方法與步驟2、信息檢索步驟科研人員的檢索課題和需要雖各不相同，但為了到達(dá)檢索目的，都要利用一定的檢索工具和數(shù)據(jù)庫，按照一定的途徑與方法才能檢索出需要的文獻。一般要經(jīng)過以下步驟：計算機信息檢索的

常用方法與步驟2、信息檢索步驟“用戶→研究課題→主題分析→選擇檢索系統(tǒng)或數(shù)據(jù)庫→選擇檢索途徑：主題詞、作者、機構(gòu)等→制定檢索策略和檢索方式→檢索操作→初始檢索結(jié)果輸出→用戶結(jié)果評價：滿意→檢索結(jié)果→索取原文；不滿意：返回主題分析重新檢索〞。計算機信息檢索的

常用方法與步驟

2、信息檢索步驟計算機信息檢索的

常用方法與步驟３、信息檢索效果評價對計算機網(wǎng)絡(luò)信息檢索的效果評價，應(yīng)該從質(zhì)量、費用和時間這三個方面進行。質(zhì)量標(biāo)準(zhǔn)主要通過查全率與查準(zhǔn)率進行評價。費用標(biāo)準(zhǔn)即檢索費用，是指用戶為檢索課題所投入的費用。

時間標(biāo)準(zhǔn)是指花費時間，包括檢索準(zhǔn)備時間、檢索過程時間、獲取文獻時間等。查全率和查準(zhǔn)率是判定檢索效果的主要標(biāo)準(zhǔn)。計算機信息檢索的

常用方法與步驟查全率是指系統(tǒng)在進行某一檢索時，檢出的相關(guān)文獻量與系統(tǒng)文獻庫中相關(guān)文獻總量的比率，它反映該系統(tǒng)文獻庫中實有的相關(guān)文獻量在多大程度上被檢索出來。查全率=[檢出相關(guān)文獻量/文獻庫內(nèi)相關(guān)文獻總量]×100%例如，要利用某個檢索系統(tǒng)查某課題。假設(shè)在該系統(tǒng)文獻庫中共有40篇相關(guān)文獻，而只檢索出30篇，那么查全率就等于75%。計算機信息檢索的

常用方法與步驟查準(zhǔn)率是指系統(tǒng)在進行某一檢索時，檢出的相關(guān)文獻量與檢出文獻總量的比率，它反映每次從該系統(tǒng)文獻庫中實際檢出的全部文獻中有多少是相關(guān)的。查準(zhǔn)率=[檢出相關(guān)文獻量/檢出文獻總量]×100%計算機信息檢索的

常用方法與步驟例如，檢出的文獻總篇數(shù)為50篇，經(jīng)審查確定其中與工程相關(guān)的只有40篇，另外10篇與該課題無關(guān)，這次檢索的查準(zhǔn)率就等于80%。顯然，查準(zhǔn)率是用來描述系統(tǒng)拒絕不相關(guān)文獻的能力，有人也稱查準(zhǔn)率為“相關(guān)率〞。查準(zhǔn)率和查全率結(jié)合起來，描述了系統(tǒng)的檢索成功率。計算機信息檢索的

常用方法與步驟實際上，影響檢索效果的因素是非常復(fù)雜的。根據(jù)國外有關(guān)專家所做的實驗說明，查全率與查準(zhǔn)率是呈互逆關(guān)系的。要想做到查全，勢必會對檢索范圍和限制逐步放寬，那么結(jié)果是把很多不相關(guān)的文獻也帶進來，影響了查準(zhǔn)率。網(wǎng)絡(luò)信息資源1、網(wǎng)絡(luò)信息資源的特點1〕數(shù)據(jù)量大、傳播廣泛網(wǎng)絡(luò)信息資源極為豐富。報告?數(shù)字宇宙膨脹：到2021年全球信息增長預(yù)測?指出2021年，全球數(shù)字信息量為9880億GB。網(wǎng)絡(luò)信息資源1、網(wǎng)絡(luò)信息資源的特點2〕檢索方便、本錢低廉網(wǎng)絡(luò)信息資源可以使用自然語言檢索，便于信息資源的獲取和信息利用。很多信息對于公眾來說都是免費的。因此，相對于其他形式的信息資源，網(wǎng)絡(luò)信息資源無疑是低本錢、高回報的資源。網(wǎng)絡(luò)信息資源1、網(wǎng)絡(luò)信息資源的特點3〕分散無序、缺乏管理網(wǎng)上信息資源具有分布式特點，處于一種無中心控制、混亂無序的分布狀態(tài)。網(wǎng)站軟硬件變動和更新頻繁，更新周期不一。4〕分布不均、質(zhì)量不一網(wǎng)絡(luò)信息資源在不同學(xué)科專業(yè)領(lǐng)域、不同行業(yè)、不同地理位置上的分布差異很大，數(shù)量和質(zhì)量的差異也很大。網(wǎng)絡(luò)信息資源1、網(wǎng)絡(luò)信息資源的特點5〕內(nèi)容豐富、形式多樣互聯(lián)網(wǎng)信息資源在形式上沒有一個統(tǒng)一的體系和結(jié)構(gòu)，處于非結(jié)構(gòu)化狀況，其內(nèi)容包羅萬象，覆蓋了不同學(xué)科、不同領(lǐng)域的信息資源。網(wǎng)絡(luò)信息資源網(wǎng)絡(luò)信息資源2、搜索引擎檢索和利用2〕搜索引擎的根本原理搜索引擎的原理可以看成三步：從互聯(lián)網(wǎng)上抓取網(wǎng)頁→建立索引數(shù)據(jù)庫→在索引數(shù)據(jù)庫中搜索排序。網(wǎng)絡(luò)信息資源2、搜索引擎檢索和利用3〕搜索引擎的檢索技巧a〕使用關(guān)鍵詞的技巧關(guān)鍵詞〔Keywords〕是文獻作者在標(biāo)題、摘要、正文中所用的原詞，是對表征文獻主題內(nèi)容具有實質(zhì)意義的詞語，或?qū)沂竞兔枋鑫墨I主題內(nèi)容來說是重要的詞語。選取準(zhǔn)確的關(guān)鍵詞，對提高檢索命中率的影響較大。網(wǎng)絡(luò)信息資源3〕搜索引擎的檢索技巧a〕使用關(guān)鍵詞的技巧使用關(guān)鍵詞檢索時，首先應(yīng)從復(fù)雜的搜索目標(biāo)中提煉出最具代表性的關(guān)鍵詞。其次，搜索條件越具體，搜索引擎返回的結(jié)果就越精確，有時多輸入一兩個關(guān)鍵詞，效果就完全不同，因此在搜索中應(yīng)學(xué)會使用兩個以上的關(guān)鍵詞搜索的方法。網(wǎng)絡(luò)信息資源網(wǎng)絡(luò)信息資源3〕搜索引擎的檢索技巧b〕減號“〞的運用“〞的作用是為了去除包含特定的關(guān)鍵詞但與檢索目標(biāo)無關(guān)的搜索結(jié)果，提高搜索結(jié)果相關(guān)性。假設(shè)在搜索結(jié)果中有很多不相關(guān)的結(jié)果，那么可用“〞減掉不相關(guān)結(jié)果的關(guān)鍵詞網(wǎng)絡(luò)信息資源3〕搜索引擎的檢索技巧b〕減號“〞的運用例，檢索小說“水滸傳〞，輸入“水滸傳電視劇〞來進行搜索，查詢的結(jié)果里就不會有水滸傳電視劇的信息。需要注意的是，前一個關(guān)鍵詞和減號之間必須有空格，否那么，減號會被當(dāng)成連字符處理，而失去減號語法功能。減號和后一個關(guān)鍵詞之間，有無空格均可。網(wǎng)絡(luò)信息資源3〕搜索引擎的檢索技巧c〕利用雙引號“〞進行精確匹配搜索使用雙引號進行精確匹配檢索，能縮小檢索結(jié)果范圍，提高查準(zhǔn)率，得到的信息結(jié)果最少最精確。如，輸入“黑龍江大學(xué)〞，可以得到與輸入詞完全匹配的結(jié)果否那么，搜索引擎就會將“黑龍江〞或“大學(xué)〞等詞分別檢索出來。網(wǎng)絡(luò)信息資源3〕搜索引擎的檢索技巧d〕停用詞的應(yīng)用停用詞〔StopWords〕主要常見于英文搜索引擎中，指的是使用過于頻繁的單詞，如who、I、what、it、and、how、的、地等。搜索引擎不支持停用詞的檢索。如果在搜索的檢索詞中必須使用停用詞，可以用加號“+〞來解決。如搜索影片名稱“WhoamI〞時，其中“Who〞和“I〞是停用詞，用“+〞號強制對其進行搜索，此時的搜索條件即+Who+am+I或?qū)⑷繖z索詞用“〞引起來，進行精確匹配搜索。網(wǎng)絡(luò)信息資源網(wǎng)絡(luò)信息資源百度的網(wǎng)頁搜索特色功能包括以下方面?！?〕百度快照。每個未被禁止搜索的網(wǎng)頁，在百度上都會自動生成臨時緩存頁面，稱為“百度快照〞。當(dāng)網(wǎng)站效勞器暫時出現(xiàn)故障或網(wǎng)絡(luò)傳輸堵塞時，可以通過“百度快照〞快速瀏覽頁面文本內(nèi)容。因為百度快照只臨時緩存網(wǎng)頁的文本內(nèi)容，所以那些圖片、音樂等非文本信息，仍是存儲于原網(wǎng)頁。網(wǎng)絡(luò)信息資源網(wǎng)絡(luò)信息資源百度的網(wǎng)頁搜索特色功能包括以下方面?！?〕專業(yè)文檔搜索。很多有價值的資料，在互聯(lián)網(wǎng)上并非是普通的網(wǎng)頁，而是以Word、PowerPoint、PDF等格式存在。百度支持對Office文檔〔包括Word、Excel、PowerPoint〕、AdobePDF文檔進行的全文搜索。要搜索這類文檔，在普通的檢索詞后，加一個“filetype:〞文檔類型限定，“filetype:〞后可以跟以下文件格式：DOC、XLS、PPT、PDF、RTF、ALL。網(wǎng)絡(luò)信息資源〔6〕專業(yè)文檔搜索例如，查找厲以寧關(guān)于經(jīng)濟改革方面的經(jīng)濟學(xué)論文，輸入“經(jīng)濟改革厲以寧filetype:doc〞，單擊檢索結(jié)果的標(biāo)題，就可以直接下載該Word文檔。也可通過百度文檔搜索界面〔〕直接使用專業(yè)文檔搜索功能。網(wǎng)絡(luò)信息資源網(wǎng)絡(luò)信息資源網(wǎng)絡(luò)信息資源網(wǎng)絡(luò)信息資源網(wǎng)絡(luò)信息資源網(wǎng)絡(luò)信息資源網(wǎng)絡(luò)信息資源網(wǎng)絡(luò)信息資源網(wǎng)絡(luò)信息資源網(wǎng)絡(luò)信息資源常用的英文搜索引擎a〕Google〔〕1998年9月，Google創(chuàng)始人——美國斯坦福大學(xué)博士生LarryPage和SergeyBrin在斯坦福大學(xué)學(xué)生宿舍內(nèi)共同開發(fā)了全新的在線搜索引擎〔Google〕，并于1999年創(chuàng)立Google公司。英語中沒有Google這個詞，它是數(shù)學(xué)名詞googol的諧音，表示一個1后面跟著100個零。LarryPage和SergeyBrin選擇了這個詞，使它成為世界上最大、最快的搜索引擎。網(wǎng)絡(luò)信息資源網(wǎng)絡(luò)信息資源Google特色功能如下：〔1〕新詞和生僻詞定義效勞功能。Google表示，一些時髦的新詞幾乎總是先在網(wǎng)絡(luò)上出現(xiàn)，因此推出了這一相應(yīng)的俚語和新詞搜索定義功能。在進行新詞定義搜索時，輸入單詞“define〞〔定義〕后按空格鍵，之后是想要搜索定義的詞語。英文單詞“define〞也可用“whatis〞或“definition〞代替。網(wǎng)絡(luò)信息資源網(wǎng)絡(luò)信息資源〔2〕單詞糾錯。Google對英文單詞拼寫錯誤有糾錯功能。例在寫上文的時候，要用到英文單詞“tutorial〞，記得好似是“tutorial〞，但不肯定，用Google一查，它馬上提醒：“您要找的會不會是：tutorial〞，正是這個單詞。網(wǎng)絡(luò)信息資源〔3〕在線的英文活字典。Google可以幫助查找英語單詞的解釋或用法，在檢索欄中只要輸入查找的單詞并單擊“Google搜索〞按鈕或按回車鍵，瀏覽器就會顯示有關(guān)該單詞的鏈接，單擊這些鏈接，就會出現(xiàn)有關(guān)的信息內(nèi)容，是一種真正方便、快捷的在線英文活字典。網(wǎng)絡(luò)信息資源常用的英文搜索