信息检索与利用第3讲计算机检索技术

17
前截词
• 前截词：将截词符号放在一个字符串的左方， 代替该位置上的有限或无限个字符，也称为左 截词、后方一致。 例如： *physics，可检 physics、astrophysics 、 biophysics等；
*computer，表示computer， microcomputer， minicomputer等;
• 较少使用
19
2.1.3 检域限制
• 检域限制，限定检索词出现在数据库记录中某一字段范 围的一种检索技术。 • 检索时，系统只对指定字段进行匹配运算，提高检索效 率和查准率。 • 检域限制方式有后缀方式和前缀方式。 后缀方式是在检索词之后加上指定检索字段的字段代码。 书写格式为:检索词/字段代码 例如：aircraft/TI 前缀方式是在检索词之前加上指定检索字段的字段代码。 书写格式为:字段代码=检索词 例如：AU=HU，Haiyan • 检域限制符则有后缀限制符和前缀限制符。后缀限制符 对应基本索引字段，反映文献的内容特征；前缀限制符 对应辅助索引字段，反映文献的外部特征。
21
常用字段名及代码
22
注意
目前各个检索系统所选取的字段各不相同，即使字段相同， 检域限制也可能采用不同的书写格式。
如对于题名字段，Ei中，用 highway transport* within TI 表示； OCLC Firstsearch 中，用 TI: highway transport* 表示。 在进行字段检索时，应先看一下该数据库的使用指南。 例: Ei CPX Web 网络版数据库主要字段的字段代码如下： CV Ei叙词表受控语 TI 题名 AB 文摘 AU 著者姓 AF 著者机构名称 ST 连续出版物名称
32
(3) (N)—Near
• (N)表示该算符两侧的检索词紧邻，中间不允 许插入其他词（空格、连字符和标点除外）， 但两者的相对位置可以颠倒。 • 例如：computer(N)network 可检出含有 computer network 、network computer 形式的 文献记录。 • （ Dialog 为例）
33
(4) (nN)—n Near
• (nN)表示此算符两侧的检索词之间允许 间隔最多n 个词或代码，且两者的顺序 可以颠倒。 • 例如 computer(2N)system 可检出含有 computer system ，computer code system ，computer aided design system ， system using modern computer 等形式的 文献记录。 （N），（1N），（nN）
30
（2 ）(nW)—n Words
• (nW)表示在此算符两侧的检索词之间最多允许 间隔n 个词(实词或虚词)或代码，且两词在记 录中的先后顺序不能颠倒。
• 例如：laser(1w)printer 可检出含有laser printer 和laser color printer 的文献； • Computer(1w)animation可检出含有Computer animation、Computer assisted animation的文 献。
(c) 检索式中有not时前后检索词不能交换。
• 备注: ( )必须在半角和英文状态下输入
9
布尔逻辑检索表达式的优缺点
• 优点：表达直观清晰，方便扩检和缩检。 易于计算机实现。
• 缺点：没有反映文献内容（或信息需求） 所涉及的多个概念的相对重要性。没有 反应概念之间的内在语义关系。
10
写出下图阴影部分的布尔逻辑检索表达式
2.1.2 截词
• 截词(truncation):针对同义不同形词、同一词根的不同词形、 词性、单复数等原因造成检索词列举不全形成漏检而提出的 特殊检索技术，将检索词在被认为合适的地方截断，用截词 符进行处理的一种方法。
• 截词符号:一般为“?”或 “*” 或其它。各检索系统规定不同， 目前无统一标准。 • 截词符具有“OR ”运算符的功能，提高查全率，减少输入检 索词的时间，提高检索效率。
20
2.1.3 检域限制
• 基本索引字段 中文：标题、文摘、叙词、自由标引词 英文：Title 、abstract 、 descriptor、 identifier 代码： TI、 AB、 DE、 ID •hor、 journal Name、language 、 publication year 代码：AU、JN、LA、PY
信息检索与利用
第三讲 信息检索技术基础
1
主要内容
2.1 信息检索技术 2.2 检索词的确定 2.3 信息检索策略及策略式 2.4 信息检索步骤 2.5 检索效果评价
2
2.1 信息检索技术
2.1.1 布尔逻辑
2.1.2 截词 2.1.3 检域限制 2.1.4 位置逻辑
3
2.1.1 布尔逻辑

布尔逻辑，利用布尔逻辑算符对多个检索词进 行逻辑组配，以利于对复杂课题进行充分而高 效检索的方法。
• 例: computer and control (SCI) computer*control (Dialog) computer control (Google) computer AND control (Google)
5
逻辑或
• • • • 逻辑“或”用于并列或平行概念的组配。 扩大检索范围，提高查全率。 A 表达符号：“OR”、“＋” 表达形式：A OR B 或 A + B (Google) (SCI) (EI)
• 例：Energy NOT nuclear (SCI) Energy –nuclear (Google) Energy AND NOT nuclear (ProQuest)
7
2.1.1布尔逻辑
• 逻辑或(OR)： 扩大检索范围，有利于提高查全率。
• 逻辑与(AND)：缩小检索范围，有利于提高查准率。
B
• 例：airplane OR aircraft airplane or aircraft airplane or aircraft
6
逻辑非
• 逻辑“非”用于从原检索范围中排除不需要的 或影响检索结果的概念。 A B • 缩小命中范围，提高查准率。 • 表达符号：“NOT”、“-” • 表达形式：A not B、A-B
“? ?” ，常用来表示检索词的单复数变化。
例如用system? ? 可以查出sytem 和systems 的文献。System 后最多可以加1个变化的字母。
相同字符串后可能变化两个以上字符时，则在其后连续使用若 干个“?”代替可能变化的字符。例如，??表示两个字符，???表 示三个字符，以此类推。 如表示九十年代；199? ? 表示20世纪：19??
• 位置算符，表示检索词之间的位置关系，实现 精确检索。 • 特征 • 这是一种可以不依赖主题词表而直接使用自 由词进行检索的技术方法。 • 可表达复合内容 • 属于提高专指度的方法 • 目的，表达复杂专深的概念，提高检索专指度， 弥补布尔逻辑算符难以表达某些提问的不足。
28
2.1.4 位置逻辑
分类： • 记录级检索:要求检索词在同一记录中有 L • 字段级检索:要求检索词在同一字段中,有 F • 子字段或自然句级检索:要求检索词出现在 同一子字段或同一自然句中,有 S, • 词位置检索:要求词之间相互位置满足某些 条件,有 W, nW, N. nN 等
布尔逻辑是构造检索表达式的最基本、最简单 匹配的模式。 布尔逻辑算符有三种：逻辑与AND（*） 逻辑或OR（+） 逻辑非NOT（-）
4


逻辑“与”
• • • • 逻辑“与”用于交叉概念或限定关系的组配。 缩小检索范围，提高查准率。 A B 表达符号：and、﹡、空格等 表达形式：A and B、 A * B 、或 A B
26
Search within a specific field using "wn" {test bed} wn ALL AND {atm networks} wn TI (window wn TI AND sapphire wn TI) OR Sakamoto, K* wn AU
27
2.1.4 位置逻辑
12
截词符
*——Ei Village，Web of Science， Elsevier，EBSCO Jane‘s 航空数据库 ？——PQDD ，Dialog
13
截词的分类
• 按截断的位置分： 前截词 中间截词 后截词 前后截词 • 按截断的数量分： 有限截词 无限截词
14
后截词
• 后截词，也称前方一致。将截词符放在一串字符的后面，表示 相同字符串开头，而结尾不同的所有词。 • 一、词尾的有限截断 相同字符串后可能变化一个字符时，则在其后使用一个
• （ 以Dialog为例）
29
（1 ）(W)—With
(W)表示该算符两侧的检索词紧邻，在记录中的 先后顺序不能颠倒，且两者之间只允许有一 个空格、标点符号或连字符，不允许有任何 字母或词。(W)可以简写为( )。 • 例如: Aircraft( )design 可检索出含有Aircraft design 的文献记录。 • Computer( )aided( )design 可检索出含有 Computer-aided-design或Computer aided design 的文献记录 • 检索专有名词和词组时，必须使用该算符。
（W），（1W），（nW）
31
常见的另外的表达形式
• Wn 如：W8——EBSCO 例：tax W8 reform • ADJ——Elsevier两词按指定顺序排列, 相当于短语 例：remote ADJ education • PRE/n ——PQDD 例：military PRE/1 weapons