第一章信息检索基础知识

源自文库
直接检索：指直接从信息源和文献载体中获取信息， 它是信息用户常用的检索方法，用这种方法检索时可以 明确判断检索到的信息是否符合需要，但很难广、快、 精、准地查到所需的全部信息。 间接检索：它把信息资料加上多种检索标志，并按 照这些标志把信息有效的组织起来，在检索时利用这些 标记可以查到所需信息的线索或信息本身。所以我们学 习信息检索的方法和技巧，主要指间接检索方法，掌握 使用检索工具和检索系统的技巧以提高检索的效率。
三．按信息的不同出版类型
1 ）图书：是对专门知识或某学科进行系统的论述或概括 的一种信息源。国际上通常将48页以上、不定期出版的 印刷品称为图书。其特征是内容比较全面、系统、成熟， 可靠性强若要获得某学科或某专题的较全面、系统的知 识，或对不熟悉的问题有一个基本的了解，图书是最佳 途径。 2）期刊：又称连续出版物，是一种定期或不定期的连续 出版物，它一般有统一的名称，按一定时间编定卷号， 每一卷又分若干期。期刊具有内容新颖、能及时反映国 内外最新研究成果和动态，出版量大、周期短、发行与 流通面广、便于获取等特点。按内容划分为综合性和专 业性的，按性质划分为学术性、技术性、消息性、通报 性和检索性的期刊。
例如
点击PDF原文下载
例如
三．检索功能
计算机检索过程中，为保证检索结果的全面 准确，仅靠一个检索词是难以满足的，有时需要 若干个检索词利用各检索系统提供的各种不同的 检索逻辑式来完成。
（1）布尔逻辑检索
利用布尔逻辑算符将一些具有简单的、表达 某一主题概念的检索单元组配成一个具有复杂概 念的检索式，以满足课题检索的要求。布尔逻辑 算符是布尔逻辑检索中表达概念之间关系的一类 运算符。基本的布尔逻辑算符有三种：逻辑“与” （AND或*）、逻辑“或”（OR或+）、逻辑 “非”（NOT或-）。
三．知识
知识：是人们对客观对象规律性的认识。知识来源 于实践，通过实践，客观事物反映到人的大脑中来，随 着反映的深入，认识也就深化，从现象到本质，从感性 到理性，从而掌握了事物的规律，这就产生了知识，知 识是人类在改造客观世界的实践中所获得认识与经验的 总结，是人类的主观世界对客观世界的如实概括和如实 反映，人类既要通过信息感知世界，认识世界和改造世 界，而且又要根据获得的信息组成知识，人类生活环境 中普遍存在的信息是知识的原料，这些原料经过人脑的 接收、选择处理，才能组成新的信息系统，这样就产生 了新的知识。
1）逻辑“与”：它用于两个或两个以上概念之间的相交 关系或限定关系运算，表示检索结果必须满足两个或两 个以上条件的单元集合。例如，查找“计算机控制啤洒 生产过程”课题的相关信息。则检索的文献记录中必须 同时含有 计算机、控制 、啤洒，才算命中，其检索式 为：计算机 与 控制 与 啤洒。或 计算机*控制*啤洒。
例如
点击篇名
文摘出现
3）指南、数值型数据库
指南数值型数据库：是记录关于一些机构、 公司、企业、名人、结构、主要产品及其产量、 价格等信息描述，通过这些数据库可以查到公司、 机构的地址、产品目录、研究项目等信息。如万 方数据公司的中国企业、公司及产品数据库。
例如
4）全文型数据库
全文型数据库：数据库存储文献内容全文或 其主要部分的数据库。如：中国学术期刊（全文 版）数据库。维普科技期刊数据库。
7）学位论文：是高等院校或研究机构的学生为获取某种 学位而撰写的学术论文。按学位不同可分为学士论文、 硕士论文和博士论文。学位论文的水平差异较大，但 探讨的问题比较专一，硕士和博士论文具有一定的学 术性、独创性、系统性和完整性，具有重要的参考价 值。 8）产品资料：一般是指产品样本说明书，是厂商或贸易 机构为宣传和推销其产品而印发的免费赠给消费者的 资料。 9）技术档案：是在生产或科研活动中形成的，是具体工 程和研究对象的技术文件的总称，包括任务书、协议 书、技术经济指标、研究计划、方案、试验设计、实 验记录、调查材料、总结报告等所有应入档的资料。 10 ）政府出版物：指各国政府部门及其所属机构颁发出 版的文献。
2）检索工具
检索工具：是用来报道、存储和查找信息的工具。 存储，就是将无序的一次文献加工成为有序的二次文献 的过程。检索：指通过检索工具，按照一定的方法，查 找所需要的文献线索的过程。 检索工具必须具备以下四个条件： （1 ）对所收录的信息资料的各种特征（包括外部特征和 内容特征）要有详细的描述 （ 2 ）每条描述记录都要标明可供检索用的标识，以便按 某种方式将这些描述记录组织起来，为编制各种索引做 准备。 （ 3 ）全部描述记录都要科学地组织成一个有机的整体， 使这些记录存放有序，方便存取。 （4 ）具有多种必要的检索手段以满足用户从多种角度查 找信息的要求。
3）科技报告：是各学术团体、科研机构、高校的研究报 告及研究过程中的记录。科技报告一般每份单独成册， 篇幅长短不等， 4 ）会议文献：在科技会议上科技工作者发表的论文，指 学术会议文献，包括会前、会中和会后文献。 5）专利文献是专利制度的产物，在实行专利制度的国家， 凡是本国或外国的个人和企业有了创造发明，都 可以 根据专利法的规定向本国或外国专利局提出申请，经审 查合格，批准授予在一定年限内享有创造发明成果的专 有权利。 6)技术标准和规范：主要指包括技术规范、技术标准、操 作规程、建议、准则、术语、专门名词等在内的各种技 术文件。在标准实践领域里，技术标准和规范在适用范 围方面是有区别的。
1.2信息检索
一．定义：指运用检索工具或数据库等情报集合， 从中查找所需信息的过程。广义的信息检索包括 两个方面：其一，将信息按一定的方式组织、存 储起来，其二，根据用户的需要找出有关信息。 狭义的信息检索，指从信息集合中找出所需要的 信息的过程，就是人们通常所说的信息查询。
1）直接检索与间接检索
二．文献
文献：所谓文献就是记录有知识和信息的一 切载体。由4个要素组成：1）所记录的知识和信 息，即文献的内容。2）记录知识和信息的符号， 可以是文字、图表、声音、图像。3）用于记录 知识和信息的物质载体，如竹简、纸张、胶卷、 胶片，它是文献的外在形式。4）记录的方式或 手段如铸刻、书写、印刷、复制、录音、录像等， 它们是知识、信息与载体的联系方式。
二．按信息的加工深度和结构等级
（1）零次文献：是指未经过任何加工的原始文献， 如实验记录、手稿等，零次文献是原始文献的保 存、原始数据的核对、原始构思的核定等方面有 着重要的作用。 （2）一次文献：是指作者以本人的研究成果为基 本素材而创作或撰写的文献如图书、期刊论文、 科技报告等。一次文献的论述一般都比较具体详 尽和系统。具有独创性 , 具有较高的理论和应用 价值。
4）文献类型
一．按信息存储载体的物质形态划分
（ 1 ）印刷型：它主要是指以纸张为载体，以印刷、手写 为记录手段，把信息内容固化在纸上的形式。 （2 ）缩微型：以感光材料为载体，以缩微照象为记录手 段而产生的一种载体形式。 （ 3 ）声像型：以磁性和感光材料为载体，借助特殊的机 械装置直接记录声音和图像信号的信息载体。 （ 4 ）电子型：它是指釆用电子手段并以电子形式存在， 利用计算机及现代通讯方式提供信息的一种新兴载体， 其前身是机读型。
（2）截词技术
截词技术：在英语中常常有词语的单、 复数表示形式不同，英美拼写方式不同， 词根相同、含义相近而词尾形式不同等 情况，为使检索时不遗漏相关词，提高 检索效率，一般信息检索系统都发展了 截词技术，利用截词符来屏蔽未输入的 字符。截词符根据检索系统的不同而不 同。“？”为 DIALOG 联机检索系统的 截词符。
（3）二次文献：指将分散的、无组织的一次文献进行搜 集、提炼浓缩、加工、整理，并按一定的科学方法组织 编排、编辑出版的文献，是为了更有效地管理和利用一 次文献而编辑的工具性文献。如目录、题录、文摘、索 引。
（4）三次文献：是指对有关的一次文献和二次文献进行 广泛、深入的分析、研究、对比、综合、评述、概括而 撰写的文献，其特点是文字精炼，叙述简明扼要，具有 系统性综合性、知识性和工具性等特点。如字典、词典、 百科全书，年鉴、手册等。
2）逻辑“或”：它用于两个或两个以上概念之间的并列 关系运算，表示检索结果必须满足两个以上条件之一的 单元集合。例如，查找国外有关电视机的资料，则检索 式为television+TV(television OR TV），检得的文献记录 中只要有television或TV、或者二者兼有均符合检索条件。
1.3计算机检索系统
一．计算机检索系统的组成：由硬件、软件和数据 库组成。 数据库：由字段、记录和文档组成。 1）字段：书目数据库中基本的信息单位著录项目 在数据库中称作字段。它是文献 著录加工的最 基本单元，描述的是文献 外部特征和内容特征。
点击
例如
列出字段
2）记录
记录：在数据库中的一篇文献称为一个记录，它是 由若干个不同的著录单元（字段）组成的。在数 据库中一条记录都有一个记录号，惟一地标识这 条记录。
3）逻辑“非”它用于在某一检索范围中排除不 需要的概念运算，表示必须满足条件A但不满 足条件B的单元集合。例如，查找“除了蛋白 酶的各类酶制剂”的相关资料，则检索的文献 记录中必须含有A（酶）而不含有B（蛋白酶） 才算命中，其检索式为A-B（A NOT B) P30, 图中表示。利用布尔逻辑三种算符检索时，有 时会同时用上，计算机会按优先顺序自动完成 算符运算，其中NOT优先级最高，AND次之， OR最低，要改变优先级可在检索式中添加括 号。
第一章 信息检索基础知识
绪论:
1.1基本概念
一．信息
信息：信息现在已经成为哲学、自然 科学和社会科学各个领域中广泛运用的 概念之一。信息是事物的存在方式和运 动壮态的表征。信息对于任何人来说都 是不陌生的，尽管有些人对信息并没有 太多的认识和理解，但他们都在不知不 觉中利用各种信息,尤其是在当今社会生 活中的人，几乎每天每时每刻都在与信 息打交道。
11）报纸：报纸以及广播、电视等大众传播信息 快、信息量大，现实感强，传播面广，具有群众 性和通俗性，是重要的社会舆论工具和信息源， 对社会经济和政治生活有着广泛的影响。
四．按电子文献载体形式划分
1）磁性型文献：它是通过编码和程序设计把文献 变成计算机可识别的数字语言，储存在磁带、磁 盘等载体上。 2）光盘型文献：光盘是一种利用激光技术在特制 圆盘上记录和再现信息的载体。 3）网络型文献：通过网络的传播，并经过组织、 制作成有序的数字信息文档。
一个记录
3）文档
文档：由某一类型的若干条记录组成的信息集合称 之文档。它是数据库的基本形式，包括顺排文档 和倒排文档。 （1）顺排文档：指文档中的记录按序存放。记录 的存取按时间顺序进行。 （2）倒排文档：是将每篇文献记录中的标识抽取 出来 ，同时记录下该检索标识出现过的文献记 录号，再按先后顺序组织起来成为可以用作索引 的文档。
二．计算机检索系统的数据库 类型
1）题录型数据库：数据库存储某个领域文献的题 录，包括文献的题名、作者、出处、主题词等。 所谓题录，是单篇文献外表特征的提示和报道。 以一个内容上独立的文献单元为著录的基本单位。 著录项目包括：篇名、著者和来源出处。
例如
2）文摘型数据库
文摘型数据库：存储文献内容中主要部分的 数据库，包括文献的题名、作者、出处、关键 词、文摘，基本上每一种书本式的检索工具都 同时出版电子版，供用户在计算机系统上建立 数据库。
3）检索工具和检索系统的相同点
检索工具和检索系统的相同点：都是服务于信息检 索，都是传播信息的重要媒介和实现情报检索的主要手 段。检索工具属于传统的检索设施，而检索系统是在手 工检索工具的基础上发展起来的是信息检索机械化和自 动化的必然产物，在信息检索中逐渐起主导作用。占据 了支配地位。 不同点：主要表现在内部结构、信息表示方式和匹 配机制等方面。检索工具的结构较为简单，以纸介质为 记录材料和存贮设备，用自然语言描述信息特征，依靠 人的智力和知识来进行信息比较选择，功能也相对较弱。 检索系统的构造通常较复杂，包含有多个功能子系统和 多种设备。