第2章 计算机信息检索技术1

这类数据库占用很大的比例，其代表性的数据库有
《EI Compendex Plus》(工程索引)、《INSPEC》(科学
文摘)和《全国报刊索引》等。
图书馆提供的基于网络的联机公共检索目录（OPAC）系统
2013-5-17
19
事实数据库
存储的是用来描述人物、机构、事物等信息 的情况、过程、现象的事实数据。
数据库中一部分记录的集合,文档由若干记录构成。
数据库是由一个顺排文档和若干个倒排文档所构成
顺排文档是数据库的主体，又称主文档，按每条记 录的顺序号大小排列，检索结果都来自于顺排文档。 倒排文档是从顺排档中抽取有检索意义的检索标识， 如主题词、著者姓名、化学物质名、刊名等，并按 索引词的字顺排列，同时在检索标识后注明入藏顺 序号，这就是常见的数据库中的主题词索引、著者 索引、刊名索引。
26
2013-5-17
（4）超文本检索

超文本(Hyper text) 是利用计算机将多介质信息按照一定的逻辑 联接关系加工、贮存起来，构成可任意连接的、有层次的网状结 构数据库，是一种联想式的综合信息管理系统。

其中的某些字、符号或短语、图形和图像起着“热链路” （Hotlink）的作用，在显示出来时其字体或颜色变化或者标有下 横线、以区别于一般的正文。当鼠标器的光标移到某个热链路上， 并且按了一下鼠标键之后，鼠标器光标便沿着这条链路跳到该文 件的另一处或另一个文件。
2013-5-17
14
记录列表
2013-5-17
15
内部特征 外部特征
2013-5-17
16
字段（Field)



字段是构成记录的基本单元，是对文献某一方面的 特征（包括外表特征和内容特征）进行描述的结果。 例如：题名、主题词、分类号、文摘、作者、作者 地址、出版年、来源（出处）等字段是书目数据库 中必备字段。 为识别每一个字段所表达的文献特征，通常每个字 段都有固定的名称和缩写（或称字段标识符），如， 题名字段的标识符为TI，作者字段的标识符为AU等。
光盘：80年代发展起来的激光存储载体，继
纸张感光材料、磁性载体之后问世的又一种新 型的信息存储介质。能存储数据、文字、图形、 图像、声音、动画等各种信息。一张普通的光 盘、信息存储量约为650兆。
光盘的分类：按存储方式分为
(1)只读型光盘：CD-ROM (2)写读光盘：WORM (3)可擦写型光盘：ERM
信息主题
著录 数据库记录及 信息特征标识 标引
检索主题
选定 检索提问式及 提问标识 编制
计算机 类比
2013-5-17
输出 检索结果
6
信息存储过程
信息存储就是按照一定标准，将收集
到的原始文献进行主题概念分析，用 系统规定的语言（主题词、分类号） 进行标引，形成信息的特征标识，进 行整理与排序，构成可供检索的数据 库，主要包括：信息的采集、著录、 标引和整序等过程。
1975年,从国外引进数据库开展机检服务；
1980年,建立国际联机终端开展检索服务；
20世纪80年代中后期，自建数据库；
90年代初，发展光盘检索； 90年代中期，Internet网络化检索阶段。
2013-5-17 3
国外计算机信息检索发展阶段（P5）
脱机检索阶段(20世纪50-60年代)
17
2013-5-17
2.3 数据库的类型*（P3-4）
参考（文献书目型）数据库 全文数据库 事实数据库 数值数据库

2013-5-17
18
参考（文献书目型）数据库
是指包含各种数据、信息或知识的原始来源和属性的数据 库；是机读的目录、索引和文摘检索工具，检索结果是文 献的线索而非原文。 存储的是二次文献，包括文献的外部特征、题录、文摘 和主题词等。
联机检索阶段(20世纪60-80年代)
光盘检索阶段(20世纪80年代中-90年代)
网络信息检索阶段(1995-)
2013-5-17
4
1.2 计算机信息检索的原理

计算机信息检索的实质就是由计算机将输入的检索策略与 系统中存储的文献特征标识及其逻辑组配关系进行类比、 匹配的过程，主要包括2个部分： 信息存储是将文献、数值、事实等信息按一定的格式输入 到计算机中，构成可供检索的数据库。主要包括信息的采
光盘检索的定义和特点
定义：是一种用激光技术在特制圆盘上
记录信息的检索方式。 特点： (1)投资成本低； (2)价格低； (3)运行速度快； (4)检索效果好； (5)下载方便； (6)安全性能高。
8

2013-5-17
1.3
计算机信息检索特点
检索速度快，效益高； 检索功能强，数量大； 检索途径多，手段灵活； 检索范围广； 服务方式多。
2 计算机信息检索系统组成
2.1 系统设备 硬件：运算器、控制器、存储器、输入输出装置等 软件：系统操作程序、数据库管理程序、联机控制程序、 应用程序等。 通讯线路：电话通讯网、数据通讯网、卫星通讯网等。 检索终端：信息用户与检索系统主机进行人机对话，实 现联机检索的设备。包括上网设备、调制解调器等。 数据库：是计算机检索的对象。是由一个或数个文档构 成，并能够满足某一特定目的或某一特定数据处理系统 需要的一种数据集合。
2013-5-17 12
2013-5-17
13
记录（Record)

由若干字段组成的文献单元，是数据库中的基本文献
单元，每条记录描述了原始信息的外部和内部特征。
数据库中的一条记录通常代表一篇文献。

例如：在书目型数据库中，一条记录相当于一条题录 或文摘；在全文型数据库中，一条记录相当于一篇完 整的文献；在其它类型数据库中，一条记录则代表一 个信息单元。记录越多，数据库的容量就越大。
2013-5-17 7
信息检索过程

用户对检索课题加以分析，明确检索范围，弄清主题 概念，然后用系统检索语言来表示主题概念，形成检 索标识及检索策略,输入到计算机进行检索。计算机 按照用户的要求将检索策略转换成一系列提问，在专 用程序的控制下进行逻辑运算，选出符合要求的信息 输出。 计算机检索的过程实际上是一个比较、匹配的过程， 检索提问只要与数据库中的信息的特征标识及其逻辑 组配关系相一致，则属“命中”，即找到了符合要求 的信息。
数据库、《Elsevier数据库》等等全文数据库。
2013-5-17
22
3 计算机信息检索的分类
1 按信息资源的存储形式分 2 按信息访问模式分
3.1 按信息资源的存储形式分* (P7-8)
（1）全文检索。 以全文数据库存储为基础的检索方式，所谓全文数据库是 将一个完整的信息源的全部内容转化为计算机可以识别、 处理的信息单元而形成的数据集合。 全文检索系统对全文数据库进行词（字）、句、段落等深 层次的编辑、加工，同时允许用户采用自然语言表达，借 助逻辑组配、截词、邻词匹配等检索手段直接查阅文献原 文信息。 全文检索的应用范围包括：各种科技期刊、专利文献、新 闻报纸、年鉴、百科、手册、图书等全文数据库，例如： 我国引进的OCLC的first search、IEL、Springer Link、 EBSCO等全文数据库以及我国CNKI的中国期刊全文数据库、 重庆维普的中文科技期刊数据库、超星数字图书馆、万方 资源系统的数字化期刊据、地质资料、化学或物理化合物 特性 的文献数据、人口统计资料、市场调 研数据等。
2013-5-17
21
全文数据库

存储的是原始文献的全文，如杂志论文、 报纸新闻、法院案例等。

全文检索可直接获取原始资料，而不是书
目检索时的线索，提高了用户的检索效率。
如：中国知网（CNKI）、万方数据库、维普

系统中各类型数据库数量的发展速度相当快，
拥有数据库约900多个，占全世界机存总量的60%，内容 涉及自然科学、社会科学、经济、商业等各个领域。
DIALOG系统主页(/)
2013-5-17
34
DIALOG WEB系统检索平台
2013-5-17
35
（4） 光盘数据库检索
检索费用高； 对检索系统及其文档（数据库）的收录、 标引、特点等问题较难了解、熟悉； 检索技术和技巧不易掌握
2013-5-17
32
世界上最著名的国际联机检索系统
1、DIALOG系统*

是世界最大的国际联机检索系统 1963年，原属美国洛克希德公司，系统设在加洲Palo Alto市,1988年转让给美国Knight-Ridder公司。2000年 又转入DIALOG公司经营。目前，该系统的联机服务网 遍布世界70多个国家和地区的200多个城市，共设有联 机检索终端25000余台。
2.2 数据库的构成
一定专业范围内的信息记录及其索引的集合
体，是计算机信息检索系统的重要组成部分， 是信息资源,是检索对象。
构成数据库的三大要素：
文档——记录——字段
一定专业范围内的信息记录及其索引的集合体，是计算机信息检索系统的 重要组成部分，是信息资源,是检索对象。
2013-5-17
11
文档（File）
2013-5-17 28
（3）国际联机检索*
该系统是70年代出现的一门现代化情报检 索手段，目前已发展到相当高的水平，计 算机联机网络和检索终端已遍及世界所有 主要国家和地区。 优点： (1)可以实现资源共享； (2)检索速度快； (3)信息资源专业化； (4)查全率和查准率较高。
国际联机检索的缺点
第二章 计算机信息检索技术
郑州大学信息检索教研室
2013-5-17 1
第1节 计算机检索概述 第2节 计算机信息检索系统组成
第3节 计算机信息检索的分类
第4节 计算机信息检索技术 第5节 信息检索的方法* 第6节 信息检索的策略*