检索效率

第 4 讲 检索效率
罗 东 俊 ZSUJONE@126.COM
主要内容
4.1 查全率与查准率 4.2 影响检索效率的因素 4.3 提高检索效率的方法 4.4 检索实例评价
1
本讲重点、难点
• 查全率 • 查准率
2
4.1 查全率与查准率
• 查全率和查准率是判定检索效果的主要指标。查准 率和查全率结合起来，描述了检索的成功率。 • 查全率
10
4.3.1 提高查全率的基本方法
• 1）扩大检索课题的目标。
– 使用主要概念，排除次要概念。
• 2）跨库检索。
– 可以使用文献型信息跨库检索工具，如CNKI的多 个数据库或者Google学术搜索实现对不同类型Байду номын сангаас 献的一次性检索。
• 3）选择逐步扩大检索范围的检索途径。
– 依次选择题名、关键词、文摘、主题、任意字段 (全文)往往能逐步提高查全率。 – 通常用分类号也可检索到更多信息。
17
用户原选取的主题词和检索式
low temperature humidity standard? 1*3 1*2*3 10295篇 10797篇 76534篇 193篇 0篇
18
用户修改后的主题词和检索式
low temperature 10295篇
humidity
moisture wet standard? 1*(2＋3＋4) (2＋3＋4)*5 1*5
5
查全率与查准率的互逆关系
• 从理论上说，任何理想的检索都应当是既全面又准 确的检索。 • 但由于许多因素的影响，在实际检索中，查全率和 查准率是不可能达到100％，而是存在着一种互逆 关系：
– 即在同一次检索中，查全率提高，则查准率会降低；反之， 查准率提高，则查全率会下降。 – 而且，对于同一检索效果，不同用户的满意程度是不同的， 比如，撰写论文的用户比较重视查准率，而作高级研究的 用户要求有较高的信息查全率。
• 4）预防操作错误，采用严谨的科学态度，耐心细致 地检查检索步骤的各环节。
– 例如，检查输入内容是否与字段符合，检索式是否多了空 格。
16
4.4 检索实例评价
• 课题：低温湿度标准 • 检索思路：
– 首先，将课题分成若干概念，每个概念用一个或 一个以上的检索词来描述； – 然后，每个概念作为独立小课题进行查找； – 最后，将所有概念组合起来查找（逻辑与），得 到所需结果。
4
基于经验的评价标准
• 在一般的检索中，用户对漏检的情况可通过 经验来判断：
– 经验1：通过相关领域专业人员情况来判断，如 果从事该项研究的人员较多，而检索中获得的相 关信息很少，则应怀疑有漏检的情况发生。 – 经验2：通过检索人员掌握的信息资料来判断， 如果检索人员掌握的同时段的相关信息都出现在 相关的检索结果中，可以认为查全率较高；反之， 如果相关检索中并没反映已有的某些信息，则可 以认为有漏检情况发生
11
提高查全率的基本方法
• 4）取消或者放宽限定条件。
– 例如，避免使用或者放宽信息类型、语种、地理范围、年 代范围等检索途径。
• 5）降低检索词的专指度。
– 可以从词表或检出文献中选一些上位词或相关词补充到检 索式。
• 6）使用截词检索
– 外文单词使用截词检索，可以采用前截断、后截断、前后 截断等截词方法。 – 在中文类数据库可以使用更简短的检索词。
– 查全率是指系统在进行某一检索时，检索出的相关文献量 与系统文献库中相关文献总量的比率．它反映该系统文献 库中实有的相关文献量在多大程度上被检索出来。 – 查全率＝(检出相关文献量／文献库内相关文献总 量)×100％
• 查准率
– 查准率是指系统在进行某一检索时，检出的相关文献量与 检出文献总量的比率，它反映每次从该系统文献库中实际 检出的全部文献中有多少文献是相关的。 – 查准率＝(检出相关文献量／检出文献总量)×100％
• 7）逐步扩大算符的检索范围。
– 逐步提高查全率的算符依次是：位置算符 （w→nw→near）→逻辑算符（and→or）。
12
4.3.2 提高查准率的基本方法
• 1）精确确定检索课题的目标。
– 如使用专业词汇。
• 2）选择专业性检索工具。
– 如使用产品数据库、特种搜索引擎。
• 3）选择逐步缩小检索范围的检索途径。
8
影响查准率的因素
1．分析课题缺乏精确性 2．检索工具的检索精度较差 3．检索词的专指度较差 4．增加限定的字段以提高查准率 5．增加检索词以提高查准率 6．采用逻辑not运算以排除歧义
9
4.3 提高检索效率的方法
4.3.1 提高查全率的基本方法 4.3.2 提高查准率的基本方法 4.3.3 兼顾查全率和查准率的方法
6
4.2 影响检索效率的因素
• 查全率和查准率与文献的存储和信息检索两 个方面直接相关，与系统的收录范围、索引 语言、标引工作和检索工作等都有着非常密 切的关系。
7
影响查全率的因素
1．对课题的分析望文生义 2．检索工具收录范围有缺漏，功能较差 3．检索工具标引不规范，正确的常规检索方法也会有缺漏 4．用户选择不对口的检索工具 5．检索途径失误 6．选用了不规范的词 7．所选检索词与检索工具的用词习惯不符 8．遗漏隐含概念 9．遗漏了同义词、近义词和下位词 10．检索式有多余的检索词用逻辑and连接，限定条件过窄 11．误用禁用词
3
查全率和查准率的评价标准
• 查全率和查准率的评价基本上都是限于理论意义。
– 首先，查全率用的比较参照是“系统中相关信息总量”， 所以准确地说，用这个指标来评价系统的检索性能比较适 宜，而用来评价某次检索效果则欠妥。 – 其次，如果工具或系统中收录的信息不全，那么评价查全 率对用户来说就变得毫无价值。 – 再次，对于用户来说查全率应该以某地区或世界上相关信 息的总量作为参照，但是参照中的信息总量对于用户来讲 几乎无从得知，因此查全率很难成为用户自我评价检索效 率的准绳。 – 此外，一般认为查全率比查准率重要，只要查全了，才能 进一步查准，因此查准率的评价也基本上限于理论意义。
• 6）逐步缩小算符的检索范围。
– 逐步提高查准率的算符依次是：逻辑算符 （or→and）→位置算符（near→nw→w）； – 使用算符“not”排除干扰信息。
14
4.3.3 兼顾查全率和查准率的方法
• 1）跨库检索，并结合专业的检索工具。
– 例如，中国国家科技图书文献中心的跨库检索界 面； – 专业的数据库，如《化学文摘》数据库、《生物 学文摘》数据库、美国PubMed数据库对于专业 性文献的收录全面而准确，利于查全率和查准率 都提高。
10797篇
12675篇 12025篇 76534篇 307篇 1166篇 193篇
1*(2＋3＋4)*5
3篇
19
本讲要求
• 本讲要求掌握提高检索效率的方法。
20
21
– 选择题名、关键词比文摘、主题、任意字段(全文) 查准率高； – 限定期刊范围：全部期刊→重要期刊→核心期刊， 也能逐步减少检索结果，提高查准率。
13
提高查准率的基本方法
• 4）用不太常用的检索途径作为限定条件。
– 如信息类型、语种、地理范围、年代范围、作者 或号码
• 5）提高检索词的专指度。
– 如增加或换用下位词和专指度较强的自由词。
• 2）分类途径和主题途径等多途径结合使用。
15
兼顾查全率和查准率的方法
• 3）尝试多次检索，在失败中调节检索策略，阅读已 知的信息，增加背景知识。
– 例如，先检索搜索引擎Google、百科全书、词典、手册、 文献综述，寻找更多词汇； – 阅读国际专利分类表，寻找专利分类号； – 在维普资讯网(www.cqvip.com)的“分类检索”点击中 国图书馆图书分类表，寻找图书和期刊论文的分类号。