信息检索第2章

字段检索等检索技术。
图书馆及其文献系统
3个图书馆楼
95职工 7个借书点 19个阅览室 173万册图书 运转状况（2003） 读者群：约14000 借还书110万册次 外文数据库全文文章下载量 108万篇 网站信息流量 100M-200M/S 电子图书 阅读：30-50万页/天 图书馆主页
机信息检索系统商业化服务，使计算机信息检 索进入了新的历史发展阶段。 用户—> 检索策略—>“人机对话”—> 获取所 需信息 著名的国际联机检索系统有美国的DIALOG系 统、ORBIT系统、BRS系统以及MEDLARS系 统，还有欧洲的ESA/IRS系统、英国的 BLAESE系统等。
联机检索(Online Retrieval )
位置算符
A(N)B
AB相连，可颠倒顺序 EG:education(N)school education school, education schools school of education A(nN)B AB两词最多相隔n词且顺序不限 EG: education(1N)school education school, education schools school of education, education and music school school of music and education FirstSearch数据库
联机检索的优缺点
优点
检索速度快，效率高； 检索范围广泛、全面； 检索途径多，方便、灵活； 检索内容新，实时性强； 检索辅助功能完善（人机对话、检索结果输出 方式灵活，输出格式多样等）。 缺点 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。
光盘检索阶段
时间：20世纪80年代以来 1985年，美国研制出第一个推向市场的光盘产品
BiblioFile (LC-MARC)数据库及其编目软件系统，它收 藏了美国国会图书馆自1965年以来的全部英语文献书 目，以及1900~1964年的部分书目记录。 1986年，我 国国家海洋局海洋科技情报研究所首次引进光盘数据 库ASFA(水科学与渔业文摘) 。 储量极大而体积微小，要求设备简单，可随地安装， 使用方便、易于操作，检索费用低（不需要昂贵的联 机检索通讯费用），可随时修改检索策略而具有很高 的查全率和查准率等优点。 CA、BA、SCI、CAJ
缺点： 检索费用较高； 缺乏思维能力和灵活性； 文献回溯检索能力不强； 网上检索，线路紧张时速度慢。
一、计算机信息检索的发展历程
脱机检索阶段
联机检索阶段 光盘检索阶段
网络化检索阶段
脱机检索阶段（Offline Retrieval）
时间：20世纪50年代－60年代
字段检索
字段检索即指定检索词出现的字段，包
括前缀限制符和后缀限制符。 常用前缀限制符：AB、AU、 CS 、DT、 FT、ISSN、JN、KW、LA 、PY、TI； 后缀限制符将字段代码放在检索词后。 EG：JN＝Wall Street education(W)school/AB FirstSearch数据库
2)检索结果信息量过少 造成检索结果信息量少的原因有以下几点：首先，选



用了不规范的主题词或某些产品的俗称，商品名称作 为检索词；其二，同义词、相关词、近义词没有运用 全；其三，上位概念或下位概念没有完整运用。针对 这种情况，就要考虑扩大检索范围，提高检索结果的 查全率。调整检索策略的方法如下： (1)选全同义词与相关词并用逻辑”或”将它们连接起 来，增加网罗度； (2)减少逻辑“与”的运算，丢掉一些次要的或者太专 指的概念； (3)去除某些字段限制； (4)调整位置算符，由严变松，(W) (F)。
3.列出检索词
(1) 先选用主题词。当所选的数据库具有规范化词表时，
应优先选用该数据库词表中与检索课题相关的规范化 主题词，从而可获得最佳的检索效果。
注意上位、下位，关键词：注意同义词、近义词、英美不同拼法
和禁用词
(2) 选用数据库规定的代码。许多数据库的文档中使用
各种代码来表示各种主题范畴,有很高的匹配性。例如， 世界专利文摘数据库中的分类代码，化学文摘数据库 中的化学物质登记号。 (3) 选用常用的专业术语。在数据库没有专用的词表或 词表中没有可选的词时，可以从一些已有的相关专业 文献中选择常用的专业术语作为检索词。 (4) 选用同义词与相关词。同义词、近义词、相关词、 缩写词、词形变化等应尽量选全，以提高查全率。
4.设计检索提问式
构建检索提问式时，应正确运用逻辑组配运算符： (1)使用逻辑“与”算符可以缩小命中范围，起到缩检
的作用，得到的检索结果专指性强，查准率也就高。 (2)使用逻辑“或”算符可以扩大命中范围，得到更多 的检索结果，起到扩检的作用，查全率也就高。 (3)使用“非”算符可以缩小命中范围，得到更切题的 检索效果，也可以提高查准率，但是使用时要慎重， 以免把一些相关信息漏掉。 另外，在构建检索提问式时，还要注意位置算符、截 词符等的使用方法，及各个检索项的限定要求及输入 次序等。
截词(truncation)
前截断
EG：*magnetic,可检electro-magnetic、 electromagnetic、thermo-magnetic、 thermomagnetic等，使用很少。 中截断 EG：organi?ation,可检organization、 organisation,查找英美不同拼法最有效。 EBSCO数据库
三、计算机检索基本程序
其一般流程是：
分析课题 选择数据库↓ 列出检索词→设计检索提问式→上机检索 ↓ ↓ 不满意 ↓ ↓ ↓ 设计可能需要的修整方案
1.分析课题
(1)弄清用户信息需求的目的和意图。 (2)分析课题涉及的学科范围、主题要求。 分析课题的内容实质 ； 析出误假主题概念 ； 析出被隐匿的主题概念 ； (3)课题所需信息的内容及其特征。 (4)课题所需信息的类型，包括文献类型、出版
在 Dialog 系统中，用 ? 作为截词符，主要
有： ？ wom?n ?? comput??
women woman Computer
位置算符
A(W)B AB两词相连且按照输入顺序排列。
EG:education(W)school education school, education schools A(nW)B AB中间最多允许插入n个词顺序不变 EG: education(1W)school education school, education schools education and music school A(S)B AB两词在同一子字段中。 EG:education SAME school
类型、年代范围、语种、著者、机构等。 (5)课题对查新、查准、查全的指标要求。
2.选择数据库
(1) 数据库收录的信息内容所涉及的学科 范围 ；收录文献的来源、学科特点
(2) 数据库收录的文献类型、数量、时间
范围以及更新周期； (3) 数据库所提供的检索途径、检索功能 和服务方式。收费标准及能否索取到原文
优点：
速度快，效率高（CA、BA等尚在印刷中就已
输入数据库了）； 检索途径多（除了主题、著者、分类外，还有 出版年、著者单位、文献类型、特征词等）； 用户界面友好，使用方便（可对任意个检索词 进行逻辑组配，并且进行自动扩检）； 资源更新快（网上资源可以每日更新）； 直接输出检索结果（打印或拷贝）； 信息内容的广泛、访问快速且搜索具有网络性。 中国学术期刊网
第二章 计算机检索理论基础
计算机检索
定义
简称机检，指利用计算机查找文献信息 的过程 。 原理 计算机将输入机检系统的检索提问特征 标识（检索词）或用布尔逻辑运算符 （and、or、not）联结起来的检索提问 式与已存储在系统中的文献特征标识 （标引词如：主题词、分类号和类目名 称等）进行机械性匹配比较，凡符合给 定的比较原则和逻辑运算条件者即为命 中文献。
6.输出检索结果
根据检索系统提供的检索结果输出格式，
选择需要的记录以及相应的字段(全部字 段或部分字段)，将结果显示在显示器屏 幕上、存储到磁盘或直接打印输出，网 络数据库检索系统还提供电子邮件发送， 至此，完成整个检索过程。
思考题
计算机信息检索经历了哪几个发展阶段？
掌握布尔逻辑组配、截词、位置算符、
二、检索理论基础
1.检索技术及其实现 检索技术包括基本布尔逻辑组配、截词、 位置算符、字段检索等。 布尔逻辑（boolean operators）组配是 现行计算机检索的基本技术，主要通过 “和（and,*）” 、“或（or,+）”、 “非（not, -）”等将检索词联络起来， 常见运算次序是（） and not or
5.上机检索，调整检索策略
1)检索结果信息量过多
产生检索结果信息量过多的原因可能有以下两点：一

是主题词本身的多义性导致误检；二是对所选的检索 词的截词截得太短。在这种情况下，就要考虑缩小检 索范围，提高检索结果的查准率。调整检索策略的方 法如下： (1)减少同义词与同族相关词； (2)增加限制概念，采用逻辑“与”连接检索词； (3)使用字段限定，将检索词限定在某个或某些字段范 围； (4)使用逻辑”非”算符，排除无关概念； (5)调整位置算符，由松变严，(F) (W)。
光盘检索阶段
– 单机光盘检索 – 联机光盘检索 – 光盘库（2-6个光驱，多达500光盘）/光盘塔 （8-64个光驱）
网络化检索阶段
时间：20世纪60年代，90年代以来 1972年，MEDLINE率先加入TYMNET通信网，