信息检索计算机检索基础知识

第三讲 计算机检索基本知识
计算机检索
数据库检索 Internet检索
☆ 计算机检索相关概念 ☆ 数据库相关概念 ☆ 检索点 ☆ 检索表达式 ☆ 检索途径的组配
脱机检索阶段Off-line Retrieval(1954-1964)
联机检索阶段Online-Retrieval(1965-1972) 国际联机检索 (1973- ) 光盘检索系统 CD-ROM SEARCHING(1985- ) Internet检索Internet Searching(1985- )
F功能：同字段检索，词序与词量不限
表达式： Education (F) school/DE 检索结果：Education 和 school必须同时出 现在叙词字段内即可
S功能：同句检索，其词序与词量不受限制
表达式：Education (S) school 检索结果： Education 和school两词出现在同一句子 中即可。
near Finds records that contain both of two
terms in the same sentence.
with Finds records that contain both of two
terms in the same field.
注意： near和with是两个比较特殊的位置算符，
与and、or 、 not比较，后三者的检索结果是限制在同一条 记录中，范围较near和with更大。
不同的数据库所提供的位置算符不完全相同，在实际检索 时应注意阅读使用帮助文件。
截词符（Truncation）：有问号？、星号*等。
有限截词：即在检索词后后截几个有限的字母，如名词 的单复数，动词的词尾变化等。 如输入computer ??表示有0-2个字母变化，可检出 computer和computers. 输入stud???表示截断处有0-3个字母变化，可检出 study, studies,studied,studing.
文档（File）
文档是数据库中一部分记录的集合。许多大型数据库 往往包含有数个以万计的记录，为便利用户检索，常划分 为若干文档。
另一方面，从数据库内部结构来看，文档是指数据库 内容的组成的基本形式，是由若干个逻辑记录构成的信息 集合。
记录（Record）
记录是构成数据库的信息单元，每条记录都描述了一个 原始信息的外表和内容特征。文献型数据库中的一条记录通 常是一篇文献的描述，包括题录、文摘、主题词等。
★二次检索(新的检索词，属限制检索)
※在简单检索或高级检索基础上
※缩小检索范围
※多次使用
所有文章
经过一次检索后
在上一次检索结果 的范围内进行再次 检索
清华大学 孙家广
扩大检索范围，提高查全率的方法：
1、考虑同义词或近义词（使用布尔逻辑符or连接） 2、选择较大检索范围的字段如摘要 3、使用截词符 4、使用上位词（如飞行器航天飞机载人航天飞 机）
★逻辑“或”(OR或+)运算符
※使用于相同或近似概念的同义词、同族词之间 ※检索词（并列关系） ※作用：扩大检索范围，提高查全率。
如： 微机 or 电脑 or PC机
或 微机 + 电脑 + Pபைடு நூலகம்机
company enterprise
company OR enterprise
★逻辑非(NOT或—)运算符
缩小检索范围，提高查准率的方法：
1、使用and 、not等限制检索范围 2、使用位置算符 3、选择检索范围较小的字段 4、使用二次检索 5、使用下位词 6、使用精确检索，如对于固定短语来说可用“”引起来
精确匹配和模糊检索
“任意一致” “完全一致” “前方一致”
※分类号，作者，第一作者，刊名，关键词
代码、字段数目可能不完全相同。
补充说明
词组的检索：通常用“”或（）来表示两词是作为一个词 组来检索的 如：“hypermedia database” ；“profit and loss”将 查找profit and loss
※各数据库的相关规定有所差异,在使用的时候要做相应的
调整!
检索途径组配
★高级检索：缩小或扩大检索范围
检索点access point ，即检索途径approach 。
☆分类——确定分类号 ☆主题——主题词或关键词 ☆题名——书名、刊名、篇名（允许中英文混合或是题名
的一部分） ☆号码——ISBN、ISSN、专利号、标准号 ☆作者——个人,团体 ☆单位名称 ☆基金——基金名称（受该基金支持所获得成果的文献）
基本字段
rice in ab（只在文摘中查找）
au = Smith，J.C (作者为Smith，J.C )
py = 1998(只查1998年的文章)
辅助字段
la =Chinese (只查语种为中文的文献)
☆TI：篇名字段(Title)。 ☆ AU：作者字段(Author)。 ☆ CS：作者所在单位字段(Corporate Source)。 ☆ SO：文献来源字段(Source Publication)。包括期刊名称、
布尔逻辑符 位置算符 截词符 字段限制符
布尔逻辑算符
★逻辑“与”(AND或 *)运算符
※使用于需要组配不同概念的检索词之间 ※检索词（概念交叉和限定关系） ※作用：缩小检索范围，提高查准率。
WTO
例：计算机在图书馆中的应用 提问式：
计算机 and 图书馆 或 计算机*图书馆
China
WTO AND China
年，卷、 期、页等，或包括会议事项。
☆ PY：出版年份(Publication Year)。 ☆ LA：语种字段(Language)，表示原文的语种。 ☆ DT：：文献类型字段(Document Type)。 ☆ AB：文摘字段(Abstract)。 ※对于不同检索系统、不同数据库来说，其记录格式、字段
常用的位置算符有： (W)， (nW)， (N)， (nN) W表示两个词不可以互换顺序
表达式1：Education（W）school 或 Education WITH school
检索结果：Education school；education schools
表达式2：Education（2W）school 检索结果：Education school；education schools；Education and music school；
截词方式 前截断：*magnetic magnetic, electromagnetic, electromagnetic, thermomagnetic, … 后截断：librar* library, libraries, librarian,… 中截断：organi?ation organization, organisation
检索表达式是检索策略的具体体现 检索表达式=检索词+ 各种符号
(document W retrieval or document W delivery or document W delivery W system*) and (digital W librar* or electronic W librar* or virtual W librar*)
截词符（Truncation）：有问号？、星号*等。
无限截断：在检索词后加一个“*”，表示该词后可 加任意个字符。使用无限截词，所截词根不能太 短，否则会输出许多无关文献，造成误检。
如：computer *可检出computers, computering, computered, computerization.
因此，在实际检索中应慎重使用。
优先级运算
（）>NOT>AND>OR ※英文数据库通常用字母，中文数据库要用符号
布尔逻辑提问式确定了表达概念的检 索词间的逻辑关系，但它不能确定检索词 与检索词相互之间的位置关系。
使用位置算符
邻接检索（Proximity Searching） ：表明两或多个检索词 之间关系的符号
N表示两个词可以互换顺序
表达式1： Education（N）school Education NEAR school 检索结果： Education school Education schools
表达式2： Education（3N）school 检索结果： Education school school of education Education and school school of music and education
数据库的相关概念：
数据库是在计算机存储设备上按一定方式存储的 相互关联的数据集合。它将各种数据中的信息单元 经过有序处理、组织 ,可以按通常的方法进行维护 和检索，并且具有共享性。
数据库的相关概念：
数据库本质的三个要素 相关数据 共同存取方式和一定组织方式 共享
※通俗地说，数据库就是由多张表构成的
基本索引字段：描术文献内容特征的字 段如篇名（/TI）、文摘（/AB） 辅助索引字段：描述文献外部特征的字 段如著者（AU=）、著者单位（AA=）、 语种（LA=）、出版年（PY=）等
字段(field)
记录 (record)
文档n
文档1(file)：一张表就是一个文档
文档2
数据库结构图
数据库(database)
※使用于需要从某个概念中剔除另一个概念的场合 ※检索词（排除关系） ※作用：排除不需要和影响检索结果的概念，提高查 准率。
例： “计算机 NOT 微机”
或 “计算机 — 微机”
patent German
PATENT NOT GERMAN
使用优先处理算符“( )”
※ “NOT”算符有排除掉相关文献的可能，