第二讲 网络信息检索基本方法

网络信息检索基本方法
【目的与要求】 掌握布尔逻辑检索等网络信息检索的基本技术。 熟悉网络信息检索的途径和步骤。
【重点】 布尔逻辑语言、邻近检索、截词检索
【难点】 邻近检索
影响信息检索质量的因素
信息资源本身的质量对信息检索的影响（鱼龙混杂，参差不齐） 检索软件对信息检索的影响（不同的搜索引擎，数据库系统） 用户水平对信息检索的影响
组成数据库的最小单位是记录，一条完整的记录中的每一个著录事项为字段。
一般来说，数据库的记录基本包括下列字段： 题名（TI，title)、 关键词（KW,keyword)、 主题词（DE, descriptor)、 文摘（AB，abstract)、 全文（FT, Full text)、 作者（AU，author)、 作者机构（CS,Coporate Source） 期刊名称(JN，Journal)、 出版国(CO，Country)、 出版年份(PY，Publication Year)、 语种 (LA，Language)
英语类
1. 听力特快 英语节目：空中美语、空中英语听力 2. 普特英语 3. 大耳朵英语网 每天都有听力更新，可以直接点击收听， 听英语广播时，在下面的原文可以划词，随时翻译， 网站会自动将所划得词加到生词本里。 每天的记单词、单词测试 4.旺旺英语
LOGO
第二讲
2010-9-13
我们要利用位置逻辑算符来限定检索词与检索词之间的位置关系，从而使检 索出的文献更确切地符合用户要求，提高查准率。
①(W)—WITH算符
表示两个检索词紧挨着，词序必须按此前后的顺序排列，顺序不能 颠倒，中间不能有其他词，但可以有空格和标点符号。也可以用（） 表达式：A（W）B AB两词靠近，次序为A先B后。 举例：communication (w) satellite 或者 communication（）satellite，只检索出communication satellite, communication - satellite的记录 需要特别提示的是： 词组检索与WITH算符有所不同，其间不允许有任何符号。例如： digital library，若用digital（w）library，检索结果中会出 现digital-library，而用“digital library”，则只会检出 digital library的记录。
④（nN)算符
表示两个检索词之间可以插入 n 个词并且词序可以颠倒 表达式：A（nN）B：AB两词靠近，次序可变，中间最多可加n 个词。
举例：information(1N)retrieval可检索出information retrieval , information and retrieval, retrieval of information的记录。 information(3N)retrieval，可检出information retrieval，retrieval information，retrieval of information，retrieval of law information，retrieval of Chinese law information等，retrieval和 information最多可插入3个词。
4.截词检索(truncation/wildcat)
截词检索又称部分一致检索，是指在检索标识中保留相同的部分， 用相应的截词符代替可变化部分。检索中，计算机会将所有含有相 同部分标识的记录全部检索出来。截词符用“？”或“*”标识。
截词检索是预防漏检，提高查全率，尤其适用于英语，常用于处理 词语的单复数，不同拼写方式，相同词根的近义词，以及动词的不 同形式等。
字段限制检索就是通过限制字段和限制字段的范围来缩小检索结 果，达到精确检索的方法。 检索方式主要有：限定字段检索和限定范围检索 （1）限定字段检索：将检索词限定在特定的字段中，一般有两种表达方式。
①前缀方式，将检索词放在所限定的字段代码之后，如用在著者（AU）、刊 名（JN）、出版年（PY）、语种（LA）等字段后， 例如：AU=Evans,A.， LA=Chinese
运算优先级顺序为NOT、AND、OR，可以用括号“（ 如A and (B or C),检索顺序为先B或C,然后再与A
）”改变它们的运算顺序。
逻辑算符举例
①查找关于“动物保护”的文献： “动物 AND 保护”
②查找有关冬虫夏草的文献： “冬虫夏草 or 冬虫草 or 虫草”
③查找关于能源方面的文章，但关于“核能”的不要： “energy not nuclear”(energy - nuclear) ④检索西红柿种植技术的相关文章： (西红柿+番茄)*(种植+栽培+培育)
③（N）(Near)算符
表示两个检索词为相邻关系，两个词之间不能插入任何词，但词序可 以颠倒。 表达式：A（N）B ：AB两词靠近，次序可变。 举例：building (N) construction可检索出building– construction, construction building, constructionbuilding的记录
②后缀方式，将检索词放在字段代码之前，之后用字段限定符号：in 或/；如： Furniture/TI即家具一词出现在题目中。
（2）限定范围检索：是通过使用限定符来限制信息的检索范围，以达到 优化检索的方法。 不同的检索系统略有不同，常通过使用的有：“=、<= 、>=、<、 >、：” 等。 表达式：字段名=（<= 、>=、<、>、） 例如： PY>=1995 即限定出版年份为1995及以后的文献； PY=1996：2005即1996年至2005年的文章
⑤（F）——Field
（F）表示在此运算符两侧的检索词必须同时出现在文献记录的同 一字段内，如出现在篇名字段、文摘字段等，但两个词的前后顺 序不限，夹在两个词之间的词的个数也不限。
ຫໍສະໝຸດ Baidu
⑥(S)算符
(S)算符表示在此运算符两侧的检索词必须同时出现在 文献记录的子字段或同一段话中，两个词次序不限，中间 插入词的数量也不限。
②（nW) 算符
表示两个检索词之间插有n个词，但顺序不能颠倒。
表达式： A（nW）B AB两词靠近，次序为A先B后，中间最多 可加n个词。
举例：communication(2w)satellite，只检索出 communication satellite、communicationsatellite,communication through satellite、 communication on the satellite词组的记录。
网络信息检索的基本技术
网络信息检索 基本方法
网络信息检索的基本途径
网络信息检索基本步骤
信息检索过程的实质：
计算机将检索提 问词
MACTH
文献记录标引词
一、网络信息检索的基本技术
1.布尔逻辑检索（boolean logic）
逻辑检索是一种比较成熟、较为流行的检索技术，现代的情报检索系统大多都采用这种技术。 逻辑检索的基础是逻辑运算，逻辑运算中最常用的是布尔逻辑运算符（boolean logic operator）， 它的作用主要是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（或检索 标识）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。 主要运算符有 “和(and,*)”、“或(or,+)”、“非(not,-)”。
思考：比较3个检索式检索结果的不同
“Information retrieval”/TI
Information AND retrieval /TI
Information(F) retrieval
不仅要求在题名字段中，还要求两者必须与输入的形式完全相同 只要求在题名字段中，而不严格限制它们是短语，如“information organization methods for effective retrieval” 只需要在同一个字段中
IEEE可以为学生提供什么？
•需要参加IEEE国际会议的支助 •需要IEEE学生奖学金 •想参加IEEE论文竞赛或者创意大赛 •想和IEEE Fellow交流 •…
IEEE.ORG学生奖学金与竞赛信息
http://ieee.org/web/membership/students/scholarshipsaward scontests/SAG_homepage.html
特别提示：“*”、“？”的比较 “*”，无限截词，代表0-无数个字符如regard*， 代表 regard, regarding, regardless等。 “？”，有限截词，代表0-1个字符，如library？，library， librarys。
5.字段限制检索技术（field limiting）
2.词组检索（phrase search）
通常在所检索词上加“”对所检索词视为词组处理，表示检索与“”内形 式完全相同的短语，以提高检索的精度和准确度，因而也有人称之为“精 确检索”（exact search）。 例如：“动物保护”，表示动物保护是个词组，检索结果动物和保护不能 分开。若不加“”，检索结果可以是动物保护、动物多样性保护、动物栖 息地保护、动物资源保护等形式。
3. 邻近检索（proximity search）
又称为位置算符检索，用来规定检索系统原始记录中的检索词之间的特 定位置关系
文献记录中词语的相对 次序或位置不同，所表 达的意思可能不同
同样一个检索表达式 中词语的相对次序不 同，其表达的检索意 图也不一样 Eg：“粉末的 掺合与颜料包 装”
布尔逻辑运算符和词组 检索虽然能有效的扩大 和缩小检索范围，但 无法对检索词之间的 相对位置进行限制
常用的截词法
有左截、右截、中间截断和中间屏蔽4种形式，而目前用的较多的 是以下三种形式：
（1）前截词（左截）——同根词检索 *ology
（2）中间截词——用于中美拼写不同和单复数 输入wom？n，可检出woman，women colo?r 可检出的词为colour(英音)、color(美音)。 （3）后截词（词尾截词） Cat？，检出cat， cats（有限截断）——用于单复数 Cat*，检出Cat，Cats，catalog，catalogue， category……（无限截断）——同根词检索
Science Direct用双引号“”表示宽松短语检索，标点符号、连 字符、停用字等会被自动忽略，如检索式为“heart attack”会 检出包含“heart attack”和“heart-attack”的检索结果。
在该数据库中，精确检索是用“{}”表示。
邻近检索有时又被称为位置算符检索。 因此，我们要利用位置逻辑算符来限定检索词与检索词之间的位置关系， 从而使检索出的文献更确切地符合用户要求，提高查准率。 在不同的检索系统中，所采用的位置算符是不同的，功能也有差异。下面 以全球最大的联机检索系统Dialog为例来说明位置算符的用法，OCLC也 是如此。
Exercise1：
查找电子图书的标准 (Digital book OR electronic book OR e-book OR online book) AND standard
Goolge的默认运算符就是逻辑“与”，用空格、 “AND”和“+”都表示，而逻辑“非”只能用“-”而 不能用“NOT”表示。 百度的默认运算符是逻辑“或”，空格、“OR”均表 示逻辑“或”。 在ISI Web of Knowledge平台上，逻辑算符 “AND”、“NOT”、“OR”不区分大小写，但不支 持以“*”、“-”、“+”代替。 在Science Direct中，逻辑“非”是用“AND NOT” 表示，而不是我们常用的“NOT”。