计算机检索基本知识
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
脱机信息检索系统 ----单台计算机；定期（一个或半个月）检索一次；专职 检索人员统一处理，用户接触不到计算机；用作大批量 的定题信息检索 联机信息检索系统 ----一台主机带多个终端，相互独立的终端可同时进行检 索；对用户的提问能及时处理，用户可随时修改提问； 通过专用信息网，可跨国家进行检索
光盘信息检索系统：数据存储在光盘（一种用激光记录 和读取信息的盘片），通过检索软件，利用计算机和光 盘驱动器进行检索。可形成光盘检索网络。
注：英文数据库通常用字母，中文数据库要用符号
使用截词符（通配符）——提高查全率,防止漏检的有力手段
包括有限截词和无限截词，常用的截词符有：*, #,?,!，$
有限截词——放在词中间或末尾，一个符号表示一个词 如：SDOS：wom*n 可检索出：woman,women（中间截断） ：chip? 可检索出：chips（右截断） 无限截词——放在司的末尾，一个符号表示任意多个词 如：SDOS：comput! 可检出：Computer,computers,computering 注：不同的数据库所用的截词符不一样，使用应先查一下各数据库 的帮助加以确认
相同点：均需经过标 引，提炼出文献标识 不同点：前者按主题 词、分类、著者等进 行编排；后者按文档 号编排（检索时自动 生成索引文档）
计算机检索： 人
检 索 指 令
计 算 机
查 找
数据库（文献条目）
手工检索的特点（和计算机检索相比较）：
优点：1.发展早，可检索的时间范围广 2.所有内容都呈现在读者面前，容易对比并发现新 的线索
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）
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
二、数据库
在前面的课中讲过电子型信息资源，包括机读数据 库（网络数据库、光盘数据库）和网络信息资源等。它 们是计算机化信息检索系统的主要处理和查询对象。 数据库是发展最早、影响最广的一种电子信息源， 并且至今仍是一种主要的信息查询对象。
数据库的相关概念：
通俗地说，数据库就是由多张表构成的
字段(field)
超文本式：多用于网络信息检索，基于Web技术，可检 索多媒体信息
多为表单形式，有的直接输入检索词即可，如大部 分数据库的高级检索；有的既可输入检索词也可输入检 索式；如维普数据库的标准检索，有的必须输入检索式， 如EI数据库的高级检索。
计算机检索过程
词表
检索课题
主题分析
选择数据库 确定检索词 制定检索式 计算机处理
第三章
计算机检索基本知识
第一节 计算机检索概论
一、计算机信息检索的含义：
计算机检索是指人们在计算机或计算机检索网络的终 端机上，使用特定的检索指令、检索词和检索策略，从计 算机检索系统的数据库中检索出需要的信息，继而再由终 端设备显示或打印的过程
文档数 据库
手工检索： 人
查找
书本式检索工具 （文献条目）
第二步:选择数据库或网络检索工具
选择合适检索工具的前提是对网络资源有一个较全面 的、清晰的了解，具体地说要对检索工具的类型、内容特 点、时间范围、学科范围、甚至出版商的大体情况都要有 一个了解。 方法：1、注重平时的积累 2、不要盲目检索，应养成检索前了解一下数据库 的习惯 3、注重与他人的交流 4、重视图书馆主页的资源
第三步：提炼检索词，制定检索式
注意事项：
1、检索词尽可能使用词或词组，然后用布尔逻辑运算符 将检索词连接起来，切忌将整个题名输入到检索框中。
如：如网络数据库的安全性研究
检索式：网络*数据库*安全 √ 网络数据库*安全 √ 网络数据库安全 × 网络数据库的安全性研究 ××
2、要提炼关键的、核心的词作为检索词
使用位置算符
邻接检索：表明两个或多个检索词之间关系的符号
常用的位置算符有：W/n(adj/n)，N/n(near/n)，
W/n表示两个词不可以互换顺序，二者之间可插入0-n个词 如智能机器人（w/3）控制，可检出“智能机器人控制”，“智 能机器人行为控制”等 N/n表示两个词可以互换顺序，二者之间可插入n个词 如智能机器人(n/3)控制，可检出“智能机器人控制”，“..控 制算法对智能机器人的影响”等
限制检索
泛指检索系统中提供的缩小或约束检索结果的检索 方法。主要有以下方式： 字段检索——利用字段进行限制，如题名、摘要、全文等 通常的字段限制范围的大小顺序是： 题名<关键词<摘要<全文 二次检索——在前一次检索的结果中进行另一概念的检索
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
第二节 检索技术
使用布尔逻辑运算符
Intelligent robot and control（intelligent robot*control） 表明查询结果中必须同时包含intelligent robot和control Intelligent robot or control（intelligent robot+control） 表明查询结果中至少包含两个检索词中的任意一个,intelligent robot或 control Intelligent robot not control（intelligent robot-control） 表明检索结果包含intelligent robot，但同时必须去掉和control相关的内容
同句检索： 要求参加检索运算的两个检索词必须在同一 自然句中出现。 位置运算符： （S）－－sentence 同字段检索：对同句检索条件进一步放宽，可以使用同字 段段检索。 位置运算符为： （F）——field （L）——link
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 禁用词：通常一些虚词（如冠词和连词不包含在检索范围 之内） 如：a about also and any as at be between by both for some so not this with 等将被自动忽略
字段可分： 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
数据库类型：
按存储数据的类型分：数值型、事实型、词典型、书目型、
全文型 按存储的介质分： 光盘数据库：数据存储在计算机的光盘或光盘塔上，因而存 储量有限，更新速度慢 网络数据库：数据存储在服务器的硬盘上，存储量大，更新 速度快
主要包括以下4类成员： 1。传统从事文献及其报道工作的学术团体与学术机构 例如：美国化学文摘社CAS 国际电子电气工程师协会IEEE 美国生物科学情报社BIOSIS 美国科学情报社ISI 2。政府机构 例如：美国技术情报服务处NTIS 美国国家航空航天局NASA 美国专利商标局USPTO
3、私营公司 例如：英国Derwent公司 美国Knight-Ridder公司 Mead Data Contral OVID公司 Silver Platter Information，Inc. 4、传统新闻/出版机构 例如: 德国Springer出版社 美国Join Wiley电子出版公司 荷兰Elsevier科学出版社
索引文档1： 篇名索引
索引文档2： 作者索引
文章号
篇名 asd bys vca
作者 Li Wang deng
文摘 Xxx Yyy zzz
全文 …….. …….. ……..
当你要在篇名中查找时， 搜索指令将在篇名索引 中进行搜索，然后将主 文档中对应的记录调出 来
001 002 ……
主文档
字段：如在数据库中题名、作者、作者单位、期刊名、摘要、 全文等等均是字段；一条记录由多个字段值组成；对计算机检 索来说字段相当于检索入口。如：
用户
构造检索 策略 wk.baidu.com文 标引
N
结 果 返 回
结果评价
Y
数据库
计算机检索的步骤： 第一步：分析检索课题:明确检索目的， 从而确定检索需求
基本要求：检索的时间范围、文献类型、检索深 度为题录、文摘还是全文等等 结果要求：了解某一理论、方法、设备、过程等的具体 的片断的信息，以解决研究中的具体问题，要求“准”。 申请发明，申报成果奖励、鉴定科研成果以及立项 查新，往往需要全面地收集某一主题范围的文献信息， 这类课题具有普查追溯的特点，应着眼于“全”。
网络化（internet)信息检索系统：同联机检索系统的主 机和用户终端的主从关系不同，客户机和服务器是对等 的关系
计算机检索的发展
脱机批处理检索时期 Off-lineBatchProcessing （1954---1964） 联机实时检索时期 On-line Real Time （1965--- 1975） 联机网络化与多元化检索时期 （1976---1990） Internet网络化检索时期 （1990---至今）
去掉意义太泛或“无所谓有”的词
例1 网络数据库的安全性研究 关键词1：网络数据库—— 研究对象 关键词2：安全——研究目的 而意义太泛的词“研究”不应作为检索词
例2 基于代理技术的网络入侵检测 关键词1：（网络）入侵检测，但入侵检测一般即指网 络中的入侵检测，意义重复，网络可不要 关键词2：代理（技术），在入侵检测中使用“代理”， “代理”本身就是指的一项技术，因而也可不 要
记录 (record) 文档2 文档1(file)：一张表就是一个文档 文档n
数据库结构图
数据库(database)
检索篇名 文章号 001 002 …… 篇名 asd bys vcx 文章号 001 002 ……
检索作者 作者 Li Wang deng
文章号唯一，且 索引文档与主文 档的文章号一一 对应
对于研究生做学位论文来说，做课题前应充分了解 一下本课题国内外的研究现状（即论文的综述部分），这 时应对该课题进行较全面的检索，包括综述性的文章，要 求全面；对于该课题的核心部分，即该课题所要解决的具 体问题，创新的地方，则需要准，技术细节越细越好。 检索误区1——从师兄师姐那得到相似研究课题的学位论文 作为参考，不失为一条捷径，但不能完全依赖它，不能仅 以学位论文提供的参考文献为线索去检索，应该自已提炼 关键词，利用现有的资源去发现更多更好的文章，从而开 拓自已的视野。
缺点：1.查找繁琐，效率低下 2.只能查找原文的线索，无法直接获取全文 3.检索途径相对较少，且无法灵活地编制检索策略
计算机检索系统：检索者，检索终端（PC机，同时也是
输出端），网络（或通信电缆），数据库存储服务器
服务器（数据库终端）
检索终端
通信网
INTERNET
结果输出
结果返回
计算机检索系统的类型
检索误区2——internet网上虽然有一些较好的资源，但是 与专业的网络数据库来比，无论是质量还是数量上都有 很大的差距，检索文献目前来说最主要的来源还应是专 业数据库，即正规的出版物上发表的文献。仅用搜索引 擎来查找文章 是非常不可取的。 检索误区3——不要忽略摘要数据库， 虽然检索摘要数据库不能马上得到全文， 但是摘要数据库的数据量大，范围广，是查找文章线索 极好的检索工具。就目前的情况而言，不可能全部都能 得到电子版的全文，先找到文章线索再根据线索查找印 刷版的全文是一项不错的组合。
按照国际上通用的分类方法：
参考数据库（reference database）：如书目数据库、文摘数 据库，获得的数据为reference 源数据库（source database）：如全文数据库，数值型数据 库，可直接获得原如资料或数据 混合数据库（mixed database）：兼有以上二者
数据库生产商：
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
检索界面
命令方式：多用于大型联机检索系统，需输入各类复杂 的操作命令和检索表达式，多由专职人员上机。如大型 联机检索系统的Dialog、STN等界面 简易菜单式：多用于光盘检索系统，操作简单易学，有 丰富的提示和帮助功能，用户可自行上机。如光盘数据 库CA等。
光盘信息检索系统：数据存储在光盘（一种用激光记录 和读取信息的盘片），通过检索软件，利用计算机和光 盘驱动器进行检索。可形成光盘检索网络。
注：英文数据库通常用字母，中文数据库要用符号
使用截词符（通配符）——提高查全率,防止漏检的有力手段
包括有限截词和无限截词，常用的截词符有：*, #,?,!，$
有限截词——放在词中间或末尾，一个符号表示一个词 如：SDOS：wom*n 可检索出：woman,women（中间截断） ：chip? 可检索出：chips（右截断） 无限截词——放在司的末尾，一个符号表示任意多个词 如：SDOS：comput! 可检出：Computer,computers,computering 注：不同的数据库所用的截词符不一样，使用应先查一下各数据库 的帮助加以确认
相同点：均需经过标 引，提炼出文献标识 不同点：前者按主题 词、分类、著者等进 行编排；后者按文档 号编排（检索时自动 生成索引文档）
计算机检索： 人
检 索 指 令
计 算 机
查 找
数据库（文献条目）
手工检索的特点（和计算机检索相比较）：
优点：1.发展早，可检索的时间范围广 2.所有内容都呈现在读者面前，容易对比并发现新 的线索
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）
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
二、数据库
在前面的课中讲过电子型信息资源，包括机读数据 库（网络数据库、光盘数据库）和网络信息资源等。它 们是计算机化信息检索系统的主要处理和查询对象。 数据库是发展最早、影响最广的一种电子信息源， 并且至今仍是一种主要的信息查询对象。
数据库的相关概念：
通俗地说，数据库就是由多张表构成的
字段(field)
超文本式：多用于网络信息检索，基于Web技术，可检 索多媒体信息
多为表单形式，有的直接输入检索词即可，如大部 分数据库的高级检索；有的既可输入检索词也可输入检 索式；如维普数据库的标准检索，有的必须输入检索式， 如EI数据库的高级检索。
计算机检索过程
词表
检索课题
主题分析
选择数据库 确定检索词 制定检索式 计算机处理
第三章
计算机检索基本知识
第一节 计算机检索概论
一、计算机信息检索的含义：
计算机检索是指人们在计算机或计算机检索网络的终 端机上，使用特定的检索指令、检索词和检索策略，从计 算机检索系统的数据库中检索出需要的信息，继而再由终 端设备显示或打印的过程
文档数 据库
手工检索： 人
查找
书本式检索工具 （文献条目）
第二步:选择数据库或网络检索工具
选择合适检索工具的前提是对网络资源有一个较全面 的、清晰的了解，具体地说要对检索工具的类型、内容特 点、时间范围、学科范围、甚至出版商的大体情况都要有 一个了解。 方法：1、注重平时的积累 2、不要盲目检索，应养成检索前了解一下数据库 的习惯 3、注重与他人的交流 4、重视图书馆主页的资源
第三步：提炼检索词，制定检索式
注意事项：
1、检索词尽可能使用词或词组，然后用布尔逻辑运算符 将检索词连接起来，切忌将整个题名输入到检索框中。
如：如网络数据库的安全性研究
检索式：网络*数据库*安全 √ 网络数据库*安全 √ 网络数据库安全 × 网络数据库的安全性研究 ××
2、要提炼关键的、核心的词作为检索词
使用位置算符
邻接检索：表明两个或多个检索词之间关系的符号
常用的位置算符有：W/n(adj/n)，N/n(near/n)，
W/n表示两个词不可以互换顺序，二者之间可插入0-n个词 如智能机器人（w/3）控制，可检出“智能机器人控制”，“智 能机器人行为控制”等 N/n表示两个词可以互换顺序，二者之间可插入n个词 如智能机器人(n/3)控制，可检出“智能机器人控制”，“..控 制算法对智能机器人的影响”等
限制检索
泛指检索系统中提供的缩小或约束检索结果的检索 方法。主要有以下方式： 字段检索——利用字段进行限制，如题名、摘要、全文等 通常的字段限制范围的大小顺序是： 题名<关键词<摘要<全文 二次检索——在前一次检索的结果中进行另一概念的检索
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
第二节 检索技术
使用布尔逻辑运算符
Intelligent robot and control（intelligent robot*control） 表明查询结果中必须同时包含intelligent robot和control Intelligent robot or control（intelligent robot+control） 表明查询结果中至少包含两个检索词中的任意一个,intelligent robot或 control Intelligent robot not control（intelligent robot-control） 表明检索结果包含intelligent robot，但同时必须去掉和control相关的内容
同句检索： 要求参加检索运算的两个检索词必须在同一 自然句中出现。 位置运算符： （S）－－sentence 同字段检索：对同句检索条件进一步放宽，可以使用同字 段段检索。 位置运算符为： （F）——field （L）——link
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 禁用词：通常一些虚词（如冠词和连词不包含在检索范围 之内） 如：a about also and any as at be between by both for some so not this with 等将被自动忽略
字段可分： 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
数据库类型：
按存储数据的类型分：数值型、事实型、词典型、书目型、
全文型 按存储的介质分： 光盘数据库：数据存储在计算机的光盘或光盘塔上，因而存 储量有限，更新速度慢 网络数据库：数据存储在服务器的硬盘上，存储量大，更新 速度快
主要包括以下4类成员： 1。传统从事文献及其报道工作的学术团体与学术机构 例如：美国化学文摘社CAS 国际电子电气工程师协会IEEE 美国生物科学情报社BIOSIS 美国科学情报社ISI 2。政府机构 例如：美国技术情报服务处NTIS 美国国家航空航天局NASA 美国专利商标局USPTO
3、私营公司 例如：英国Derwent公司 美国Knight-Ridder公司 Mead Data Contral OVID公司 Silver Platter Information，Inc. 4、传统新闻/出版机构 例如: 德国Springer出版社 美国Join Wiley电子出版公司 荷兰Elsevier科学出版社
索引文档1： 篇名索引
索引文档2： 作者索引
文章号
篇名 asd bys vca
作者 Li Wang deng
文摘 Xxx Yyy zzz
全文 …….. …….. ……..
当你要在篇名中查找时， 搜索指令将在篇名索引 中进行搜索，然后将主 文档中对应的记录调出 来
001 002 ……
主文档
字段：如在数据库中题名、作者、作者单位、期刊名、摘要、 全文等等均是字段；一条记录由多个字段值组成；对计算机检 索来说字段相当于检索入口。如：
用户
构造检索 策略 wk.baidu.com文 标引
N
结 果 返 回
结果评价
Y
数据库
计算机检索的步骤： 第一步：分析检索课题:明确检索目的， 从而确定检索需求
基本要求：检索的时间范围、文献类型、检索深 度为题录、文摘还是全文等等 结果要求：了解某一理论、方法、设备、过程等的具体 的片断的信息，以解决研究中的具体问题，要求“准”。 申请发明，申报成果奖励、鉴定科研成果以及立项 查新，往往需要全面地收集某一主题范围的文献信息， 这类课题具有普查追溯的特点，应着眼于“全”。
网络化（internet)信息检索系统：同联机检索系统的主 机和用户终端的主从关系不同，客户机和服务器是对等 的关系
计算机检索的发展
脱机批处理检索时期 Off-lineBatchProcessing （1954---1964） 联机实时检索时期 On-line Real Time （1965--- 1975） 联机网络化与多元化检索时期 （1976---1990） Internet网络化检索时期 （1990---至今）
去掉意义太泛或“无所谓有”的词
例1 网络数据库的安全性研究 关键词1：网络数据库—— 研究对象 关键词2：安全——研究目的 而意义太泛的词“研究”不应作为检索词
例2 基于代理技术的网络入侵检测 关键词1：（网络）入侵检测，但入侵检测一般即指网 络中的入侵检测，意义重复，网络可不要 关键词2：代理（技术），在入侵检测中使用“代理”， “代理”本身就是指的一项技术，因而也可不 要
记录 (record) 文档2 文档1(file)：一张表就是一个文档 文档n
数据库结构图
数据库(database)
检索篇名 文章号 001 002 …… 篇名 asd bys vcx 文章号 001 002 ……
检索作者 作者 Li Wang deng
文章号唯一，且 索引文档与主文 档的文章号一一 对应
对于研究生做学位论文来说，做课题前应充分了解 一下本课题国内外的研究现状（即论文的综述部分），这 时应对该课题进行较全面的检索，包括综述性的文章，要 求全面；对于该课题的核心部分，即该课题所要解决的具 体问题，创新的地方，则需要准，技术细节越细越好。 检索误区1——从师兄师姐那得到相似研究课题的学位论文 作为参考，不失为一条捷径，但不能完全依赖它，不能仅 以学位论文提供的参考文献为线索去检索，应该自已提炼 关键词，利用现有的资源去发现更多更好的文章，从而开 拓自已的视野。
缺点：1.查找繁琐，效率低下 2.只能查找原文的线索，无法直接获取全文 3.检索途径相对较少，且无法灵活地编制检索策略
计算机检索系统：检索者，检索终端（PC机，同时也是
输出端），网络（或通信电缆），数据库存储服务器
服务器（数据库终端）
检索终端
通信网
INTERNET
结果输出
结果返回
计算机检索系统的类型
检索误区2——internet网上虽然有一些较好的资源，但是 与专业的网络数据库来比，无论是质量还是数量上都有 很大的差距，检索文献目前来说最主要的来源还应是专 业数据库，即正规的出版物上发表的文献。仅用搜索引 擎来查找文章 是非常不可取的。 检索误区3——不要忽略摘要数据库， 虽然检索摘要数据库不能马上得到全文， 但是摘要数据库的数据量大，范围广，是查找文章线索 极好的检索工具。就目前的情况而言，不可能全部都能 得到电子版的全文，先找到文章线索再根据线索查找印 刷版的全文是一项不错的组合。
按照国际上通用的分类方法：
参考数据库（reference database）：如书目数据库、文摘数 据库，获得的数据为reference 源数据库（source database）：如全文数据库，数值型数据 库，可直接获得原如资料或数据 混合数据库（mixed database）：兼有以上二者
数据库生产商：
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
检索界面
命令方式：多用于大型联机检索系统，需输入各类复杂 的操作命令和检索表达式，多由专职人员上机。如大型 联机检索系统的Dialog、STN等界面 简易菜单式：多用于光盘检索系统，操作简单易学，有 丰富的提示和帮助功能，用户可自行上机。如光盘数据 库CA等。