第三章 信息检索基本方法

• •
•
引文途径
两种操作方法： 一是利用检索工具如SCI，通过被引用 文献入手，查找引用文献； 二是通过引用文献（来源文献）入手， 直接利用文献结尾所附的参考文献， 查找被引用文献。
3.2 信息检索技术
3.2.1 布尔检索 1.布尔逻辑算符 逻辑“与”——AND或* 逻辑“或”——OR或+ 逻辑“非”——NOT或2.布尔逻辑算符使用注意事项和特 点见教材P72.
பைடு நூலகம்
3.1.2 检索途径及其选择
1. 内容特征检索途径 分类途径。一般是按学科体系为中 心排检文献的。如《中图分类法》。 主题途径。如利用主题词索引、关 键词索引、叙词索引等。 分类主题途径。是上述两个途径结 合。
3.1.2检索途径及其选择
2.外部特征检索途径 责任者途径。包括个人作者、团体作 者、编者、专利权人等。 题名途径 题名指文献题名，如书名、篇名、刊 名等。 序号途径 如专利号索引、报告号索引、标准号 索引等。
以中国期刊查阅举例说明之。
练习
1、PATENT */+/- CHINA
2、在秦岭隧道中发表的有关掘进机或TBM的文章 3、除发表的有关秦岭隧道中掘进机和TBM的文章 KEYS： 2、（掘进机＋ＴＢＭ）＊秦岭隧道
3、（掘进机＋ＴＢＭ）－秦岭隧道
思考：还可以有那种形式
(w)算符With：
3.2.2 位置运算符
5、同时使用计算机系统和手工检索工具。
(3) 主题语言之三：关键词语言
概念： 关键词语言与其它主题语言的区别在于它 没有经过规范化处理，属于非受控语言。 而主题词语言属于受控语言。 关键词语言的基本原理是直接以自然语言 的词语作为表达文献和提问的标识。故不 必编制专门的词表。 又分为单纯关键词索引（EI常用）、题内 关键词索引（美国的《化学题录》采用）、 题外关键词索引、词对式关键词索引（SCI 中的轮排主题索引属于此类）等。
第三章 信息检索基本方法
3.1 信息检索语言与检索途径 3.1.1信息检索语言的类型及特点
信息检索语言是用来描述文献特征，表达 主题提问的一种专门的人工语言，是由给 定领域中一切可用来描述信息内容和信息 需求的词汇或符号，及其使用规则构成的 供标引和检索的工具。 如各种分类法、主题词表、叙词表都属于 信息检索语言。
3.2.4限制检索
字段检索 是限定检索词在数据库记录中出现的字段范 围内的一种检索方法。例如在Dialog联机检 索系统中，数据库通常提供的可供检索的字 段有： 基本索引字段： TI（篇名、题目） AB（摘要） DE（主题词、叙词） ID（自由标词） 附加索引字段：AU（作者） CS(作者单位） JN（刊名） PY(出版年份）LA（语言）
B、限定组配 例如，“电子计算机”和“存储速度”的 组配表达了“电子计算机的存储速度”这 一主题。 C、组合组配，又叫并列组配。 例如，”计算机“，”应用“和”图书馆 “表达了”计算机在图书馆中的应用“这 一主题。 叙词表通常由字顺表、范畴表、词族表或 其它附表构成。我国图书情报机构广泛使 用的《汉语主题词表》是世界上最大型的 综合性叙词表之一。
叙词语言的特点
1、规范性强：叙词语言事先经过规范化处理，列于 叙词表中，标引和检索都从叙词表中选词，保证 了标引和检索的一致性。 2、利用叙词的组配，可用有限的叙词表达各种复杂 的主题。 3、叙词语言从单元概念出发提示文献内容，可准确、 全面揭示文献的主题，提高标引深度和专指度。 4、检索入口多，大大提高检全率。
后组式语言 用户根据需要将不同的检索词组配在一起， 来表达复杂的主题概念。例如检索“湖泊 水污染”这一主题，检索系统中只有“湖 泊”、“水污染”等单独的标引词。叙词 语言属于此类。
3.根据规范化程度划分
规范化语言 又称受控语言。是一种有主题词或分 类表控制的语言。包括主题语言中的叙 词、后期的元词、标题词和分类语言。 自然语言 指直接从文献或用户检索需求中抽取 出来的未经规范化处理，用来揭示信息 主题概念的自由词或语句。如关键词语 言、用户提问的语句等。 两者结合的发展趋势
（4）主题语言之四：元词语言
为了克服标题语言的不足而发展起来的一 种主题法类型。 • 元词： 从文献中抽选出来的，从字面上不可再分 割的表达最基本的概念单元的词汇。
元词语言
元词语言是以元词作为主题标识，通过字 面组配来表达主题概念的语言。
• 例如，“物理”和“贸易”就属于元词， 而“知识经济”和“主题标引”不属于元 词。 • 例如，“经济文献检索”这一主题，就必 须通过“经济”、“文献”和“检索”3个 单元词进行标引和组配检索。 《美国化学专利单元词表索引》采用的就是 单元词索引形式。 • 早期的元词系统属于自然语言系统，一般 不建立词表，后期的元词系统有相应的词 表。
在检索提问式中，可利用后缀符“/”对基本索引字 段进行限制，利用前缀符“＝”对辅助索引字段 加以限制。当前流行的联机情报检索系统，均支 持字段检索。 /AB ABSTRACT 文摘 /DE DESCRIPTOR 叙词 /ID IDENTIFIER 自由标引词 /TI TITLE 篇名
• 后截断 将截词符号放置在一个字符串右方，以表 示其右边的有限或无限个字符不影响该字 符串的检索。 • 前截断 将截词符号放置在一个字符串左方，以表 示其左边的有限或无限个字符不影响该字 符串的检索。
• 中间截词 中间截词(embedded truncation), 是在 一词中间出现若干个？号，表示可插入若 干个字符。 如：ioni?ation 它将对ionisation和ionization进行检索。 如：cent??line 它将对centerline和centreline进行检索。
Example
１、 building (w) construction 2、 building (1w) construction 3、 building (n) construction Keys: １、 building construction; building- construction 2、 building and construction; building under construction 3、 construction building; Construction- building
代码语言 常用的有分子式索引、专利号、标 准号、报告号、化合物登记号等。
引文语言
引文语言就是利用文献之间引用与被引用 的关系作为文献内容主题标识，并以此标 引和检索文献的语言。 例如文献作者在文献最后列出参考文献， 这就是引文。该作者所创作的文献完成后 也将汇入知识集合中，再后来的人又可将 其作为引文加以利用和记录。文献间的这 种引证关系，不仅反映了科学技术的交流 和反馈，也启发人们通过追溯这种引证关 系，找到一系列内容相关的文献。
B、倒叙式标题 例如，Bridge， Wood （木桥）。 C、并列式标题 例如，Roads and Streets
(2)主题语言之二：叙词语言
概念： 以表达文献主题内容的概念单元为基 础，经过规范化处理，可以进行逻辑 组配的一种主题语言。专门有叙词表。 （有3种） A、交叉组配 例如，“人工林”和“防护林”表达 为人工防护林。
1.根据结构原理划分
分类语言
指用分类号和类名来表达信息的内容 主题概念，并按知识门类的逻辑次序 将信息资源系统地加以划分和组织的 语言。 分类语言主要分为等级体系型和分面 组配型。 例如下面的中图分类法就是等级体系 型分类语言。
中图分类法
主题语言：
以主题词来表达信息主题概念的语言。 是计算机信息检索语言的主流。通常又分 为以下几种： （1）标题语言 （2）叙词语言 （3）关键词语言 （4）元词语言
引文检索语言就是根据上述原理， 以引文为标识标引或检索文献，而 引文标识的全体就构成了引文检索 语言。 例如著名的《科学引文索引》 (SCI)、《社会科学引文索引》 (SSCI)、《艺术与人文科学引文索 引》(A&HCI)就是使用的这种引文 检索语言。
2.根据组配方式划分
先组式语言 事先用固定关系组配好，并编制在词表中， 标引人员和用户使用时必须根据词表选用 组配好的主题标识进行操作。例如体系分 类法和标题词法都属于此类。
假设有文献A和B，B文献在完成过程 中引用了A文献，并把它列在参考文献 中，此时就称A是B的“引文” （Citation),而B因为提供了包括文献A在 内的若干个引文，故又称为“来源文 献”（Source Item 或 Source Document）。 如果把文献A作为检索入口，就可以 检索到在它之后发表的引用了它的所 有来源文献。由于来源文献和引文之 间在内容上是相关的，所以引文就完 成了文献集中的功能。
（1）主题语言之一：标题语言
概念： 采用经过词汇控制的自然语言，以经过规 范化的名次术语为标识，直接表达文献和 提问的主题。 标题语言是最早出现的并得到广泛使用的 一种语言。标题语言的规范工具为标题表。 如《美国国会标题表》就是国内外广泛使 用的标题表。标题有单级标题和多级标题 两种。
A、单级标题。如计算机 computer 英国的《科学文摘》(SA)的主题索引采用 的是单级标题形式。 B、多级标题。主标题和副标题组成。 如，machine tools 木工机床 control 设计 美国的《EI》、《CA》的主题索引均使用 了多级标题形式。 主标题的构成有3种： A、正叙式标题 如空气污染 （Air Pollution）
分类主题一体化语言
是指在一个检索系统中，对它的分类 表部分和叙词表部分，就术语、参照、 标识、索引等实行统一的控制，即一 个分类系统与一个主题系统互相兼容。 简单而言，分类主题一体化语言是分 类语言与主题语言的有机结合。
分类主题一体化语言
例如《中国分类主题词表》就是在 《中图法》类目与《汉表》主题词对 应的基础上，将分类法与主题法、先 组与后组融为一体的文献标引和检索 工具。其中的《分类号——主题词对 应表》和《主题词——分类号对应表》 是分别从分类角度和主题角度进行分 类主题一体化标引的工具。
3.2.3 截词检索
通常用“ *”表示无限阶段，用“？”表示有限阶 段。 无限截词符“*”，代表零至无数多个字母； computer* computer;computered ;computering; 有限截词符“？”，只能代表一个字母； teen? teens 例如： *chemi* chemical、chemist、chemistry、 electrochemistry、electrochemical、 physicochemical、thermochemistry
• 如：smok? • 它将对若干词进行检索，包括：smoke, smoky, smoked, smoker, smokes, smokers, smoking, smokeless等等。 练习： 1、ne?t 2、查找检索结果为”Zhejiang Univ Technol”的 文献 Keys: 1、neat;nest;next 2、Zhejiang and Univ* and Tech*
(n)算符near：
(n)要求被连接的检索词必须紧密相连，词之间除 允许有空格、标点、连字符外，不得夹单词或字 母，词序不限； (Nn)表示两个检索词之间最多可以夹N个词(N为 自然数1、2、3…)，且词序任意。 例如：information(n)retrieval
information retrieval 、 retrieval- information， economic(2n) recovery economic recovery 、 recovery from economic troubles
(w)要求检索词必须按指定顺序紧密相连，词序 不可变，词之间除允许有空格、标点、连字符外， 不得夹单词或字母； (Nw)表示连接的两个词之间最多可夹入N个词(N 为自然数)，词序不得颠倒。 例如： input(w)output input output ；input,output ；input-output wear(1w)materials wear materials、wear of materials