第二章信息检索原理

2.1.1 传统的信息资源检索技术
3. 位臵检索
紧密相连，且所连接的词之间不允许插入任何其他单词或字母，但次 序可以颠倒
（1）词位臵检索 ② （N）算符与（nN）算符--表示运算符两侧的检索词需
例如，“control（1N）system”不仅可以检出含有 “control system”、“control of system”和“control in system”的文献，还可以检出含有“system of control”、 “system without control”等的文献。 ③ （X）算符与（nX）算符--要求运算符两侧的检索词不
10
信息资源检索基础知识
返回目录
2.1.1 传统的信息资源检索技术
3. 位臵检索
位臵检索，也称临近检索，主要是通过位臵运算符来 规定和限制检索词之间的相对位臵或者检索词在记录中的 特定位臵来实施检索的技术。位臵检索主要有以下几个级
别。
11
信息资源检索基础知识
返回目录
2.1.1 传统的信息资源检索技术
17
信息资源检索基础知识
返回目录
2.1.1 传统的信息资源检索技术
4. 限制检索
（1）字段检索 例如，“（information retrieval/TI OR digital library/DE）AND PY=2006”所表达的检索要求是，查找 2006年出版的关于信息检索或数字图书馆方面的文献，并 要求“information retrieval”一词在命中文献的“TI” （篇名）字段中出现，“digital library”一词在“DE” （叙词）字段中出现。
4
信息资源检索基础知识
返回目录
2.1.1 传统的信息资源检索技术
1. 布尔逻辑检索
（2）逻辑“与” 逻辑“与”是用于表示交叉关系或限定关系的一种组 配，用AND或“*”算符表示。例如检索式A AND B，表 示检索的文献记录中必须同时含有A和B才算命中。这种 组配可用于对检索词进行限定，从而缩小检索范围，有利 于提高检索结果的查准率。 （3）逻辑“非” 逻辑“非”是用于在检索范围中排除不需要的概念或 排除影响检索结果的概念，用NOT或“-”算符表示。例 如检索式A NOT B，表示检索记录中凡含有A不含B的记 录被检出。这种组配能够缩小命中文献的范围，增强检索 的准确性。
第2章 信息检索原理
1
信息资源检索基础知识
返回目录
2.1 信息资源检索技术
信息检索技术主要是指计算机检索采用
的技术。
传统的信息检索技术主要有布尔逻辑检
索、位臵检索、截词检索、限制检索和加
权检索等，随着网络检索的发展，还出现
了许多新型的计算机信息检索技术。
2
信息资源检索基础知识
返回目录
2.1 信息资源检索技术
3. 位臵检索
（1）词位臵检索 词位臵检索主要是利用位臵逻辑算符限定检索词之间 的位臵，来反映要检索的信息概念。常用的词位臵算符有 （W）与（nW）、（N）与（nN）以及（X）与（nX）3 类。 ① （W）算符与（nW）算符---表示运算符两侧的检索词
次序不能改变，且所连词之间只能有一个空格或一个标点，不能加其 他任何单词或只字母
15
信息资源检索基础知识
返回目录
2.1.1 传统的信息资源检索技术
3. 位臵检索
除了上述介绍的词位臵检索、同句检索和同字段检索 3个级别的位臵检索外，还有一级位臵检索叫做同记录检 索，它所用的位臵算符为（C），（C）要求它两侧的检 索词同在一条数据库记录中出现。
各种位臵算符可以混合于一个检索式中，它们都隐含 有AND功能，由于不同的位臵算符对两个词相对位臵的要 求不同，在同一个检索式中若有两种以上的位臵算符时， 应把要求严格的放在前面，从而提高查准率，节省查找时 间。运算符按照检索精度排序为：（W）>（nW）>（N） >（nN）>（L）>（S）>（F）>（C）。位臵检索对提高 检索的查全和查准率有重要作用，但网络检索中基本只支 持（W）和（N）。
仅完全一致，且以指定的顺序相邻，中间可以插入n个单词
例如，“side（1X）side”可以检索到含有“side by side”的文献。
13
信息资源检索基础知识
返回目录
2.1.1 传统的信息资源检索技术
3. 位臵检索
（2）同句检索 同句检索要求参加检索运算的2个词必须在同一自然 句或者全文数据库的一个段落中出现，检索词的先后顺序 和插入词的个数不受限制。同句检索中用到的位臵算符主 要是（S），是“Sentence”或“subfield”的缩写。 例如，“electronic（S）optical”，可以检索到题名 为“Cutting and Polishing Optical and Electronic Materials”的文献。
9
信息资源检索基础知识
返回目录
2.1.1 传统的信息资源检索技术
2. 截词检索
（3）中截断 中截断是把截断符号放臵在一个检索词的中间。一般 地，中截断只允许有限截断。中截断主要解决一些英文单 词拼写不同，单复数形式不同的词的输入。如，wom？n 例如，输入“c?t”，可以检索出含有词“cat”、 “cut”的文献；输入“mod?????ation”可以检索出含有 词“moderation”、“modernization”、“modification” 的文献。
2.1.1 传统的信息资源检索技术
2.1.2 新型的网络资源检索技术
3
信息资源检索基础知识
返回目录
2.1.1 传统的信息资源检索技术
1. 布尔逻辑检索
布尔逻辑检索是一种开发较早、比较成熟、在信息检 索系统中广泛应用的技术。它是采用布尔代数中的布尔关 系运算符来表达检索词与检索词之间的逻辑关系的检索方 法。常用的布尔逻辑运算符有3种，分别是逻辑“或” （OR）、逻辑“与”（AND）、逻辑“非”（NOT）。 （1）逻辑“或” 逻辑“或”是用于表示并列关系的一种组配，用来表 示相同概念的词之间的关系，用OR或“+”算符表示。例 如检索式A OR B，表示检索的文献记录中只要含有A或者 B中的任何一个即算命中。这种组配可用于扩大检索范围， 增加命中文献数量，有利于提高检索结果的查全率。
19
信息资源检索基础知识
返回目录
2.1.1 传统的信息资源检索技术
5. 加权检索
加权检索就是在检索时赋给每个检索词一个表示其重 要程度的数值，即所谓的“权值”，在检索过程中，对含 有这些检索词的文献进行加权计算，权值之和在规定的数 值（称为阀值）之上者才会作为检索结果输出，权值的大 小可以反映出被检出文献的切题程度。 加权检索目前在信息系统中的应用还不很完善，不是 所有的系统都提供这种检索技术，即使能提供加权检索的 系统，对权的定义、加权方式、权值计算和检索结果的判 定也都有不同的技术规范。目前存在词加权检索和词频加 权检索2种基本的加权检索方法。
6
信息资源检索基础知识
返回目录
2.1.1 传统的信息资源检索技术
2. 截词检索
截词检索是指在检索式中使用专门的符号（截词符号） 表示检索词的某一部分允许有一定的词形变化，用检索词 的词干或不完整的词形查找信息的一种检索方法。并认为 凡满足这个词局部中的所有字符的文献，都为命中的文献。 在实际检索的过程中，为了减少检索词的输入量，同时又 扩大检索范围，保证查全率，可以使用截词检索。 截词的方式有多种。按截断的位臵来分，可分为后截 断、中截断和前截断；按截断的字符数量来分，可分为有 限截断和无限截断。有限截断是指说明具体截去字符的数 量，通常用“?”表示；而无限截断是指不说明具体截去 字符的数量，通常用“*”表示。
16
信息资源检索基础知识
返回目录
2.1.1 传统的信息资源检索技术
4. 限制检索
（1）字段检索
数据库记录是由若干个字段组成的，字段检索是把检索 词限定在数据库记录的特定字段中的检索方法，如果记录的 相应字段中含有输入的检索词则为命中记录。 数据库中提供的可供检索的字段通常分为基本索引字段 和辅助索引字段2大类。 基本索引字段表示文献的内容特征，有TI（篇名、题 目）、AB（摘要）、DE（叙词）、ID（自由标引词）等； 辅助索引字段表示文献的外部特征，有AU（作者）、 CS（作者单位）、JN（刊物名称）、PY（出版年份）、 LA（语言）等。
14
信息资源检索基础知识
返回目录
2.1.1 传统的信息资源检索技术
3. 位臵检索
（3）同字段检索 同字段检索是对同句检索条件的进一步放宽，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，其运算符有两种。 ① （F）算符 例如，“information（F）retrieval/DE，TI”表示 “information”和“retrieval”两个词必须同时出现在叙 词字段或篇名字段内。 ② （L）算符 例如，“information system（L）system design”， 表示“system design”是“information system”ቤተ መጻሕፍቲ ባይዱ下一 级主题词。
5
信息资源检索基础知识
返回目录
2.1.1 传统的信息资源检索技术
1. 布尔逻辑检索
（4）使用布尔逻辑运算符的注意事项 布尔逻辑检索在联机检索、光盘检索和网络检索中都 有广泛的应用，但是不同的检索工具的布尔逻辑检索技术 存在一定的差异，因此，使用布尔逻辑检索需要注意以下 问题： ① 布尔逻辑检索的执行顺序。3种布尔逻辑检索运算 符之间的运算顺序为NOT、AND、OR。有括号时，先执 行括号内的逻辑运算。 ② 不同检索工具的布尔逻辑检索有不同的表现形式 和使用规则。首先，不同检索工具表示布尔逻辑关系的符 号不同；此外，不同检索工具支持布尔逻辑的方式不同。
如：physic* 可检出的词汇有：physic、physical、physician、physicist、 physics等。 不难看出，截词检索具有隐含的OR运算特性。 归纳起来，后截词主要使用在如下4个方面： （1）词的单复数，如book？，potato？？； （2）年代，如198？（80年代），19？？（20世纪）； （3）作者，如用Lancaster*可检出所有姓Lancaster的作者； （4）同根词，如用biolog*，可检出biological、biologist、 8 biology等同根词。
12
例如， “VISUAL（W）FOXPRO”可以检出 “VISUALFOXPRO”或“VISUAL FOXPRO”； “control（1W）system”可以检出含有“control system”、“control of system”和“control in system” 文献。
12
返回目录
18
信息资源检索基础知识
返回目录
2.1.1 传统的信息资源检索技术
4. 限制检索
（2）限制符检索 限制符检索是使用AU（作者）、CS（作者单位）、 JN（刊物名称）、PY（出版年份）、LA（语言）等限制 符号从文献的外部特征方面限制检索范围和检索结果的一 种方法。限制符的用法与后缀符相同，而它的作用则与前 缀符相同。 例如，“aircraft/TI，PAT”表示的检索结果只要 “aircraft”这一主题的专利文献。 限制符还可以与前、后缀符同时使用，这时字段代码 与限制符之间的关系是逻辑“与”，即最终的检索结果应 同时满足字段检索和限制符检索两方面的要求。
信息资源检索基础知识
返回目录
2.1.1 传统的信息资源检索技术
2. 截词检索
（2）前截断 前截断是将截词符号放臵在一个字符串左方，以表示 其左方的有限或无限个字符不影响该字符串检索，是一种 后方一致的检索。这种检索方法在各种词头有变化的复合 词的检索中应用比较多，有助于提高查全率。 例如，输入“*magnetic”，可以检索出含 “magnetic”、“electro-magnetic”等词的文献。
7
信息资源检索基础知识
返回目录
2. 截词检索 （1）后截断
2.1.1 传统的信息资源检索技术
后截断是最常用的截词检索技术，是将截词符号放臵在一个字符串右方， 以表示其右的有限或无限个字符将不影响该字符串的检索，是一种前方一 致的检索。这种方法可以省略输入各种词尾有变化的检索词的麻烦，有助 于提高查全率。