12023/2/3信息檢索基本知識及技巧

Theprinciplesandskillsoninformationretrieval主講人：22023/2/3目錄outline信息檢索的定義、分類及其作用二檢索語言三檢索的效率、手段和方法32023/2/3信息檢索的定義、分類及其作用1.1信息檢索的定義信息檢索(InformationRetrieval)：,是指將信息按一定的方式組織和存儲起來，并根據(jù)信息用戶的需要找出有關(guān)的信息過程，所以它的全稱又叫“信息的存儲與檢索(InformationStorageandRetrieval),這是廣義的信息檢索。狹義的信息檢索則僅指該過程的后半部分，即從信息集合中找出所需要的信息的過程，相當(dāng)于人們通常所說的信息查尋(InformationSearch)。42023/2/31.2信息檢索的手段（1）手工檢索eg：美國工程索引（2）光盤檢索eg：medline（3）網(wǎng)絡(luò)檢索eg：springerlink52023/2/31.3信息檢索的對象（1）文獻(xiàn)檢索（DocumentRetrieval)：是以文獻(xiàn)（包括題錄、文摘和全文）為檢索對象的檢索?？煞譃槿臋z索和書目檢索兩種。

（2）事實檢索（FactRetrieval)：是以某一客觀事實為檢索對象，查找某一事物發(fā)生的時間、地點(diǎn)及過程的檢索。

（3）數(shù)據(jù)檢索（DataRetrieval)：是以數(shù)值或數(shù)據(jù)（包括數(shù)據(jù)、圖表、公式等）為對象的檢索。

62023/2/3二信息檢索的要素

（1）前提——信息意識/信息素養(yǎng)informationliteracy信息素養(yǎng)這一概念是信息產(chǎn)業(yè)協(xié)會主席保羅·澤考斯基于1974年在美國提出的。簡單的定義來自1989年美國圖書館學(xué)會(AmericanLibraryAssociation,ALA)，它包括：

能夠判斷什么時候需要信息，并且懂得如何去獲取信息，如何去評價和有效利用所需的信息。72023/2/3美國高等教育信息素養(yǎng)能力五大標(biāo)準(zhǔn)具有信息素養(yǎng)能力的學(xué)生能決定所需要的信息種類和程度具有信息素養(yǎng)能力的學(xué)生能有效而又高效地獲取所需信息具有信息素養(yǎng)能力的學(xué)生能評價信息及其來源，并能把所遴選出的信息與原有的知識背景和評價系統(tǒng)結(jié)合起來具有信息素養(yǎng)能力的學(xué)生無論是個體還是團(tuán)體的一員，能有效地利用信息達(dá)到某一特定的目的具有信息素養(yǎng)能力的學(xué)生懂得有關(guān)信息技術(shù)的使用所產(chǎn)生的經(jīng)

濟(jì)、法律和社會問題，并能在獲取和使用信息中遵守公告法律主動獲取創(chuàng)新能力檢索能力分析能力個人修養(yǎng)82023/2/3（2）基礎(chǔ)——信息源A、信息的載體：

印刷型

縮微型

機(jī)讀型+聲像型92023/2/3B、信息的內(nèi)容和加工級次：

一次文獻(xiàn)

二次文獻(xiàn)三次文獻(xiàn)102023/2/3C、信息的出版形式：圖書期刊會議資料學(xué)位論文專利標(biāo)準(zhǔn)報告百科全書、類書112023/2/3圖書的檢索途徑主要用到：

書名作者出版社ISBN關(guān)鍵詞

期刊的檢索途徑主要用到：

刊名篇名作者關(guān)鍵詞ISSN122023/2/3

會議論文的檢索途徑主要用到：

會議名稱主辦單位會議地點(diǎn)關(guān)鍵詞作者會議文章篇名

學(xué)位論文的檢索途徑主要用到：

作者學(xué)位授予單位導(dǎo)師姓名關(guān)鍵詞論文篇名132023/2/3

專利資料的檢索途徑主要用到：

關(guān)鍵詞專利權(quán)人發(fā)明人國際專利分類號公開號

標(biāo)準(zhǔn)資料的檢索途徑主要用到：

標(biāo)準(zhǔn)編號標(biāo)準(zhǔn)名稱發(fā)布單位發(fā)布日期關(guān)鍵詞142023/2/3

報告資料的檢索途徑主要用到：

報告號關(guān)鍵詞作者報告單位合同戶報告代碼

百科全書、類書資料的檢索途徑主要用到：

音形義152023/2/3（3）核心——信息利用能力掌握各種信息源掌握檢索語言熟練使用檢索工具對檢索結(jié)果的評價，判斷162023/2/3附：期刊的指數(shù)計算（1）影響因素=該年引用該刊前兩年文章的總次數(shù)當(dāng)年該刊所發(fā)表文章的總數(shù)即年指標(biāo)前兩年該刊所發(fā)表文章的總數(shù)=一特定年度對該刊當(dāng)年發(fā)表文章的引用次數(shù)影響因素是一種期刊中論文的平均被引率特定年度的影響因素用于測度一種期刊被利用的速度，也是測度期刊重要性的依據(jù)即年指標(biāo)172023/2/3自引率與被引率

自引率是指一種期刊中引用本刊的參考文獻(xiàn)對全部參考文獻(xiàn)之比；被自引率是一種期刊被本刊中文章引用的次數(shù)與該刊被引用的總次數(shù)之比。=自引率某刊自引的引文量該刊全部引文量被引率

=某刊自引的引文量某刊被引用的總次數(shù)182023/2/3二檢索語言2.1按表現(xiàn)形式劃分的檢索語言

外表特征語言內(nèi)容特征語言192023/2/3外表特征：就是文獻(xiàn)上記明的、顯而易見的特征。

外表特征語言（書目引文語言）題名（書名、篇名）著者姓名文獻(xiàn)序號（如：ISBN、ISSN、專利號、報告號等）書目引文出版事項文獻(xiàn)類型202023/2/3

內(nèi)容特征語言非句法語言句法語言等級制體系分類法標(biāo)題詞關(guān)鍵詞敘詞單元詞加標(biāo)志的敘詞組面詞（如：組面分類法）短語文獻(xiàn)全文的自然語言212023/2/32.2按應(yīng)用功能劃分的檢索語言

分類語言主題語言222023/2/32.21分類語言

是用分類號和相應(yīng)的分類款目名稱來表達(dá)信息內(nèi)容的主題概念，并按學(xué)科體系的邏輯次序?qū)⑿畔①Y源系統(tǒng)地加以劃分和組織的語言。分類語言能反映事物的從屬派生關(guān)系,便于按學(xué)科門類進(jìn)行族檢索。232023/2/3杜威十進(jìn)分類法——

DeweyDecimalClassification,DC/DDC美國M.杜威編制的綜合性等級列舉式分類法。分為詳、簡兩種版本,詳本于1876年問世,取名為《圖書館圖書小冊子排架及編目適用的分類法和主題索引》，1951年的第15版改名《杜威十進(jìn)分類法》000總論

100哲學(xué)

200宗教

300社會科學(xué)

400語言

500自然科學(xué)和數(shù)學(xué)

600技術(shù)(應(yīng)用科學(xué))

700藝術(shù)、美術(shù)和裝飾藝術(shù)

800文學(xué)

900地理、歷史及輔助學(xué)科

第一層展開層630農(nóng)業(yè)

631農(nóng)業(yè)經(jīng)營

631.5作物栽培

242023/2/3

通用十進(jìn)制圖書分類法——UniversalDecimalClassificationUDC十進(jìn)制圖書分類法由兩位比利時書目專家（PaulOtlet、HenrilaFontaine）19世紀(jì)末在杜威十進(jìn)制圖書分類法的基礎(chǔ)上繼續(xù)研發(fā)的分類方法。此種分類方法由數(shù)字和特殊符號組成，把涉及各種知識體系及學(xué)科的書籍予以分類。介于數(shù)字和符號無語言障礙的特性，該分類法在世界各地的圖書館中被廣泛應(yīng)用。

總分類0總匯1哲學(xué)，心理學(xué)2宗教，神學(xué)3社會學(xué)，政治，經(jīng)濟(jì)，法律，教育，人類學(xué)4暫無（由圖書館具體添加）5自然學(xué)科，數(shù)學(xué)6實用學(xué)科，醫(yī)學(xué)，科技，企業(yè)經(jīng)濟(jì)學(xué)，計算機(jī)

7藝術(shù)，手工藝品，音樂，競技，體育8語言學(xué)，文學(xué)9地理，生物，歷史252023/2/3附加+：并列符（例：178.1+33酒精主義者和國民經(jīng)濟(jì)）：：關(guān)系符（例：178.1:33酒精主義對國民經(jīng)濟(jì)的影響）

/：包含符（例：592/599系統(tǒng)動物學(xué)，從592到599）

=：語言符（例：=71拉丁語）(0...)：書類符（例：(042)演講，講義）(...)：地域符（例：(234.3)阿爾卑司）262023/2/3美國國會圖書館圖書分類法

——LibraryofCongressClassification

272023/2/3第一層282023/2/3末層292023/2/3中國圖書館圖書分類法——ChineseLibraryClassification，

CLC

中國圖書館分類法，簡稱《中圖法》。包括“馬列主義、毛澤東思想，哲學(xué)，社會科學(xué)，自然科學(xué)，綜合性圖書五大部類，22個基本大類，具體如下：302023/2/3中國科學(xué)院圖書館圖書分類法簡稱科圖法。1958年由中國科學(xué)院圖書館編寫，1974年、1979年、1994年分別進(jìn)行了修訂。分為25大類。中國科學(xué)院圖書館圖書分類法312023/2/3國際專利分類法——InternationalPatentClassification,IPC

《關(guān)于國際專利分類斯特拉斯堡協(xié)定》與1975年10月7日生效，它為發(fā)明專利，包括出版的專利申請書、發(fā)明證書說明書、實用新型說明書（一下簡稱為“專利文獻(xiàn)”）提供了一種共同的分類。分類表示使各國專利文獻(xiàn)獲得統(tǒng)一分類的一種工具。它的基本目的是作為各專利局以及其他使用者在確定專利申請的新穎性、創(chuàng)造性（包括對技術(shù)先進(jìn)性和實用價值作出評價）而進(jìn)行的專利文獻(xiàn)檢索是的一種有效檢索工具。

322023/2/3332023/2/3342023/2/3352023/2/3362023/2/3372023/2/3382023/2/3392023/2/3402023/2/3412023/2/3422023/2/3432023/2/3442023/2/3技術(shù)主體的分析452023/2/32.22主題語言

462023/2/3472023/2/3

INSPEC敘詞表舉例：Locomotive

NT①

diesel-electriclocomotiveBT

②vehicles

TT③

vehiclesRT

④railtrafficrailwaystractionCC⑤

B8520-nC3360DFC

⑥

b8520-nc3360DeDI

⑦January19731、下位敘詞2、上位敘詞3、族首詞4、相關(guān)詞5、INSPEC數(shù)據(jù)庫使用的分類號6、輸入到INSPEC

數(shù)據(jù)庫使用的分類號7、該敘詞的啟用日期英國電氣工程學(xué)會（InstituteofElectricEngineering簡稱IEE）下設(shè)的國際物理和工程信息服務(wù)部（InternationalInformationServicesforthePhysicsandEngineeringCommunities,簡稱INSPEC）482023/2/3三檢索的效率、手段和方法3.1檢索效率評價492023/2/33.2索引語言中改善查全率的措施（1）同義詞控制法

是指當(dāng)一個概念具有多個同義詞的時候，為了保證標(biāo)引與檢索的一致性，避免文獻(xiàn)的分散和漏檢，指引詞匯的使用者從其他的同義詞找到一個被專門選擇作為正式主題詞的詞的用法。例如：用符號USE、SEE、Y（用）從正式詞引見非正式的詞，則用USEFOR、D（代）502023/2/3（2）詞的關(guān)聯(lián)法索引詞的關(guān)聯(lián)，最普通的形式是等級上的關(guān)聯(lián)。例如：A、由專指詞到較泛指的詞，使用符號

BT（broaderterm）,或者S(屬)

B、由泛指詞到較專指的詞，使用符號

NT（narrowerterm）,或者F(分)

C、由指向近義的詞，使用符號

RT（relatedterm）,或者C(參)，或seealso(參見)

512023/2/3《漢語主題詞表》詞的關(guān)聯(lián)舉列

交流發(fā)電機(jī)F同步發(fā)電機(jī)異步發(fā)電機(jī)S發(fā)電機(jī)

交流換向電機(jī)D交流整離子電機(jī)S交流電機(jī)Z電機(jī)C調(diào)速電動機(jī)異步電動機(jī)522023/2/3（3）字形的控制法

即把具有同一詞根的字組合在一起。當(dāng)然這不是提供標(biāo)引的措施，而是提供檢索用的輔助手段。在計算機(jī)檢索中，是采用截詞實現(xiàn)的：例如：“反射”、“反射波”、“反射性”、“反射望遠(yuǎn)鏡”等。都有reflect，用reflect進(jìn)行截詞檢索，就能檢索出與“反射”有關(guān)的所有文獻(xiàn)。532023/2/3（4）聚類法

在對檢索詞進(jìn)行統(tǒng)計的基礎(chǔ)上，將有關(guān)的索引次進(jìn)行聚類，可以查出更多的文獻(xiàn)，從而改善查全性。例如：“枯萎”是與“莊稼”、“植物生長”聯(lián)系在一起的，如果“銹菌”也是常與“植物生長”等詞聯(lián)系在一起的話，我們就可以推斷“枯萎”與“銹菌”之間存在某種聯(lián)系。542023/2/33.3索引語言中改善查準(zhǔn)率的措施組配即兩個或兩個以上概念的組合，有兩種組配形式，先組和后組。

先組式是指概念之間的組合是在詞表編制階段就已經(jīng)定義好的，組配后的符合概念成為供標(biāo)引的完整索引詞。

心理聲學(xué)（是心理學(xué)與聲學(xué)的組配）蒸發(fā)冷卻（是蒸發(fā)與冷卻的組配）

后組式是指在檢索階段把兩個或兩個以上的有關(guān)索引詞進(jìn)行組合。

“計算機(jī)”與“設(shè)計”552023/2/3

先組式有助于提高索引詞的專指度，減少標(biāo)引到每個詞的文獻(xiàn)數(shù)量，減少和避免假組配，從而有利于查準(zhǔn)率。但是先組式的詞在數(shù)量上是有限的，不能適應(yīng)各種角度和深度的符合概念檢索。

后組式便于各種角度和深度的檢索，有利于查準(zhǔn)率的提高，但是可能出現(xiàn)假組配，致使誤檢的增多。對于先組和后組式的評價562023/2/33.4計算機(jī)檢索語言（1）布爾邏輯檢索功能邏輯或（OR、+）檢索項A、B

若用“邏輯或”組配，則邏輯式為“AORB”，或者“A+B”AB表示被檢索的文獻(xiàn)只要包含有其中的一