三、常用的信息检索技术
• • • • • 布尔逻辑检索技术 截词检索技术 邻近检索技术 限定字段检索技术 限制检索
布尔逻辑检索
• 逻辑与：也称逻辑乘，用关系词“and” 或“*”表示。A and B（或A*B）表示两 个概念的交叉和限定关系，只有同时含 有这两个概念的记录才算命中信息
• 逻辑或：也称逻辑和，用关系词“or”或 “+” 表示。A or B（或A+B）表示两个概 念的并列关系，记录中只要含有任何一个 概念就算命中信息，即凡单独含有概念A或 单独含有概念B或者同时含有A、B两个概念 的信息均为命中信息
信息存储
• 信息的采集：根据数据库或检索工具的内容和性质要 求，对广泛且分散的信息资源进行有针对性的采集。 • 信息的著录：对所搜集的原始信息的外表特征（如题 名、著者、文献出处等）和内容特征（如分类号、主 题词、摘要等）进行描述，形成一条条款目或记录的 过程。 • 信息的标引：根据一定的规则和程序，对文献内容进 行分析，然后赋予每篇文献以一定数量的内容标识 （分类号、主题词、关键词等），作为存储与检索的 依据。 • 信息的整序：将采集到的无序信息进行有序化组织的 过程，形成可直接用于手工检索的检索工具或计算机 检索的数据库。
分类检索语言
• 分类检索语言是指用分类号表达各种概念，并将 各种概念以学科性质为主加以划分和系统排列的 检索语言。按编制方式可分为体系分类语言和组 配分类语言，目前信息检索采用的大多为体系分 类语言。 • 体系分类语言是以科学分类为基础，运用概念划 分的方法，把具有某种或某些共同属性的事物集 合划分为一类，用概括该类事物所共有的本质属 性的概念作为类目，并给出相应的标记符号作为 分类号 。体系分类语言集中体现了学科的系统性， 反映事物的从属、派生关系，从上至下、从总体 到局部层层划分、展开。
• 常见的检索字段： 题名 Title TI 文摘 Abstract AB 作者 Author AU 作者单位 Corporate Source CS 刊名 Journal JN 叙词 Descriptor DE 语种 Language LA 文献类型 Document Type DT
限制检索
• 限制检索是通过限制检索范围，达到优化 检索的方法。常用检索符有： • 包含，用“：”或 “– ”表示 • 大于，用“>”表示 • 小于，用“<”表示 • 等于，用“=”表示 • 大于或等于，用“>=”表示 • 小于或等于，用“<=”表示 • 范围之外，用“！：”表示
第2章 现代信息检索技术与策略
• • • • • 信息检索概述 信息检索的发展历程及其进展 信息检索技术 信息检索语言 信息检索策略
一、信息检索概述
• 什么是信息检索 ？信息检索（Information Retrieval）有广义和狭义之分。广义的信 息检索是指将信息按一定的方式组织和存 储起来，并根据信息用户的需要查找出特 定信息的技术和过程，所以，其全称是信 息存储与检索（Information Storage and Retrieval）。狭义信息检索仅指该过程的 后半部分，即根据信息用户的检索需求， 利用已有的检索工具或数据库，从中找出 特定信息的过程，相当于人们所说的信息 查寻（Information Search）。
信息检索工具
• 信息检索工具是用来存储信息和提供查找 信息线索的工具，它实际上是对众多分散 的无组织的信息进行筛选、积累、组织、 加工和整理，并按一定的科学体系组织编 排，使其成为有序化、系统化的信息集合， 从而方便人们检索和利用。 • 按不同的标准，检索工具可划分成不同的 类型。按按存储内容划分有目录型、题录 型、文摘型和全文型检索工具；按载体划 分有印刷型、缩微型和电子型检索工具。
截词检索的方式有多种，按截词位置可分为 前截词、后截词、前后截词和中间截词
• 前截词：也称左截词或后方一致。如?compuicrocomputer等 • 后截词：也称右截词或前方一致。如computer？可 检 索 出 computer 、 computers 、 computerize 、 computerized、computerization等结果 • 前后截词：词干的前后各有一个截词符， 如 ?computer ？ 可 检 索 computer 、 computers 、 computerize 、 computerized 、 computerization 、 minicomputer 、 minicomputers 、 microcomputer 、 microcomputers等结果 • 中间截词：也称“通用字符检索法”，凡前后方一 致的词，都能检出，通常用在英美对某些词的不同 拼写法。如：defen*e可同时检出defence和defense
信息检索
• 将描述特定用户所需信息的提问特征与信 息存储的检索标识进行异同的比较，从中 找出与提问特征一致或基本一致的信息 。 • 在计算机检索系统中，该工作是由“系统用户接口”来完成的，它是一种面向系统 的人-机接口，承担用户与系统之间的通信 功能。负责处理用户输入的检索词与提问 式，并将它们与数据库中存储的数据进行 比较运算，最后将检出结果以一定的形式 输出。
四、信息检索语言
把存储与检索两个过程、标引员与检 索者两个方面联系起来表达相同概念和主 题的语言就是检索语言，也叫索引语言、 标引语言。检索语言在表达概念上具有单 义性和唯一性，可以保证不同标引者和检 索者对信息特征表达上的一致性，还可使 内容相同或相关的信息集中，使大量分散 无序的信息系统化、有序化，便于进行有 规律的检索。信息检索工具中经常使用的 检索语言主要有分类检索语言和主题检索 语言。
• 逻辑非：也称逻辑差，用关系词“not”或 “－” 表示。A not B（或A－B）表示两 个概念的排除关系，指记录中含有概念A而 不含概念B的记录为命中信息
• 布尔算符的优先执行顺序一般是：逻辑非、 逻辑与、逻辑或，但用括号可以规定或改 变其执行顺序。三个逻辑算符和括号的配 合使用，可将检索词组配成较为复杂的逻 辑提问式，以满足复杂概念信息检索的需 要。 （A*B）－C ：
（W）与(nW)算符
• （W）算符：（W）是with的缩写，可简写为 “( )”，表示此算符两侧的检索词必须按此前 后顺序相邻排列，词序不可变，且两词之间不 许有其它的词或字母，但允许有一空格或标点 符号。如biological (W) control相当于检索 biological control，CD (W) ROM相当于检索 CD ROM或CD-ROM。 • (nW) 算符：(nW)是n words的缩写，表示此算 符两侧的检索词之间允许插入最多n个词，且词 序不可变。如wear (1W) material相当于检索 wear materials、wear of materials等词。
限定字段检索
• 限定字段检索即指定检索词在记录中出现 的字段即检索入口。检索时，计算机只对 限定字段进行匹配运算，以提高检索效率 和查准率。不同数据库和不同种类文献记 录中所包含的字段数目不尽相同，字段名 称也有区别。在一些网络数据库中，字段 名称通常放置在下拉菜单中，用户可根据 需要选择不同的检索字段进行检索 。
（N）和（nN）算符
• （N）是near的缩写，表示此算符两侧的 检索词必须紧密相连，词序可变，词间不 允许插入其它词或字母，但允许有一空格 或标点符号。（nN）表示两词间可插入最 多n个词，词序可变，如检索式 environment (2N) protection 就可检索出 包含“environment protection”、 “environment of the protection ”、 “environment of water protection”、 “protection of forest environment”等内容 的结果。
截词检索
• 所谓截词检索，是指在检索式中用专门的符号 （截词符号）表示检索词的某一部分允许有一定 的词形变化。截词符一般用“？”或“*”表示， 不同系统，不同数据库，其代表的含义有所不同。 计算机在检索中遇有截词符时，将不予匹配对比， 只要其他部位字符匹配，即算命中。 • 联机检索中一般对截词符号没有统一标准，根据 数据库不同其检索符号也有差异，如 DIALOG系 统用“？”，BRS系统用“ ＄”，ORBIT系统用 “#”等。网络信息检索工具中绝大多数都支持截 词功能，有的是自动截词，有的是在一定条件下 才能截词。
二、信息检索的发展历程及进展
• 手工信息检索：印刷型检索工具 • 机械信息检索：是手工检索向计算机信息检 索的过渡阶段，（穿孔卡片 ）。 • 计算机信息检索 ：目前，计算机信息检索 已成为用户获取信息的主要方式，我们所说 的现代信息检索一般指计算机信息系检索。 计算机信息检索可划分为脱机检索、联机检 索、光盘检索和网络检索4个阶段。
邻近检索
• 邻近检索又称位置检索，主要是通过检索式中的 专门符号来规定检索词在结果中的相对位置。在 某些情况下，若不限制检索词之间的位置关系则 会造成误检，影响查准率。例如检索“生物防治” 的文献，若用检索式“biological*control”检 索，则会将“抑制生物”（control biological） 的文献也查出来，因此，在大部分检索系统中设 置了位置限定运算符号以确定检索词之间的位置 关系。常用的相邻位置算符有（W）、（nW）、 （N）、（nN），句子位置算符（S），字段算符 （F）、（L）等。但在不同的检索系统所采用的 位置运算符是不一样的，功能也有差异。
信息检索类型
• 数据信息检索（Data Retrieval）：电话 号码、观测数据、统计数据、参数、市场 行情、图表、化学分子式等 • 事实信息检索（Fact Retrieval）：事物 （事件）的性质、定义、原理以及发生的 时间、地点、过程等。 • 文献检索（Literature Retrieval ）：以 文献为检索对象的信息检索