第二章信息检索基础知识.ppt

第一节 信息检索及其类型 一、信息检索的含义 二、信息检索的类型 第二节 检索语言 一、检索的基本原理 二、检索语言的定义 三、检索语言的类型 一、信息检索的基本原理 二、检索语言 1.定义： 是从自然语言中精选出来的一整套词汇、符号，用来对文献内容和信息特征进行概括和规范的一种人工语言。它是文献信息工作者用来描述文献特征，检索者用来表达检索提问的语言，是沟通存储过程和检索过程的桥梁，是信息检索全过程得以顺利实现的语言保证。 2.检索语言所具备的功能 (1) 对文献的信息内容及其外表特征加以规范化的标引； (2) 对内容相同及相关的文献信息加以集中或揭示其相关性； (3) 可使文献信息的存贮集中化、系统化、组织化，便于检索者按一定的排列次序进行有序化检索； (4) 便于将标引用语和检索用语进行相符性比较。 3.1分类检索语言 分类检索语言：是用分类号和相应的分类款目名称来表达信息内容的主题概念，并按学科体系的逻辑次序将信息资源系统地加以划分和组织的语言.分类语言能反映事物的从属派生关系,便于按学科门类进行族检索。 3.2主题检索语言 主题检索语言：是采用描述文献主题的语词排列主题标识，提供各种检索词语的途径。 一般由主题词表及其编制和使用规则组成。 主题检索语言的基本类型 1）标题法（System of subject heading） 2）单元词法（Uniterm indexing） 3）叙词法（Descriptor indexing） 4）关键词法（Keyword indexing） 1.逻辑与（AND）* 缩检 假设A和B是两个检索词，则A*B表示A与B必须同时存在。运用“逻辑与”表达式，有助于明确限定检索范围。 逻辑与（AND）* 缩检 例如用户想在题名中检索有关新闻美学的文献，如只输入“新闻”或“美学”，则命中文献太多，且有许多不是自己所要的。如果输入“新闻*美学”，则检索出题名中同时含有“新闻”和“美学”的文献，检索结果大大缩小。 1.逻辑与（AND）* 缩检 换一个角度看，“逻辑与”又能防止漏检。 例如，用户输入“新闻美学”作为检索词，可命中《戈公振的新闻美学实践》这样的文献，但漏检了《新闻的美学属性》、《新闻标题中的美学》这些文献。如果用“新闻*美学”来进行检索，则上述三篇文献都检中。 2.逻辑或（OR）+ 扩检 A+B，表示A或B中任何一个词存在都可以（当然A和B同时存在也可以）。“逻辑或”表达式，有助于提高查全率 2.逻辑或（OR）+ 扩检 例如某用户想查找研究杜甫的文献，检索途径选择题名后，输入“杜甫”，命中540篇。但考虑到研究杜甫的文献题名中未必都出现“杜甫”两字，也可能会出现“杜诗”、“李杜”，于是改用“杜甫+杜诗+李杜”表达式，结果命中608篇。 3.逻辑非（NOT）- 缩检 A-B，表示A必须存在，但不能有B。“逻辑非”表达式，主要用于排除那些与检索意图无关的文献。 例如：“计算机”NOT“文献检索”，表示查找文献内容中含有“计算机”而不含有“文献检索”的那部分文献。 4.逻辑检索的优先级别 当布尔运算符在一个检索式中连续出现时，它们的“级别”是不同的。大部分数据库是这样规定的：-优先级最高，*次之，+最低。 例如要查找研究唐宋诗歌的文献，可以用“（唐+宋）*诗”、“唐*诗+宋*诗”，而不能用“唐+宋*诗”。“唐+宋*诗”查找的是含有“唐”的文献或者同时含有“宋”和“诗”的文献，这样就把涉及到的唐代、唐姓的文献都找出来了。 二、截词检索 截词检索是预防漏检提高查全率的一种常用检索技术，大多数系统都提供截词检索的功能。 截词是指在检索词的合适位置进行截断，然后使用截词符进行处理，这样既可节省输入的字符数目，又可达到较高的查全率。 截词符一般用“？”、“ *”、“#”表示 二、截词检索 3.中截词 　　中截词也称屏蔽词。一般来说，中截词仅允许有限截词，主要用于英、美拼写不同的词和单复数拼写不同的词。如organi？ation可检索出含有organisation和organization的记录。由此可知，中截词使用的符号为"？"，即用"？"代替那个不同拼写的字符。 （二）按所截断的字符数目来分，分为 第四节 信息检索策略 一、什么是检索策略 二、常见的检索策略类型 三、检索策略的制定 四、检索效果的评价 五、信息检索的实施 信息检索的核心 是用户信息需求与文献信息集合的比较和选择, 是两者匹配(match)的过程。[通过检索语言匹配] 检索与查找、搜索有什么区别？ 一、什么是检索策略 所谓检索策略广义上是指为实现检索目的而制订的全盘计划和方案；狭义讲是指检索式。