信息的检索.ppt

信息服务部：惠斌 2.1 什么是信息检索？ Information Retrieval Retrieval : The process of accessing information from memory or other storage devices. 什么是信息检索? 检索，就是查找和索取的意思。 信息检索 信息的存储（Information Storage） — 对有关信息进行选择，并对信息特征进行著 录、 标引和组织，建立信息数据库的过程； 信息的检索（Information Retrieval） — 根据信息检索提问制定检索策略，利用信息 数据库查找所需信息内容过程。 信息检索举例： 利用图书馆OPAC系统检索一本书？ 2.2 信息检索的基本原理 抽象概括为：对信息集合与需求集合的匹配与选择 具体表述为：用户的需求特征与数据库中的每一条记录被标 引出的特征进行比较匹配 信息检索的本质是一个信息匹配的过程，即用 户的信息需求和特定信息集合的比较、选择的 过程。 所谓“匹配” ，就是将用户需求集合中的检索标识 提交到检索系统中，与检索系统中存储的信息特 征标识进行进行逐一比对，两者完全或基本一致 时，即为检索命中信息，从检索系统中输出。 2.3 信息特征 每件文献（一篇论文、一本书、一份报告等） 均有内容特征及其相关的外表特征。 从文献的特征出发，将其特征值与检索系统中 标引数据进行计算比较，通过匹配达到检索目 的。 ① 外表特征 题目、作者、出处、作者单位，专利和科技报告 还有专利号或者报告号等； 这些可以表征一篇特定文献的特征可以在文献的 封面或扉页，即不打开书本，或不看文献的具体 内容就可以确定一篇文献。 ② 内容特征 假如深入到文献内容中，则可以发现还可用以 下两种方法来表征它。 分类特征 一篇文献可以按照各种自然科学和社会科学的分类方法进行归类，如《中国图书馆分类法》（简称《中图法》） 可以把某一篇文献归入某一类，称之为该文献的分类特征。 《中图法》22个基本大类 社会科学 Ａ　马克思主义、列宁主义、毛泽 东思想、邓小平理论 Ｂ　哲学、宗教 Ｃ　社会科学总论 Ｄ　政治、法律 Ｅ　军事 Ｆ　经济 Ｇ　文化、科学、教育、体育 Ｈ　语言、文字 Ｉ　文学 Ｊ　艺术 Ｋ　历史、地理 自然科学 Ｎ　自然科学总论 Ｏ　数理科学和化学 Ｐ　天文学、地球科学 Ｑ　生物科学 Ｒ　医药、卫生 Ｓ　农业科学 Ｔ　工业技术 Ｕ　交通运输 Ｖ　航空、航天 Ｘ　环境科学、安全科学 Ｚ　综合性图书 b. 主题特征 一篇文献都是论及某一方面的特定问题的，文 中与论题相关的词出现的频率较大，这些词称之 为文献的主题词或关键词。 主题词 关键词 关键词 关键词（keyword）：是从文献的标题、文摘 和正文中直接抽取的，能够揭示和表达文献主 题内容并具有实质意义的未经规范化处理的 词。 又叫自由词。 除了禁用词（stop-term），如一些冠词、介 词、副词或连词外，凡在概念上有意义的词都 可用作关键词，它确保检索用词与文献记录中 的词汇完全一致。 主题词 主题词：又称叙词，在标引和检索中用以表达文 献主题的规范化的词或词组 所谓规范化，即词和概念一一对应，一个词表达 一个概念，通过“主题词表”进行规范化控制。 如：计算机应用、微机应用、电脑应用 都必须用“计算机应用”作主题词 信息特征的重要性 信息特征既是文献对象标志的基础，也是信息检 索的基础 用信息的各种内容特征和外表特征作为检索的出 发点，可以从不同角度来检索相关信息。 信息特征与文献的对应关系 文献的外表特征与文献是一一对应的，即一组外 表特征只对应一篇文献； 文献的内容特征与文献是模糊的对应关系，即一 篇文献有多个主题词或分类号，一个主题词或分 类号也可以对应多篇甚至几百篇文献。 2.4 信息检索的类型 按检索内容的不同，信息检索可分为： 文献检索（document retrieval） 数据检索（data tetrieval） 事实检索（fact tetriaval） 文献检索（Document Retrieval） 定义：是以文献为检索对象，从文献集合中查找出特 定文献的过程。 下列几例均属于文献检索。 1、如查找一本