第二章 信息检索原理及技术.ppt

检索的基本原理 信息检索基本原理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。一方面是用户的信息需求, 一方面是组织有序的文献信息集合，检索就是从用户特定的信息需求出发，对特定的信息集合采用一定的方法、技术手段，根据一定的线索与规则从中找出(search, locate, hit) 相关的信息。　　匹配有其匹配标准，这里涉及到两者一致性、相关度等问题，按一定的标准筛选出符合要求的信息。 信息检索一般过程 信息检索的过程往往需要一个评价反馈途径，多次比较匹配，以获得最终的检索结果。其图示如下： 中图法大类表 《中图法》体系细分如下所示： T 工业技术 TP 自动化技术、计算技术 3 计算技术、计算机 31 计算机软件 316 操作系统 .1 　　 分时操作系统 .2 实时操作系统 .7 Windows操作系统 39 计算机的应用 391 信息处理（信息加工） 391.7 机器辅助技术 391.72 CAD 391.73 CAM …… * 叙词语言 是以表达文献主题内容的概念单元为基础，经过规范化处理，可以进行逻辑组配的一种主语语言。如《汉语主题词表》、《INSPEC叙词表》（《科学文摘》）、《工程索引叙词表》等。 非规范主题语言：它是相对于规范主题语言而言的，以自然语言的语词作检索标识，其所用词汇未经过规范化处理。非规范主题语言包括关键词语言和纯自然语言。 ※ 关键词语言 直接从文献信息的标题、摘要或内容本身抽取出来的用于揭示信息主题内容的自由词。 ※ 纯自然语言 指完全使用自然语言，即对一条完整的信息中任何词汇都可以进行检索。它采用全文匹配法检索，主要运用于计算机全文数据库和网络信息检索中。使用纯自然语言中检索中最大的问题是误检率极高。 主题词表： ①字顺表 computerized industrial control USE industrial computer control Computerized instrumentation UF computerized instruments NT automatic test equipment computerized monitoring computerized spectroscopy computerized tomography BT computer applications TT computer applications RT astronomy computing astrophysics computing biology computing chemical engineering computing ②词族表 computer applications ．administrative data processing ．．distributive data processing ．computerized signal processing ．．computerized pattern recognition ．．computerized picture processing ．．．computer-generated holography ★关键词的提炼 1、反映信息概念的准确性（作为检索词应当科学，表达的意思要准确，普遍使用，同时应该简明、精练，尽可能简短明了，易输易检，词汇不宜过长） 古代语言演变=古代语言*语言演变 =古代语言*演变 2、反映信息内容的全面性 协同设计+协同工作 3、注意检索词的多样性 轨道 铁轨 过程和规律 微型计算机 微机 电脑 “加热设备”可抽象化为“温度控制设备” “温度计”即“温度测量仪器” 4、少用或不用副词、助词、指示代词等不反映检索内容的词或词组。 如a,the,is，http,com 5、删除具有包含关系的其中一个 教学用的信息检索课多媒体课件?信息检索*多媒体*课件 6、补充