信息检索原理与方法.pptxVIP

工欲善其事,必先利其器——信息检索原理与方法东北大学图书馆 刘畅 信息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。信息的特征一篇文章、一本书、一份报告等一般都有以下特征：外表特征：题名、作者、作者工作单位，专利和科技报告还有专利号或报告号等，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。内部特征：假如我们深入到文献内容中间，则可以发现还可用另外两种方法来表征它：主题词和分类号主题词 一般，一篇文献都是论及某一方面的特定问题的，也就是说，与论题相关的词出现的频率较大。文献中出现频率最高的词是冠词、介词和连词等，即其本身没有具体含义的词，如a、an、the、this、that、or、and、in、on、with等；绝大部分词在文献中出现的频率较低；在文献中出现的频率既不高也不低的词，在文献中约3-20个之间，这些词恰恰是与文献的主题相关度较大的词，我们称之为文献的主题词或关键词。分类号 一篇文献还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》：O数、理、化 O1数学 O12初等数学 O123初等几何 K 历史、地理K2 中国史K2O 通史K201 革命史信息检索语言检索语言是用于描述检索系统中信息的内部及外部特征和表达用户信息提问的一种专门语言。检索的匹配正是通过语言的比较匹配来实现的。分类语言按学科范畴划分而构成的一种语言体系，它集中反映学科的系统性、反映它们的相关、从属、派生等关系，从总体到局部分层、分面展开，形成分类体系。由类目号码及名称作为检索语言，构成分类类目表，如图书分类表、专利分类表用的都是分类语言。 是用分类号来表达各种概念，将各种概念按学科性质进行分类和系统排列。以科学分类为基础，运用概念划分和概括的方法，按照知识门类的逻辑次序，从总到分，从简单到复杂，层层进行概念划分，则产生许多不同等级的类目。上位类包括下位类的总合，下位类隶属于其上位类，同级类互不相容，构成一个严格有序的层磊式结构系。 国内外常用的分类法中国图书馆图书分类法（中图法）中国科学院图书馆图书分类法（科图法） 该分类法目前主要用于中国科学院图书馆及其所属各科研单位的图书馆（室）的文献分类。杜威十进制分类法（Decimal Classification)简称为杜威法 该分类法是目前世界上使用最广泛、影响最大的图书分类法，已用于130多个国家的图书馆，许多分类法均是借鉴于杜威分类法产生的。美国国会图书馆图书分类法（Library of Congress classification）简称为ＬＣ分类法。目前美国大多数图书馆采用的分类法。国际十进分类法（Universal Decimal Classification）简称ＵＤＣ分类法国际专利分类法（International Patent Classification )简称 IPC中国图书馆分类法分五大部22大类： 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-K社会科学各学科 N自然科学总论 O-X自然科学各学科 Z综合性图书中国图书馆分类法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T??工业技术 TP32一般计算器和计算机TP33电子数字计算机（不连续作用电子计算机）TP34电子模拟计算机（连续作用电子计算机）TP35混合电子计算机TP36微型计算机TP37多媒体技术与多媒体计算机TP38其他计算机TP39计算机的应用TP6射流技术（流控技术）TP7遥感技术TP8远动技术TQ 化学工业 TS 轻工业、手工业 TU 建筑工程 TV 水利工程TB 一般工业技术 TD 矿业工程 TE 石油、天然气工业 TF 冶金工业 TG 金属学、金属工艺 TH 机械、仪表工业 TJ 武器工业 TK 动力工程 TL 原子能技术 TM 电工技术 TN 无线电电子学、电讯技术TP 自动化技术、计算机技术 TP1自动化基础理论TP2自动化技术及设备TP3计算技术、计算机技术TP30一般性问题TP31计算机软件中图法分类标引实例分类标引方法： 崔文风著 １．心理与人生－发展心理　教子成长 ２．心理与人生－完善心理　事事成功 ３．心理与人生－调节心理　强身治病 分类号分别为： G78教育学 B848.4 心理学 R395.6