文献信息检索技术分析.ppt

生物学文献检索 —文献信息检索技术 常民 changmin@ 检索的概念 信息检索是指将信息按一定方式组织和储存起来，并针对信息用户的特定需求查找出所需信息内容的过程。 文献检索（Retrieve）：就是通过一种科学的方法 和途径，在一定的文献信息集合中迅速、全面、准确的获取自己所需要的那部分信息。 信息检索的类型 检索系统的著录 检索系统是有序的信息集合。每个信息都需要经过加工，把信息的特征著录即描述下来，成为一个条目，亦称记录。将一个个记录按一定序列编排起来便组成一个可供检索的系统。 *按著录方式划分如下： 目录 题录或索引 文摘 全文 目录（Catalogue） 含义： 目录是对文献的外表特征的著录。它通常以完整出版物（如一本书或一种刊或一个会议录的名称）作为著录的基本单位来报道和记录文献。 著录内容： 文献名称、著者、出版项与馆藏信息等内容。 目录（Catalogue） 按职能划分目录种类： 出版发行目录 馆藏目录：按检索标目划分为 书名目录(Title Catalogue) 著者目录(Author Catalogue ) 分类目录(Classified Catalogue) 主题目录(Subject Catalogue ) 联合目录 资料来源目录，如IM、CA、BA 题录（Title）或索引（Index） 概念： 其一，是指检索工具，它揭示文献的外表特征和内容特征，即著录文献是以一个完整出版物的某一部分（如书的章节或刊中一篇论文题目）为著录单位。 其二，是指检索途径（附录式索引），如，分类索引、主题索引、生物体索引、著者索引等。 著录内容： 论文题目、著者、文献出处（刊名、发表年月、卷、期、页码）及文种等。如，《中目》、《IM》、《CNKI》免费题录等。 文摘（Abstract,Excerpta,Digest） 含义: 文摘是指对文献内容选择重要部分以简练的形式作为摘要，并按一定的原则和方法编排而成的一种检索工具。 著录内容： 同⑵ ＋ 文摘。 如，中国医学文摘,中国药学文摘, 中国生物学文摘,CA,BA,CBM,CMCC,MEDLINE/PubMed等。 文摘（Abstract,Excerpta,Digest） 根据摘要详简程度,文摘可分为： 指示性文摘（简介，Indicative Abstract） 是以最简短的语言，概略指示原文的研究对象、内容范围、研究目的及方法，一般在50-150个字。 报道性文摘（Informative Abstract）内容详细，反映文献的中心内容、观点、数据及结论，一般在200~300，500，1000字左右。 全文（Full-text） 全文检索是指以文献所含的全部信息作为检索内容的文献检索。 中文：CNKI数据库、万方数据库、维普数据库 外文：Sciencedirect数据库 Wiley数据库 Springer电子全文期刊 EBSCO数据库、Ovid系统 Nature电子全文期刊 检索系统的构成 手工检索系统 计算机（网络）检索系统 篇名字段 文摘字段 基本索引字段 叙词字段 自由标引字段 辅助索引字段 检索系统的构成 记录 有多个字段组成记录，使数据库的信息单元 文档 数据库中一部分记录的集合，也使数据库的结构。一个数据库至少包括一个顺排文档和一个倒排文档。 检索语言 顺排档：数据库中的记录往往是按时间顺序线性排列的，每条记录依次编有顺序号，这种文档称为顺排文档。 例排档：是将顺排文档记录中的可检字段抽出，按字顺排列而成的字典文档称倒排文档。 数据库、文档、记录、字段之间的关系 数据库 Internet用户的增长（1994-2009） 用户获取信息的主要途径 电子资源的产生与发展：数据库增长情况，1975-1999 数据库：301 -- 11，681，增长39倍 数据库生产者：200 -- 3，674，增长18倍 vendor：105 -- 2，454，增长23倍 数据条数： 52 million -- 12.86