信息检索计算机检索基础讲义.ppt

（4）聚类 聚类是对切分出来的词进行与语义上的合并，使语句由词的集合转换为概念的集合，信息检索主要是对所论述的事物或主题进行检索，而语句被切分成词以后，有可能失去信息用户本身所要表达的含义，因此要从概念的层面上进行重新组合（需要对检索课题所涉及的专业有所了解）。 （5） 补充 补充是将课题中筛选出来的词进行同义词、近义词、相关词、相关词的扩充词形变化，缩写词、翻译名等应尽量选全，以避免检索过程中漏检，提高查全率。 （6）增加 增加是针对一次多义或者在检索结果中有很多干扰信息时，可采用“限义”的手段，具体的方法是增加限义词、挖掘隐含词、提取潜在的检索词；也可用“逻辑与”或“逻辑非”地方法增加限义词。 例子：壮族传统民居的研究 切分：壮族 传统 民居 （的） 研究 壮族 传统 民居 建筑 （的） 研究 补充 （删除） 壮族 传统 民居 建筑 例子：大气中细菌浓度的计算方法 切分：大气 （中） 细菌 浓度 （ 的 ）计算 方法 （ 替换） （ 聚类） 大气污染（的）计算方法 例子：高层建筑的优化设计 切分：高层 建筑 （的） 优化 设计 （ 删除） 高层 建筑 优化 设计 （ 替换） 高层 建筑 优化 结构设计（词的集合） （聚类） 高层建筑 优化 结构设计（组面的集合） 例子：生物心理学 切分：生物 心理 科学（ 补充） （ 组合） 生物*心理*科学 生物学*心理+心理学*生物 生物心理学+心理生物学 例子：绿色设计在我国的发展及状况 切分：绿色设计 （在） 我国 （的） 发展 （及）状况 （ 替换） 绿色设计 /生态设计/环境设计/环境意识设计 中国 发展 状况 （绿色设计 OR生态设计 OR环境设计 OR 环境意识设计） AND 中国 AND（ 发展 OR状况） 检索词的确定总结 优先使用检索系统规范化词表中的专业词汇 选用通用的术语和词汇 分析课题的实质内容，找出隐含主题 以课题核心概念为主，排除无关概念，归并重复概念 用上位或下位的概念词 四、编写检索提问式 编写检索提问式是指将选择出的检索词，用布尔逻辑算符以及截词算符、位置算符、字段符等，按检索需要进行合理组配，形成表达信息需求的具体的检索提问式。 合理的检索提问式应达到两个基本要求： 一是能充分而准确地反映信息需求的内容。 二是能适应所查数据库的索引体系、用词和匹配规则，即与数据库中的信息标识相匹配。 编制检索提问式时须注意： ①对于同类或并列概念的词，用“逻辑或”进行组配，特别是采用自由词检索时，要尽量选全同义词、近义词等进行逻辑“或”组配；对于有交叉关系的概念，用逻辑“与”进行组配，但应注意去掉与课题无关的概念组配，以防限制过严而漏检。 ②为了提高检索速度，在使用布尔算符时，应把估计出现频率低的词放在“AND”左边，把频率高的词放在“OR ”左边，同时使用“AND”和“ OR”时，应把“ OR”放在“ AND”的左边。 ③应考虑哪些词利用截词算符，哪些地方要用位置算符，是否需用字段算符加以限制。综合利用各种算符，可提高检索效率，使检索结果更为理想。 ④应避免可能产生多种逻辑判断的组配。组配的结果只能表示一种含义。 五、 实施检索并调整检索策略 构造完检索表达式后，就可以上机检索了。在检索过程中，应及时分析检索结果是否与检索要求一致，不一致时要对检索词和检索提问式作相应的修改和调整，调整检索策略，