信息检索的查全率和查准率研究.docVIP

信息检索的查全率和查准率 摘要 针对衡量文献信息检索效果的主要技术指标查全率与查准率，提出了以灵活运用算符为基础的提高查全率与查准率的文献信息检索方法。 关键词 文献检索 信息检索 文献信息 查全率 查准率 文献检索是科研的基本功，阅读文献是科研人员获取科研信息的重要途径。评价文献检索质量的两个最重要的指标是查全率和查准率。查全率指的是检出的相关文献量 与系统文献库中相关文献总量的比率，它反映该系统文献库中实有的相关文献量在多大程度上被检索出来。查全率 = 检出相关文献量 / 文献库内相关文献总量× 100% 。查准率指的是是指检出的相关文献量与检出文献总量的比率，是衡量信息检索系统检出文献准确度的尺度。查全率 = 检出的相关文献篇数/检出的全部文献篇数× 100%。查全率与查准率在一定程度上是成反比关系的，为了提高查全率就要以牺牲部分查准率为代价，反之亦然。在不同的情况下，对二者的要求也不同，有时 文献的全面更为重要，这时就要以提高查全率为重点，有时希望找到的文献准确率更高，就以提高查准率为重点。本文讨论的是怎样提高文献的查全率。1 检索词的转换。常见的转换是同义词、近义词、相关词、单复数及缩写形式，如是动词还有可能有不同的时态。每一个检索词都有可能有多种表达形式，如果是由 英文翻译过来的还有可能有多种翻译方法，所以应该尽可能找全检索词的所有同义词、近义词。相关词指的是与检索词不是同一个意思但是有关联的词。 如，META分析的同义词包括元分析、荟萃分析、meta-analysis，近义词包括系统综述，相关词为循证医学。前列腺癌的缩写可能是Pca等等。 值得注意的是，在检索中文文献的时候，有必要把英文的全称和缩写也作为检索词，因为有些中文文章中是直接用英文词汇表示的。2 使用截词符。虽然从理论上来说我们找到所有的同义词和近义词可以扩大检索结果，但是要想做到这一点是相当困难的。这时可以利用截词符来帮忙。一般用的截词 符是“？”和“*”，在不同的数据库中表示的意思有所不同，常见的意思是“？”表示0-1个字符，而“*”表示多个字符。3 使用上位词，即指代范围更广的词。有些检索系统有主题词途径，则可以选用上位主题词。例如水果是苹果的上位词，prostatic neoplasm的上位主题词是prostatic disease。4 改变布尔运算符，即将连接两个或多个检索词的AND改为OR，即可提高检出数量。5 改变检索项。如要求检索词位于标题中或为关键词或主题，检出记录数太少，则可改为要求位于摘要或全文中，检出记录数即可增加。6 减少限制条件，增加副主题词。如果前面的检索中有限制条件，放宽或去掉限制条件；如果采用的是主题词和副主题词搭配的形式，看是否漏掉可能的副主题词。以上说的是在同一个数据库中进行检索。但是，每一个数据库所收录的文献都是有限的，而不同的数据库可能存在一定的互补关系。所以为了提高查全率，应该多检 索几个数据库，将结果综合起来。当然前提条件是要了解每一个数据库收录期刊的范围、起止年代等，因为不排除有些小的数据库完全是另外一个大数据库的子集的 情况，这时当然完全没有必要再检索那个小的数据库了。即使是将目前所有的数据库加起来，也不能囊括所有的文献。例如，有一些年代比较久远的，或者是期刊知名度不高的。所以，除了在数据库中进行检索，还要辅以 手工检索。包括对一些重要的而数据库中没有收录的期刊进行手工检索，在已经查到的文献的“参考文献”中或有些数据库提供的“相关文献”中进行查找，看有无 “漏网之鱼”，还有，可以请教相关 领域的专家，看看是否有重要的文献没有检索到。一般我们检索文献不是英文的就是中文的，对于其它语种的则不做要求。如果是要求查全率很高，则可以检索一些不常用的语种的文献，如日文、法文、德文等等。当然如果自己不会那门语言，即使查到了，阅读也是一个问题。如果真是非常重要，不妨请人翻译过来。一、选择检索工具??? 选择恰当的检索工具，是成功实施检索的关键。选择检索工具一定要根据检索课题的内容、性质来确定。主要应从以下几个方面来考虑：（1） 从内容上考虑检索工具的报道文献的学科专业范围。对此可利用三次文献如《国外工具书指南》、《工具书指南》、《数据库目录》等来了解各检索工具（二次文献）的特点、所报道的学科专业范围、所包括的语种及其所收录的文献类型等。 （2） 选择检索工具时，应以专业性检索工具为主，综合型检索工具进行配合、补充。 （3） 在技术和手段上，由于计算机检索系统适应多点检索、多属性的检索，检索精度高，应首选机检工具，而且应选择合适的数据库，目前许多检索系统如DIALOG、OCLC等都提供有从学科范畴选择检索工具的功能，可供用户利用。 如果只有手工检索工具，应选择专业对口，文种熟悉、收录文献光，索引体系完善