第二讲 计算机网络信息检索基础(研究生).ppt

图书馆信息中心 第二讲 计算机网络信息检索基础 信息检索（Information Retrieval) 信息检索发展过程 手工检索（1876-1954） 脱机批处理检索（1954-1965） 联机检索（1965-1991） 网络化联机检索（1991-今） 传统的联机检索与网络化联机检索比较 数据库的基本概念 数据库的定义 至少由一种文档组成, 能满足特定目的的或特定数据处理系统需要的数据集合。 数据库的类型： (1)参考数据库 书目数据(bibliographic database) 目录数据库(catalog database) 文摘索引数据库(abstract/index database) 指南数据库(directory database) (2)源数据库(source database,data bank) 数值数据库 （numeric database） 文本-数值数据库 （text-numeric database） 属性数据库（property database） 术语数据库 （terminology bank） 全文数据库（full-text database） 图象数据库（graphic database） 多媒体数据库（multimedia database） … 选库的4C原则: 内容 Content 范围 Coverage 时效 Currency 费用 Cost 数据库的结构 字段 存取号字段 基本索引字段 辅助索引字段 记录 文档 顺排文档 倒排文档 计算机信息检索模型 布尔逻辑检索模型（Boolean Model） 向量空间检索模型（Vector Space Model） 概率检索模型（Probabilistic Model） 模糊集合检索模型（Fuzzy-set Model） 扩展布尔逻辑检索模型（Extended Boolean Model） 相关反馈模型（Relevance Feedback Model） 计算机信息检索技术 布尔检索（Boolean Search） 逻辑与 and * 例：solar and energy 逻辑或 or + 例：solar or energy 逻辑非 not - 例：solar not energy 截词检索（Truncation Search） 右截断。截去某个词的后部，是词的前方一致比较，也称前方一致检索。例如：输入geolog?（?为截断符号），将会把含有geological、geologic、geologist、geologize、geology等词的记录检索出来；若输入PY＝199？，会把90年代的记录全部查出来。 左截断。截去某个词的前部，是词的后方一致比较，也称后方一致检索。例如：输入?magnetic，能够检出含有magnetic、electromagnetic、paramagnetic、thermo－magnetic等词的记录。 中间截断。 复合截断。 有限截断。 无限截断。 限制检索（Limitation Search） 字段检索。是把检索词限定在某个（些）字段中，如果记录的相应宇段中含有输入的检索词则为命中记录，否则检索不到。 使用限制符。用表示语种、文献类型、出版国家、出版年代等的宇段标识符来限制检索范围。 使用范围符号。如 Less than，Greater than，From to等。例如，查找 1989年一1999年的文献，可表示为 PY＝1989：1999或者 PY＝1989 to PY＝1999。 使用限制指令。限制指令可以分为；一般限制指令（Limit）和全限制指令（Limit all）。 位置检索（Position Search） (f)算符（Field）。要求被连接的检索词出现在同一字段中，字段类型和词序均不限。例如，happiness(f)sadness and crying。 (s)算符（Sub-field／Sentence）。要求被连接的检索词出现在同一句子（同一子段）中，词序不限。例如，machine（s）Plant (n)算符（near）。要求被连接的检索词必须紧密相连，词之间除允许有空格、标点、连字符外，不得夹单词或宇母，词序不限；（Nn）表示两个检索词之间最多可以夹N个词（N为自然数1，2，3，…X且词序任意。例如，information(n)retrieval可以检出 information retrieval和retrieval intormation。 (w)