专题二：现代信息检索技术.pptVIP

专题二： 信息检索技术 本专题内容 第一节　布尔逻辑检索 第二节　截词检索 第三节　位置检索 第四节　限定检索 第五节　全文检索 第六节　引文检索 第一节　布尔逻辑检索 一.布尔逻辑运算符 二.布尔逻辑运算符的运算次序 三.布尔表达式编制注意事项 四.布尔检索表达式的特点（优缺点） ＊检索单元 单元词检索 －？S　computer 1 3000 computer 多元词检索 －？S　information retrieval 2 1300 information retrieval 一.布尔逻辑运算符 布尔逻辑检索的布尔逻辑表达式是采用布尔逻辑运算符（逻辑与“and”、逻辑或“or”、逻辑非“not”）来连接运算分量（检索词），以及表示运算优先级的括号组成的一种表达检索要求的一种算式，简称提问逻辑式。 　　逻辑与　“and” 　　逻辑或　“or” 　　逻辑非　“not” 逻辑或“or” A or B ； A+B 信息源中含有检索词A或B的所有信息均为命中对象。 逻辑或可以实现扩检，增强检全率 逻辑与“and” A and B　； A*B 同时含A、B两个检索词的信息为命中信息。 逻辑与运算，可以增强查找的专指性，提高检准率。 逻辑非“not” A not B ；A－B　；－B*A 逻辑非运算是一种排除性运算，逻辑非运算必须与逻辑与运算同时使用。 在实际检索中，常常在一个检索中间结果中使用“非”运算，用来排除指定的其中某类文献，以提高检索的查准率。 二.布尔逻辑运算符的运算次序 对于一个布尔检索逻辑表达式，计算机的处理总是从左向右进行的，遵循四则运算； 对于运算符or,and,not,它们的运算优先次序在不同的系统中有着不同的规定： DIALOG： not－and－or 对同一个布尔逻辑提问式来说，不同的运算次序将会产生不同的检索结果。 练习 练习1　有关上海市内的河流污染的文献。 A上海市内 B河流 C污染 练习2 对日本与美国的军队信息化建设方面进行比较的文献。 A日本 B美国 C军队信息化建设 练习3 有关日本或者美国的军队信息化建设方面的文献。 A日本 B美国 C军队信息化建设 练习4 有关除了大米以外的谷物进口的文献 A谷物 B大米 C进口 三.布尔表达式编制中的注意事项 （1）概念整体与部分的关系 （2）慎用“not” （3）布尔逻辑算符的使用技巧 （1）概念整体与部分的关系 例如“检索关于欧洲能源问题的文献” 练习 查找“有关上海市内的河流污染的文献。” A上海市内； B河流； C污染 (2)慎用“not” 避免将非运算和或运算一起使用，否则将会再现滥检现象。 检索逻辑‘not’慎用，否则会检索失败。 例如： NOT 计算机 OR 软件 military aircraft NOT aircraft （computer+software） NOT harware （3）布尔逻辑算符的使用技巧 当采用逻辑与“*”连接检索词时，尽可能将出现频率低的词放在“*”之前，其目的是为了使否定的答案尽早排除。（要求较高的查准率） 采用逻辑或“+”连接检索词时，将出现频率高的词放在“+”之前，确保命中答案尽早出现。（保证较高的查全率） 四.布尔检索表达式的特点 优点： 与思维习惯一致 查找出有关某一主题的文献 同时包含主题A和主题B的文献 主题A和主题B只要有一种即可 获得主题A的文献，但排除其中含有主题B的文献 表达方式直观清晰 方便扩检与缩检 增加逻辑或(扩检) 增加逻辑与(缩检) 缺点 检索输出量难以控制； 检索结果不能根据用户的检索需求按重要程度顺序排序输出； 对于文献描述与布尔查询中的词汇无重要层次之分； 过分依赖于检索用词，检索效果不甚理想。 布尔逻辑检索小结 布尔检索技术一直是信息检索系统采用的主要检索技术之一。 布尔逻辑检索反映了检索词之间的逻辑关系，属于一种定性的信息检索技术，这种定性检索难以分辨出检索结果之间的重要程度。 严格的二值逻辑判断，使单纯布尔逻辑检索的结果缺乏“量”的比较。 第二节　截词检索（模糊检索） 截词检索 利用检索词的词干或不完整的词形进行检索。在检索标识中保留相同部分，用相应的截词符（ ? # : $ ）代替可变化部分进行的检索。 截词检索类型 （一）按截断字符数量分：有限截断；无限截断 （二）按截词位置分：左截断；右截断；中间截断 （一）按截断字符数量分 （1）有限截断（Limited Truncation） (2)无限截断(unlimited truncation)，也称“开放式截断