第1章节 数字文献检索基础.pptVIP

《数字文献检索》 2. 截词检索技术 主要应用于西文数字文献的检索 定义：是指在检索式中用截词符号表示检索词的某一部分允许有一定的词形变化。 原因：在西方语言如英语的语境中，动词、名词常有会词形的变化（动词的词态、名词的单复数），出现词干相同、词义相近的检索词或有英、美不同拼写法的词。 作用：检索时不遗漏相关词，扩大检索范围，提高查全率。 截词符一般用“？”、“*”、“$ ”和“！”等，不同的系统，不同的数据库，其代表的含义可能有所不同。 截词方式根据截词的位置不同，分为前截断、后截断、前后截断和中截断。 截词位置 前截断（左截断、后方一致）：允许检索词前有若干变化。如*physics就可检索到physics、astrophysics、biophysics、chemophysics、geophysics等词的结果。 后截断（右截断、前方一致）：允许检索词尾有若干变化。如comput*将检索出computer 、computing、computerised、computerized、computerization等结果。 前后截断（中间一致）：词干的前后各有一个截词符，允许检索词的前端和尾部各有若干变化形式。如*computer*可检索computer、computers、computerize、computerized、computerization、minicomputer、minicomputers、microcomputer、microcomputers等结果。 中间截断（前后一致）：允许检索词中间有若干变化。例如wom*n可检索出woman、women。英美的不同拼法，defen*e可检索出defence、和defense的结果。 请 注 意 在不同的数据库和联机检索系统中，所使用的截词符号没有统一的标准，有的用“？”，有的用“*”，有的用“#”，用的用“＄”等。 即便常用的“？”和“*”在不同的数据库中其用法也是不一定相同的。 在允许截词的检索工具中，一般是指后截断，部分支持中间截断，左截断比较少见。 大多数数据库在模糊匹配方式下，默认前方一致检索，词尾可省略截词符。如精确匹配，则不能省略截词符。 我们将要使用的一些数据库，一般用“？”代表一个字符，用“*”代表任意一个字符串。 3. 邻近检索技术 邻近检索又称位置检索，主要是通过位置符号来规定多个检索词在结果中的相对位置。 例如检索生物防治的文献，若用检索式：“biological and control”检索，则会将“抑制生物”（control biological）的文献也查出来，这显然不是所需文献。 主要位置算符：（W）、（nW）、（N），（nN） （1）（W） 算符 （W）算符：表示此算符两侧的检索词必须按此前后顺序相邻排列，词序不可变，且两词之间不许有其他的词或字母，但允许有一空格或标点符号。 如：biological (W) control 相当于检索：biological control CD (W) ROM 相当于检索 CD ROM或CD-ROM。 （2） (nW) 算符 (nW) 算符：(nW)是n words的缩写，表示此算符两侧的检索词之间允许插入最多n个词，且词序不可变。 如wear (1W) material*相当于检索wear materials、wear of materials等词。 注意与”wear material*”、“wear and material*”等检索式的区别 （3） （N）和（nN）算符 （N）是near的缩写，表示此算符两侧的检索词必须紧密相连，词序可变，词间不允许插入其他词或字母，但允许有一空格或标点符号。 （nN）表示两词间可插入最多n个词，词序可变。 如检索式：environment (2N) protect* 就可检索出包含“environment protection”、“environment of the protection ”、“environment of water protection”、“protection of forest environment”等内容的结果 如检索式：Information （1N）retrieval 可检索出：information retrieval retriveal of information 注 意 邻近检索对提高检索的查全率和查准率有重要作用。 不同的检索系统或数据库，截词符号虽然含义相同，但形式可能有所不同： ①有的可能有括号，有的可能没有。 ②小写n有时在大写的W、N前面，有时在大写的W、N后面。 常见的形式有：