信息检索ch2-3.pptVIP

按检索方式的不同，信息检索可分为手检和机检两类。无论是手检还是机检，其检索的基本原理是相同的，即都是对信息集合与需求集合的匹配与选择。 本单元主要知识点有： 信息检索流程图 手工信息检索--信息存储及检索步骤 计算机信息检索 --信息存储及检索步骤 手检与机检的比较 –存储与检索两方面 手工检索中的相关性 : 受用户的智能、知识结构、认知能力和行为影响 计算机检索中的相关性 ： 系统相关性 ： 分类：词频方法、位置方法、引用率方法、大众点 击率方法、分类或聚类方法。 缺点：不能区分同行异议词，不能联想同义词相关词 用户相关性 ： 衡量文档与用户需求的一致性，由用户本人来判断。 相关性研究的热点 ：智能检索系统 特点及功能（发展方向） 基于内容的理解 联想功能及歧义处理 相关反馈技术 提供信息导引功能 1.信息检索效果评价的指标 ①查全率。它是指检出的相关文献量与检索系统中相关文献总量的比率，是衡量信息检索系统检出相关文献能力的尺度。 查全率=检出相关信息量／系统中相关信息总量×100%=a／(a+c)×100% ②查准率。它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精确度的尺度。 查准率=检出相关信息量／检出信息总量×100%=a／(a+b)×100% 查全率与查准率之间存在互逆的关系，即提高系统的查全率，会使查准率下降，反之亦然。 ③漏检率。它是指漏检相关信息量与在检索系统中相关信息总量的比率，是衡量信息检索系统漏检信息的尺度。 漏检率=漏检相关信息量／系统中相关信息总量×100%=c／(a+c)×100% ④误检率。它是指误检(检索出不相关)信息量与检出信息总量的比率，是衡量信息检索系统误检信息程度的尺度。 误检率=误检信息量／检出信息总量×100%=b／(a+b)×100% 2.影响检索效果的因素 ① 人为因素 主要包括两类人为错误因素：一是在编制检索系统时收录文献不全面、不明确，在文献标引工作中人为造成的各种错误；二是在检索时对课题内容分析的错误和对检索提问错误。人为错误往往会引起查全率和查准率的同时下降。 ② 客观因素 各种知识之间的相互渗透、相互包容是影响查全率和查准率不可能同时达到100%，而成为反比关系的客观因素。这些因素称为“合理影响因素”，由其造成的误检和漏检称为“合理误检”和“合理漏检”。 3、提高检索效率的措施 ① 选择好检索系统。 ② 准确使用检索语言检索者所用的检索语言应能准确地表达信息需求。 ③ 用泛指性强的检索语言以提高查全率。 ④ 用专指性强的检索语言以提高查准率。 ⑤ 善于利用各种辅助索引。 4、网络信息资源检索效果评价：索引数据库、信息组织管理评价指标、信息检索功能评价指标、检索结果评价指标、检索界面的评价指标 。 文摘(Abstract):也是以单篇文献为报道单位，是描述文献外部特征和主要内容特征的检索工具。我们可以通过文摘内容了解文献基本内容，从而决定文献的取舍，起到筛选文献的作用。因此其检索功能强于题录，是检索工具的主体性类型。 索引(Index):是将文献中某些主要的、具有检索意义的内容特征标识或外部特征标识按某种顺序排列，并注明出处的检索工具。如主题索引、著者索引。索引常附于检索工具的后部，是检索工具的主要组成部分，它为查找文献提供了多种检索途径。有的本身全由索引构成，如美国《科学引文索引》（SCI），美国工程索引EI。 搜索引擎（补）：是以网页为著录单元，在Web中自动搜索信息并将其自动所引到Web服务器。索引信息包括文档地址，文档中单字出现的频率、位置等。网络搜索引擎很多，著名的有Yahoo! Google 百度、搜狐、网易、新浪等。 光盘检索系统的构成：计算机、光盘驱动器、光盘、检索软件及其他辅助设备。 光盘检索系统工作原理 网络检索工具的一般构成：自动索引程序、数据库、检索代理软件三部分 网络检索工具的工作原理 ：图2-3 （2）检索语言的种类 检索语言可分为： (1)分类语言：按知识门类的逻辑次序将信息系统地组织和划分的语言，具体体现为用分类号和类名来表达信息的主题概念。如《中图法》、《国际十进分类法》、 《美国国会图书馆图书分类法》等。 (2)主题语言：是一种描述性语言，还可细分为标题词语言、叙词语言和关键词语言。 标题词语言：从文献的题目和内容中抽出来，经过规范化处理的主题语言。 关键词语言：直接从文献信息的标题、摘要或内容本身抽取出来的用于揭示信息主题内容的自由词。 叙词语言：是以表达文献主题内容的概念单元为基础，经过规范化处理，可以进行逻辑组配的一种主语语言。