第三章 机检.pptVIP

3.1. 计算机信息检索基础 3.2. 网上的信息检索及搜索引擎 3.1. 计算机信息检索基础 3.1.1 计算机信息检索—— 是指人们在计算机或计算机检索的终端机上,使用特定的检索指令,检索词和检索策略,从计算机检索系统的数据库中检索出所需要的信息,即而在检索终端设备显示或打印的过程。 计算机信息检索发展过程 脱机检索阶段（50年代中期到60年代中期） 联机检索阶段（60年代中期到70年代中期） 光盘数据库检索阶段（70年代中期到80年代末） 网络化检索阶段（90初年代至今） 3.1.2 文献信息数据库 数据库是结构化的数据集合，至少由一种文档组成并能够满足某种特定目的或特定数据处理系统需要的数据集合 。 当数据库记录的对象为文献信息时，就称为文献信息数据库 。 文献信息数据库的结构 一个数据库通常由一个主文档(Master File)和若干个索引文档或称倒排文档(Inverted File)组成。 文档——是具有某种特征的全部记录的集合。 记录——是构成文档的基本单元，由各种反映文献特征的字段组成。如一篇论文、一件专利、一本图书、一个标准的相关信息都能够成为文挡中的一条记录。 字段——是记录的基本组成元素。一条记录的常见字段通常包含题名字段、著者字段、主题词字段、文献出处字段（如刊名等）多种字段。 顺排文档 倒排文档(主题） 文献信息数据库的类型 (1) 参考数据库:指为用户提供信息线索的数据库，它可以指引用户获取原始信息。 参考数据库包括书目数据库（Bibliographic Database）和指南数据库（Referral Database）。 (2) 源数据库 源数据库指能直接提供原始资料或具体数据的数据库。 它包括数值数据库、文本-数值数据库、全文数据库、术语数据库、图像数据库和多媒体数据库等。 (3) 混合据库 指数据中的数据，一部分只是提供参考数据库中的信息（文献的基本情况及线索）；另一部分则可以提供全文数据库中的信息（原始文献本身）。 3.1.3 计算机检索基本技术 布尔逻辑检索技术 布尔检索技术是指利用布尔运算符连接各个检索词，然后由计算机进行相应逻辑运算，以检索出所需信息的方法。常用算符及含义: AND (*)——表示由该符号连接的检索式的运算结果为逻辑与。 OR （+)——表示由该符号连接的检索式的运算结果为逻辑或。 NOT (-)——表示由该符号连接的检索式的运算结果为逻辑非。 截词检索技术—— 截词检索就是在检索词中保留相同的部分（词干），用相应的截词符替代可变化部分，代表众多同词干检索用词的一种检索方法。一般来说，截词检索可提高信息检索的查全率。 截词的主要形式： 有限截段 右截断 中间截断 左截断 位置检索技术—— 位置检索可要求检索词以用户所规定的相对位置出现。常用的位置算符及含义： ① (W)算符（WITH） 表示两个检索词紧挨着，词序不能颠倒， 中间不得插入其他词、字母或代码，但允许有空格或标点符号，也可用（）表示。 ② （n W）算符（n WORD） 表示两个检索词中间可插入n个词，但它们之间的顺序不可颠倒。 *位置检索技术—— ③（N）算符（NEAR） 表示两个检索词必须相连，不得插入其他词，但词序可以颠倒。 ④（n N）算符(n NEAR) 表示两个检索词中间可以插入n个词，且词序可以颠倒。 *位置检索技术—— ⑤（F）算符（FIELD）表示两个检索词必须同时出现在同一个字段内，但两词的词序和中间插入的词数不限。 ⑥（S）算符（SUBFIELD） 表示两个检索词必须出现在同一个子字段中，但两词的词序和插入的词数不限。 *位置检索技术—— ⑦（C）算符（CITATION）表示两个检索词必须出现在同一记录中，但两词的词序和所在的字段不限。 ⑧（L）算符（LINK）表示两个检索词之间存在从属关系或限制关系，如果其中一个为一级主题词，另一个就为二级主题词。 加权检索技术—— 加权检索是在检索提问式中,根据每个提问词在检索要求中的重要程度,分别给予一定的加权数值加以区别,我们称这个数值为权数。