文献检索与科技论文写作课件_第二章 节 _计算机检索基本原理.ppt

第二章 计算机检索基本原理;1计算机检索系统;1.2.2文献数据库类型（据数据库所含信息内容 ）;数值数据库：提供以数值方式表示信息的一种源数据库，其检索结果可能只是单一的值或一组数据。数值数据库能提供产品价格等数值信息，也可提供物质的物理化学性质、结构、频谱等数据。 事实数据库：自原始文献或社会调查中获得并经过处理的各种事实，如机构、人物、产品、资源等数据。常见的有指南数据库、产品数据库等。 概念数据库：库内存储各种名词术语或语言资料，如词典数据库、语料库等。 多媒体数据库：将各种类型的信息集中在CD—ROM上，是视频、音频、文字、图像、动画等的集合体，如一些互动性的百科全书。 ;1.2.3数据库的构成;DT：：文献类型字段(Document Type)。 TC=：处理码字段(Treatment Code)．表示论文的性质，A表示应用，X表示实验，T表示理论，等等 ／AB：文摘字段(Abstract)。 ／DE：叙词字段(Descriptor)，选自叙词表、主题词表中的词。 ／ID：自由标引词字段(Identifier)，非系统词表中的词，由标引人员确定。 CC=：分类代码字段(Classification Code)。 对于不同检索系统、不同数据库来说，其记录格式、字段代码、字段数目可能不完全相同。 ;2）字段：是文献记录的基本单元。一条记录有若干个字段，一个字段有时还可分为几个子字段(Subfield)。在书目数据库中，一条记录应包含原始文献的篇名、作者、刊名、出版时间、分类号、文摘、主题词等字段。 数据库的字段可分为基本字段和辅助字段： 基本字段主要是描述文献内容特征的字段，如篇名、文 摘、叙词、自由标引词等字段； 辅助字段主要是描述文献外表特征的字段，如著者、机 构名称、语种、文献来源等字段。 ;3）文档(File)：若干条逻辑记录构成的信息集合。文档 是书目数据库和文献检索系统中数据组织的基本形式。 根据数据库的内部结构，一个数据库至少包含一个顺排文档和一个倒排文档。 ; 顺排文档：是按文献记录的输入顺序(即文献序号)排列的文档。相当于印刷型检索工具的正文部分。 在顺排文档中，记录按顺序一个接一个地存放，一个存取号对应一条记录，存??号愈大，对应的记录就愈新。由于它存贮有记录的最完整的信息，所以，通常又把它称之为主文档(Master File)。 这种存贮方式决定了对记录的存取只能按顺序进行。如果在顺排文档中检索，对每个检索式都得按顺序从头到尾进行扫描，存贮的记录愈多，扫描的时间愈长，从而严重影响了检索的速度。 主要供用户输出和打印文献记录用。 ;倒排文档：把顺排文档中的标引词抽出，按标引词的字母顺序依次排列而成的文档。倒排文档实际上相当于印刷型检索工具中的辅助索引。 倒排文档与顺排文档的区别： 顺排文档以完整记录作为处理和检索的单元，倒排文档以记录中的字段作为处理和检索的单元。 ;2 计算机检索的基本原理与技术;2.2检索功能;1)Boolean Search（布尔逻辑检索）;1)Boolean Search（布尔逻辑检索）;1)Boolean Search（布尔逻辑检索）;2)位置检索：;（W）与（nW）—— (W)算符是“word”或“with”的缩写，表示此算符两边的检索词词序不能颠倒，两个词之间可有一个空格、或一个标点符号、或一个连接号； (nW)则表示两个检索词之间最多嵌入n个词。; 位置算符; 位置算符;3)截词检索：*；？;分类： 按截词位置：前截断；后截断；中间截断 按截词方式：无限截词；有限截词；中间截词 ;前截断：将截词符放在词根前边，后方一致，表示在词根前方有有限个或无限个字符。 如*magnetic 能够检出含有magnetic、ctromagnetic、paramagnetic等词的记录。 后截断：将截词符放在词根后边，前方一致，表示在词根后方有有限个或无限个字符。 如metal*，能够检出含有metal、metals、metaled、metalist等词的记录。 中间截断：将截词符放在词的中间，词的前后方一致。 如colo*r，能够检出含有colour、color的记录。 ;无限截词：指允许截去的字符数量不限，也称开放式截断。如前截断和后截断 有限截词：允许截去有限个字符。如dye***(n*) ，能够检出含有dyer、dye、dyed、dyeing等词的记录。 中间截词：如中间截断。;4)限定字段检索：;comput