信息检索原理及技术.pptxVIP

第二章 信息检索基础知识一 信息检索二 信息检索语言、途径三 信息检索技术四 检索步骤第1页，共42页。一、信息检索 信息检索：是指将信息（主要指文献信息）按一定的方式组织和存储起来，并根据用户的需要找出相关信息的过程。 存储存储：是对信息进行著录、标引、整序，编制检索工具和建立检索系统的过程。检索：是指面向信息需求而进行高度选择性的查找过程。信息检索检索第2页，共42页。检索的基本原理 信息检索基本原理的核心是用户信息需求与文献信息集合的比较和选择, 是两者匹配(match)的过程。一方面是用户的信息需求, 一方面是组织有序的文献信息集合，检索就是从用户特定的信息需求出发，对特定的信息集合采用一定的方法、技术手段，根据一定的线索与规则从中找出(search, locate, hit) 相关的信息。　匹配有其匹配标准，这里涉及到两者一致性、相关度等问题，按一定的标准筛选出符合要求的信息。第3页，共42页。信息检索一般过程信息源用户信息分析、著录、标引用户需求分析检索语言数据库信息的表示检索表达式匹配过程输出检索结果第4页，共42页。信息检索的过程往往需要一个评价反馈途径，多次比较匹配，以获得最终的检索结果。其图示如下：第5页，共42页。二 信息检索语言、途径1、检索语言的含义及作用2、检索语言的类型3、检索途径第6页，共42页。1、检索语言的含义及作用检索语言：用于描述信息系统中信息的内容特征及外部特征和表达用户信息提问的一种专门语言。它要求文献的标引者和检索者共同遵守。按其使用的场合不同，检索语言常使用不同的名称，在存储的过程中用来标引文献，称为标引语言，用以编制索引就称为索引语言，用来检索文献则称为检索语言。是根据检索需要而创造的一种人工语言。作用：1)、保证不同标引人员表征文献信息的一致性。 2)、使内容相同及相关的文献集中化。 3)、保证检索提问与文献信息标引的一致性。 4)、保证检索者按不同需求检索文献信息时， 都能获得最高的查全率和查准率。第7页，共42页。2、检索语言的类型题名责任者机构号码表述文献外表特征的语言检索语言的类型分类法表述文献内容特征的语言单元词语言 标题词语言叙词语言关键词语言纯自然语言主题法第8页，共42页。信息特征与标识对应关系特征外表特征主题特征内容特征分类特征标识标题、作者、作者工作单位主题词、关键词文摘、说明、全文分类号对应精确对应模糊对应模糊（精确）对应模糊对应第9页，共42页。题名责任者及其单位摘要关键词中图分类号文献标示码正文第10页，共42页。分类语言也属于主题语言。分类语言是按学科范畴划分而构成的一种语言体系，它集中反映学科的系统性、反映它们的相关、从属、派生等关系，从总体到局部分层、分面展开，形成分类体系。由类目号码及名称作为检索语言，构成分类类目表，如前述图书分类表、专利分类表用的都是分类语言 。具体体现为用分类号和类名来表达信息的主题概念，如U2 铁路工程 *中国图书馆图书分类法（5部类，22大类） *美国国会图书馆分类法 * 杜威十进位分类法 * IPC国际专利分类法第11页，共42页。中图法大类表 第12页，共42页。《中图法》体系细分如下所示：T 工业技术TP 自动化技术、计算技术 3 计算技术、计算机 31 计算机软件 316 操作系统 .1 　　 分时操作系统 .2 实时操作系统 .7 Windows操作系统 39 计算机的应用 391 信息处理（信息加工） 391.7 机器辅助技术 391.72 CAD 391.73 CAM ……T 工业技术TB 一般工业技术TB1 工程基础科学TB11 工程数学TB12 工程力学TB2 工程设计与测绘TB21 工程设计TB22 工程测量TB23 工程制图TB3 工程材料学……U 交通运输U2 铁路运输U21 铁路线路工程……U4 公路运输U41 道路工程U416 路基、路面工程U44 桥涵工程U45 隧道工程……第13页，共42页。主题语言包括：关键词语言、单元词语言、标题词语言、叙词语言等，它们有不同的主题词表。主题词表达概念本身，在主题词表中通过参照系统来指示词汇之间的关系。如”铁路”、“铁路轨道”。主题语言分为规范主题语言与非规范主题语言。 规范主题语言：规范主题语言是以自然语言为基础，经过标准化、规范化处理的词语，具有概念性、规范性、组配性、语义性和动态性。规范主题语言包括单元词语言、标题词语言和叙词语言。 *单元词语言 是一种最基本的、不能再分的单位词语，亦称元词，它从文献内容中抽出，再经规范，能表达一个独立的概念。比如