1、第三节 信息检索,一、信息检索的概念广义：将信息按一定的方式组织和存储起来，并根据用户的需要找到有关信息的过程和技术。狭义：从信息集合中找到所需信息的过程。,二、信息检索的类型,按检索对象划分文献检索（Document Retrieval） 是信息检索的重要部分 数据检索（Data Retrieval） 事实检索（Fact Retrieval） 图像检索 多媒体检索按检索方式划分手工检索计算机检索,(一)存储过程 (二)检索过程,三、信息检索原理,信息源,存贮（Storage),查找（Search),检索工具,（一） 信息检索语言,概念 实质上是一种检索标识系统，在信息检索中用来描述信息特征和
2、表达检索提问的一种专门的人工语言。作用：是沟通信息存储与信息检索两个过程的桥梁。,检索语言的种类,1按其规范化程度不同：非规范化检索语言自然语言规范化检索语言人工语言 (关键词）如： 艾滋病 爱滋病 AIDS 获得性免疫缺陷综合征 获得性免疫缺陷综合征 (主题词),2.按描述的文献特征划分：,检索语言,描述文献内容特征,描述文献外表特征的语言,分类语言,主题语言,代码语言,书/刊/篇名,著者姓名,引用文献,代码/序号,单元词语言,关键词语言,标题词语言,主题词（叙词）语言,题 名,标题词语言,是主题法系统中最早出现的一种，是以标题词（规范的事物名称、名词术语）作为文献主题内容的标识和检索标识。
3、其主要特征是事先编表，标题词以固定的组合方式组织在主题表中，形成标题，检索按既定组配执行。标题表通常由一个主表和若干个辅助表组成。美国国会图书馆标题表（LCSH）是当今最著名的标题表。标题法比较直观、容易掌握，查找速度快，但查全一门学科或具某一属性事物的文献却比较困难。,3. 按结构原理划分： ,（1）分类检索语言（2）主题检索语言（3）代码检索语言,（1）分类检索语言,用分类号表达各种概念，将各概念以学科性质为主加以划分和系统排列的检索语言。分类检索语言可以鸟瞰全貌、触类旁通，系统地掌握和利用一个学科或专业范围的信息。体现了学科的系统性。,国内主要分类法简介,中国图书馆分类法（CLC）,中国
4、图书资料分类法,中国人民大学图书馆图书分类法,中国科学院图书馆图书分类法,中国档案分类法,简称中图法类目划分情况见教材 P.14,中国图书馆分类法 ,分为五大部类22个基本大类,为国内94%的信息机构所使用,1957年首次出版，1999年出版第4版，并随后推出电子版。,体系结构,R 医药、卫生,分类表结构,类号,类名,类目注释,资料法类号,国外主要分类法简介,杜威十进分类法（DDC）,国际十进分类法（UDC）,美国国会图书馆分类法（LCC）,美国国立医学图书馆分类法(NLMC),冒号分类法（CC）,布利斯书目分类法（BC2）,杜威十进分类法 （DDC）( Dawey Decimal Class
5、ification and Related Index ) 是世界上比较流行，也比较权威的一种图书分类方法。由美国图书馆学家麦维尔杜威于1876年首创，它由大类、门、纲、目、子目等组成。它将全部学科的书刊分为九大类，用1到9间的数字表示，不属于这九类中的图书为第0类。每一大类下再分1到9个子类，依此类分下去。,000总论 100哲学 宗教 社会科学 语言学 纯粹科学 技术科学 美术 800 文学 900 历史,国际十进分类法（UDC),UDC已有23种语言的版本。UDC的类目表主要由主表与辅助符号、辅助表组成。UDC的主表把全部知识分为十大门类，每一类下分大纲、目、分目。UDC基本分类如,0
6、总论 1 哲学、心理学 2 宗教、神学 3 社会科学、法律、行政 4 语言学 5 数学、自然科学 6 应用科学、医学、工学、农学7 艺术、美术、摄影、音乐、娱乐、竞技8 语言学、文学9 地理、传记、历史,标题词检索语言以标题词作为信息的标识和检索的方法。（规范化）单元词检索语言用最基本的、不能再细分的、具有独立概念的名词术语来进行标识和检索。（规范化）叙词型主题检索语言规范化检索语言关键词型主题检索语言非规范化检索语言（自然语言）,（2）主题检索语言：用词语表达各种概念的一种检索语言。,主题词（叙词）,叙词 （ discriptor ）又称主题词（ subject headings ），是能够
7、表达文献主题内容的规范语言。其主要特点是采用的词语有较严格的限定。对一个概念的同义词、近义词及拼法变异词等进行“规范”，以保证词语与概念的一一对应，是典型的规范化语言。 如：医学主题词表（叙词表）以后单独介绍。,关键词关键词（keyword）是指出现在文献中的，能表达文献主题内容的，或被人们用作检索入口的关键性专业名词术语，不作规范化处理，没有特别的限定。直接取自最新文献，即时反应科学领域的新观点、新方法、新发现以及新的名词术语。容易造成漏检。,半胱氨酸蛋白酶legumain,主题词和关键词的异同,主题词：规范化检索语言表达文献的主要内容只用一个概念表达同一主题的文献，文献相对集中各个主题词之
8、间有参照系统和等级关系相互关联，从而文献之间也互相关联一些新出现的名词术语不能在主题词表中及时出现。,关键词：非规范化检索语言表达文献的主要内容新兴名词术语及时编制成索引简单易于掌握同一主题的文献分散，需要提供所有的同义词和近义词不能显示出各个关键词之间的关联,例：,关键词（自由词）：carcinoma, tumor, cancer 主题词（数据库标引用词）：neoplasms 关键词：先天性心脏病，先天性心脏缺损，心脏畸形，先天性心脏异常，异位心等 主题词：先天性心脏病,检索结果的比较,但检索结果中文献的数量和相关度（检全率和检准率），要根据具体情况具体分析。,主题检索语言和分类检索语言的比
9、较,分类检索语言与分类检索语言从不同的角度揭示文献内容。分类检索语言主要揭示文献中所论述的问题，它从文献的内容出发，将研究对象置于一定的学科体系之下。各个类目相互关联、层层展开。下位类的意义必须借助于上位类才能明确；上位类的意义必须通过下位类才能体现。所以检索时一定要关注其上下位类，帮助选择。优点：具有严格的学科分类秩序，隶属、平行、派生关系明确。可以很好的系统检索、浏览检索功能，便于鸟瞰全局、触类旁通。缺点：分类法的体系庞大复杂，不容易掌握，对细小专题也难于揭示和检索。,主题检索语言直接用名词术语作为检索词，表达概念较为准确和灵活，直接性、专指性易用性是主题法的主要特征。主题法只注意揭示文献
10、中所论述与研究的对象，各个主题词之间是相互独立的。虽然主题词表中也有主题词隶属关系的表现（范畴表），但仍然侧重的是从某一个知识点揭示文献。所以，分类和主题检索语言互相补充，在实际检索中要相互结合，保证查全和查准。,对事物的某方面特征，用某种代码系统来表示和排列事物概念，从而提供信息检索的检索语言。,例：化学文摘中的分子式索引,C2H6O4SSn Tin, dimethylsulfato(2-)-O-44657-51-4,91:99600jC2H6O4S2 Disulfone, dimethyl-10383-49-0, 94:138838b,（3）代码检索语言,（二）信息检索工具 目前的检索工具
11、以数字化和网络化为主，后面单独详细介绍。（三）信息检索途径 按文献外表特征划分 题名检索途径 著者检索途径 序号检索途径 按文献内容特征划分 分类途径 主题途径 关键词途径 ,（四）文献检索的方法 常用法（工具书法） 顺查法 / 倒查法 / 抽查法 追溯法 循环法 浏览法,（五）文献检索步骤,1、分析研究课题：分析研究课题的主题内容，所属学科及起始年代。2、 选择数据库和检索途径3、确定检索标识，构筑检索提问式4、上机检索操作5、整理检索结果，获取原始文献。6、对检索结果进行分析评价，根据分析结果对检索式进行修改，并重新检索。,信息检索在科研中所占时间比例,信息检索的意义,（六）信息检索的效果
12、评价,检索效果：指检索系统检索的有效程度，反映了检索系统的能力。评价指标：收录范围、查全率、查准率、响应时间、用户负担和输出形式。,Information Literacy,信息文化、信息能力、信息素养,个体对认识、创造和利用信息的态度和能力,第五节 信息素质及其教育,概 念,信息意识,信息能力,信息道德,指人脑对信息和信息工作在社会发展中的性质、地位、价值和功能的认识及反应。,指人们在社会生活、科学劳动中捕捉、加工、传递、吸收和利用信息的一种潜在能力。,指人体在整个信息活动中，包括信息的获取、使用、制造、传播过程应遵守的一定伦理规范。,构成要素,接受综合素质教育，优化知识结构,接受信息理论教
13、育与检索技能培训,加强自我信息能力的培养,培养途径,要成为一个有信息素养的人，必须能够确定何时需要信息，并且具有检索、评价和有效使用所需信息的能力。,一、数据库,1、数据库定义： 由计算机进行处理的一定数量同类信息的有序集合，是用来存贮和查找文献信息的电子化检索工具。 包含书目及文献有关数据的机读记录的有组织的集合。 数据库是存贮数据的仓库，也是文献检索的对象和主体。,补充内容,2、数据库的结构： ,1.文件（File）（又称文档） 数据库中有关书目及文献信息的集合。由若干个相同类型及不同类型的记录组成。一个数据库可以只有一个文件，也可以包含若干个文件，每一个文件都有自己的文件名 。 2.记录
14、（Records） 是文件的组成单元，一个记录代表着一条文献信息，由若干个字段组成，包括题录、文摘。,3.字段（Field） 记录中的各个项目。字段代表文献。一些基本特征，并且有检索功能。如篇目、作者、出处等。一个数据库中的字段通常有统一的格式，但每一个记录不一定包含所有的字段，如MEDLINE中每一字段通常由两个字母所组成的代码表示，TI AU SO PT。,数据库机构图示例： 数据库文档记录字段,CBM流 水 号：2002303047分 类 号：R457.1; R619.105; R654.1标 题：自体血小板回输对体外循环下先天性心脏病患者术后出血量的影响著 者：韩威力; 陈如坤著者单位
15、：中国人民解放军第117医院胸心外科参 文 数：6出 处：中华医学杂志 2002.07.10; 82(13): 926-927 ISSN ：0376-2491国内代码：11-2137/R内部代码：Z84出 版 地：北京主 题 词：手术后出血/*治疗; *输血, 自体; 体外循环; 心脏缺损, 先天性/*外科学特 征 词：人类,题录,题名、著者、文献来源三个字段构成题录。题录是检索结果显示和文献后所列参考文献的常用格式，也是获取原文所需要的基本信息。,3、数据库的分类： ,根据数据存贮文献信息的内容，可以分为以下几种类型：1.书目型数据库（Bibliographic databases）2.数据
16、型数据库 ( Numeric databases )3.事实型数据库 ( Fact databases)：4.全文型数据库（Full-text databases ）5.图像型数据库（Image databases),书目型数据库,书目型数据库也称文摘型数据库，主要以二次文献的形式存贮文献信息，一般包括文献的题目、作者、出处、文摘、主题词、分类号等内容，是供查找文献线索的工具。 许多数据库与手检工具相对应，一些大型的手工检索工具大都有其对应的计算机检索数据库。如：IM-MEDLINE EM-EMBASE CA-CA SEARCH BA-BIOSIS PREVIEWS,数值数据库,主要包含的是数
17、字数据，有的也包含用来定义数字所必需的少量文字。数字是指可以计算、测量或以数值表现的项目。如化学物质毒性数据库、人口统计数据库、化学结构图数据库等。,事实数据库或词典数据库,直接提供科学依据或事实。如美国国立癌症研究所建立的PDQ(Physician Data Query)数据库，可提供所有主要癌症类型的最新治疗及预后，标准治疗方案和研究中治疗方案，以及主要从事癌症治疗的医生名录及有关癌症治疗护理的保健组织机构名录 。,事实型数据库,全文型数据库,著作或期刊的原文转换成计算机可读的形式。清华大学的中国学术期刊全文数据库（光盘版）即为一个连续出版的大规模集成化功能学术期刊的全文检索系统。,全文数
18、据库,图像型数据库,如美国国立医学图书馆的 The Visible Human Project 和哈佛大学医学院的 The Whole Brain Atlas 就是高质量的影像类图像数据库。此外，还有解剖图谱、中药图谱、诊断图谱、手术图谱等。目前，网上提供越来越多的免费医学图像数据库。,二、计算机检索技术,1、常用的检索方式,(1)布尔检索 (2)短语检索 (3)截词检索 (4)模糊检索和精确检索(5)限定检索 (6)字母大小写敏感性检索,(7)加权检索 (8)检索史,（1）逻辑算符 ： AND（逻辑与，可用*表示） OR（逻辑或，可用+表示） NOT（逻辑非，可用表示）,2、常用的算符,A
19、and B：表示命中结果是A和B所相交的部分。 A or B：表示命中结果是A和B中所有的部分。 A not B：表示命中结果是A中不含有B的部分。,检索举例,头痛与脑啡肽的关系抽烟对妇女和儿童的影响抽烟 and （妇女 or 儿童）除锌以外的其他微量元素,在中文数据库的表示：,AND：并且、与OR： 或者、或NOT：不包含、非,但在不同的数据库中运算顺序不一样 （ ）,举 例,初步检索式：#1 (丙酸睾酮 OR 黄体酮) AND HL60细胞#2 (丙酸睾酮 OR 黄体酮) AND 阿糖胞苷#3 #1 OR #2即：(丙酸睾酮 OR 黄体酮) AND (HL60细胞 OR 阿糖胞苷),性激素
20、（丙酸睾酮和黄体酮）对HL60细胞的作用及其分别对阿糖胞苷毒性作用的研究,截词符：如“* ”、“？”、“%”等,无限截词符 * 代表零至无数多个字母 comput*有限截词符 ? 只能代表一个字母 teen? colo?r-color、colour,在不同数据库中可能符号不一样,三、 检索策略,检索策略：就是在分析建所提问的基础上，确定检索的数据库、检索词，并明确检索词之间的逻辑关系和确定科学的检索步骤。,编写检索式和调整检索策略，一直到自己满意为止。扩大检索范围的主要措施缩小检索范围的主要措施重新确定合适的检索词,扩大检索范围的主要措施*,运用or连接相关主题词或下位词；采用自由词检索，并注
21、意同义词的检索；采用截词检索；减少用and算符检索。,缩小检索范围的主要措施*,采用叙词（主题词）检索，不用或少用自由词检索；用and算符进行概念组配；用not算符排除某些不必要的概念；限定检索字段，如篇名、主题词、刊名、著者等；缩小检索年代；用位置算符确定检索词之间的相邻位置；用规范化主题词以确保所检概念是文献中被讨论的内容，用主要主题词以确保检索概念是文献主要讨论的内容。,网络资源,图书馆馆藏目录 联机公共目录检索系统(Online Public Access catalog，OPAC)电子书刊 电子图书(ebook) 电子期刊(e-journal) 参考工具书，如大不列颠百科全书、 牛津大辞典等 网络数据库 免费和收费，已经超过1万多种。专业网站,网络检索工具 搜索引擎(search engine) 网络目录(directory)，网络信息导航 如学科导航、机构导航、数据库导航等。其他类型的信息 专业学术论坛、电子邮件、电子公告、新闻组等,Access to Information,获取医药信息的途径,数据库,图书馆,学术会议,个人交流,网络,图书馆目录,E-mail,数据库,文件,索引,会议信息,杂志,报告,CD-ROM,在线,书目型,事实型,全文型,书籍,论文,报告,杂志,图册,论文摘要,论文,同事,讨论/会议,电话,E-mail,书信,
