1、第一节 信息检索概述第二节 信息检索语言第三节 信息检索工具第四节 信息检索方法第五节 信息检索效果评价,第二章 信息检索基本原理,第一节 信息检索及其类型,一、信息检索的概念 二、信息检索的类型 三、信息检索的原理,一、信息检索广义信息检索 （Information Retrieval) ： 是指将信息按照一定的方式组织 和存储起来，并能根据信息用户 的需要找出其中相关信息的过程。 全称又叫信息存储与检索。,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。,狭义信息检索（Information Searchin
2、g) ：信息查询,二、信息检索的类型,按检索对象划分，早期信息检索一般分为：,1、文献检索（Document Retrieval) 是指以文献为检索对象的一种相关性检索。,其检索对象是包含特定信息的各类文献。例如，查找有关“学习型组织”的文献；有关“现代企业制度的建立”的文献，等等。其检索结果是一条条的书目记录，包括论著题名、作者、文献出处等书目数据记录。,2、事实检索（Fact Retrieval) 是指检索结果是事实结论的信息检索。属确定性检索。,文字语句概念解释及出处类，如什么是知识密集型企业？ 人物、地理、时间、史事类，如：李自成何时退出北京城？ 典制类，如典章制度的名称和沿革等 机构
3、类，包括企事业行政单位的名称、地址、邮编、电话、人员、服务、产品等。,事实课题,3、数据检索（Data Retrieval) 是指检索结果是数据的信息检索。属确定性检索。,数据类，如查找数据（统计调查数据、实验数据、 标准数据等）、计算公式、化学分子式，图表、 某种材料的成分、性能等。,如“2007全国研究生毕业人数有多少？”其检索结果都是经过高度浓缩可供直接利用的数据情报。,1、文本检索2、数值检索3、声频与视频检索,新的三分方法：,三、信息检索的基本原理：,对信息集合与需求集合的匹配与选择,主题概念,文献标识,主题概念,检索表达式,文献,主题分析,检索工具（系统）,用检索语言对主题进行描述
4、,检索需求,主题分析,用检索语言对主题进行描述,是否匹配,否,输出结果为零,得到检索结果,是,检索原理图,情报工作人员,检索者,（提问标识）,文献存储过程,检索过程,1、信息检索是现代人才的基本生存技能 2、信息检索是现代人才信息素质的重要方面 3、信息检索是科学交流的重要途径 4、信息检索是开发信息资源的工具 5、信息检索是管理决策的基础 6、信息检索是继承和借鉴前人成果，避免重复研究的必由之路 7、信息检索是治学之道,信息检索的意义,第二节 信息检索语言,一、检索语言的含义及作用 二、检索语言的类型,一、检索语言的含义及作用,检索语言：检索语言是应文献信息的加工、存储和检索的共同需要而编制
5、的专门语言，是表达一系列概括文献信息内容和检索课题内容的概念及其相互关系的一种概念标识系统。,作用： 1）标引文献信息内容及其外表特征，保证不同标引人员表征文献的一致性。 2）对内容相同及相关的文献信息加以集中或揭示其相关性。,3）使文献信息的存储集中化、系统化、组织化，便于检索者按照一定的排列次序进行有序化检索。 4）便于将标引用语和检索用语进行相符性比较，保证不同检索人员表述相同文献内容的一致性，以及检索人员与标引人员对相同文献内容表述的一致性。 5）保证检索者按不同需要检索文献时，都能获得最高查全率和查准率。,二、检索语言的类型,检索语言的类型,表述文献外表 特征的语言,表述文献内容 特
6、征的语言,题名 著者 号码 引文,分类语言,主题语言,标题词语言 关键词语言 叙词语言,1.分类语言分类语言是用分类号来表达学科体系的各种概念，将各种概念按学科性质进行分类和系统排列 。 由总体到个体，由一般到特殊，由全部到局部 国内外比较重要的分类语言表有国际十进分类法（杜威十进分类法）、美国国会图书馆图书分类法、国际专利分类表、中国图书馆图书分类法、中国科学院图书分类法等。,（1）中国图书馆图书分类法 (简称“中图法”),中图法是1971年由北京图书馆倡议，全国36个单位组成的编写组集体编制的，于1975年正式出版，1980年、1990年、1997年先后修订三次。 中图法是我国当代具有代表
7、性的图书分类法，被推荐为我国标准图书分类法广泛使用于图书馆和情报部门。 中图法是为实现全国图书资料统一分类而编制的，是一部大型的综合性的图书分类法。,中图法分类表的结构组成是：基本部类，大类，简表，详表。,中图法的结构体系为： 5个基本部类，22个基本大类,马克思主义列宁主义毛泽东思是指导我们的理论基础，作为一个基本部类，列于首位。 哲学是关于自然科学和社会科学的概括和总结，因此把它作为第二部类，排在社科、自科之前。 此外考虑到图书本身的特点，对一些内容庞杂，类无专属，无法按某一学科内容性质分类的图书，作为一个基本部类置于最后。 由于社会科学和自然科学内容多，发展快， 如不再细分，不仅不能满足
8、图书分类上的 需要，而且也不便于读者查找图书资料， 因此在“社科”部类下再分九大类，在“自科”之下再分十大类。,基本部类,在社会科学和自然科学各大类之前，均分别列出“总论”类，这是根据图书资料的特点，按照从总到分、从一般到具体的编制原则编列的，以组成社会科学和自然科学的完整体系。,基本部类下分22大类（细分构成简表，简表细分又构成详表）。,基本大类,基本大类,基本大类,二级类目,三级类目,四级类目,五级类目,Z 综合性图书,1 丛书 2 百科全书、类书 3 辞典 4 论文集、全集、选集、杂著 5 年鉴、年刊 6 期刊、连续性出版物 7 图书目录、文摘、索引,经济学演义：F0/137,F 经济0
9、 经济学01 经济学基本问题02 前资本主义社会生产方式03 资本主义社会生产方式 04 社会主义社会生产方式05 共产主义社会生产方式06 经济学分支科学08 各科经济学09 经济思想史,红楼梦上册 曹雪芹，高鹗I242.4/13=2(1),I 文学0 文学理论1 世界文学2 中国文学3/7 各国文学3 亚洲文学4 非洲文学 5 欧洲文学 6 大洋洲文学 7 美洲文学,中图法的标记符号,中图法的标记符号，采用拉丁字母与阿拉伯数字相结合的混合号码制。 其中，拉丁字母用来表示大类，其他各级类目则用阿拉伯数字表示。 “T 工业技术” 类的二级类目太多，也采用字母表示。例：“TP3”， T 代表一级
10、类目工业技术， P 代表二级类目自动化、计算机技术， 3 代表三级类目一计算技术、计算机技术。,例如： 高中英语教学参考书分类号为G633.41， Internet短期培训教程TP393.4。,中图法示例,要查找“语言学”方面的文献，则分类号为：H0 要查找“英语”方面的文献，则分类号为：H31 要查找“语音”方面的文献，则分类号为：H311H 语言、文字0 语言学1 汉语2 中国少数民族语言3 常用外国语31 英语311 语音,目前中科院系统和部分高等院校采用。 1958年第一版，1980年第二版、1994年第三版。 例如：00 马、毛 10 哲学20 社会科学总论 21 历史历史学 73
11、电技术、电子技术 76 冶金学,（3）中国人民大学图书馆分类法（人大法）,部分图书馆和信息资料机构使用该分类法 1953年第一版，1980年第五版，1989年第版增订本，1996年第六版 例如：1 马、列、毛 2 哲学11 工程技术 15 历史,（4）国外主要分类法： 杜威十进制分类法(Decimal Classification，简称杜威法或DC，DDC） 国际十进制法(Universal Decimal Classification,简称UDC) 美国国会图书馆图书分类法(Library of Congress Classification,简称国会法或LC）,2. 主题语言,（1）含义是
12、指直接以表达文献内容主题概念的语词作检索标识、并按其字顺组织起来的一种检索语言。,特征： 直接以语词作为检索标识； 以字顺作为主要检索途径； 以特定的事物、问题、现象，即主题为中心集中信息资源； 通过参照系统等方式揭示主题词之间的关系。, 标题词语言是以标题词（规范的事物名称、名词术语）作为主题标识，以词表预先确定的组配方式标引和检索的主题语言。,如：美国工程索引的配套词表。,（2）类型, 关键词语言 关键词是指从文献的题目、摘要或正文中抽取的具有实质意义的词语。,将文献中的一些主要关键词抽出作为检索标识，并以字顺排列而组成的查找文献用的语言，就叫关键词语言。,叙词语言的基本原理是通过概念组配
13、来表达文献主题。, 叙词语言叙词，国内亦称主题词，是经过规范化处理的， 从概念上不可再分的基本概念单元。叙词语言，是 以从自然语言中精选出来的经过严格处理的语词作 为文献主题标识，通过概念组配方式表达文献主题 的方法。,第三节 信息检索工具,检索工具：是在一次文献的基础上， 经过加工、整理、编辑而成的二次文献。 是人们用来存储、报道和检索文献信息 的工具。,一、检索工具的要素 二、检索工具的作用 三、检索工具的类型,一、检索工具的要素,1 详细而又完整地记录了文献的外部特征和内容特征。 具有既定的检索标识。 3 按照某种可检顺序组织和排列起来。 4 提供多种检索途径。,二、检索工具的作用,1、
14、保证查全率和查准率。2、提高检索速度。 3、根据需要从多角度检索。4、消除语言文字障碍。,三、检索工具的类型,1、目录,是对图书、期刊或其他单独出版物特征的揭示和报道，通常以一个完整的出版单位或收藏单位为著录的基本单元。它对文献的描述比较简单，一般只记述其外表特征。,国家书目：反映一个国家一定时期内出版的全部书籍的综合性书目。 专题书目：围绕某一问题编制的图书目录。 推荐书目：向读者推荐学习研究某一方面问题的书籍的目录。 联合目录：反映书刊在全国或某地区若干图书馆收藏情况的目录。 馆藏目录：反映某一图书馆内藏书的目录。,从编制目的、收书的内容范围划分为：,是对单篇文献外表特征的揭示和报道。与目
15、录相比，相似之处主要体现在两者一般都仅仅描述文献的外部特征，区别之处是题录通常以篇为基本著录单位，而目录一般以完整的出版物为基本著录单位。,2、题录,题录型：是以书刊中的某篇文献（或章节）的外部特征为报道对象,题录型著录格式,（1）含义 文摘是对一定范围内的论文或书籍中的内容进行浓缩，概括地陈述其主要论点、数据、结论等，并注明其出处，按一定的方式编排起来的检索工具。 是检索工具的主体，又是二次文献的核心。,3、文摘,文摘：是在题录的基础上，在每条著录款目后边再加上文献内容的摘要。,【论文题名】 网络环境下信息检索与报道服务浅析 【英文题名】 Information Retrieval and
16、Report Service in Network Environment 【作 者】 丁彩云 DING Cai-yun 【作者单位】 湖南化工职业技术学院,图书馆,湖南,株洲,412004 【刊 名】 株洲师范高等专科学校学报 【英文刊名】 JOURNAL OF ZHUZHOU TEACHERS COLLEGE 【年 卷 期】 2005 Vol.10 No.2 【关 键 词】 图书馆;网络环境;信息搜集;信息检索;信息报道 【摘 要】 网络环境下的信息服务已对图书馆的机构组织、人员素质、服务水平和社会地位产了巨大影响.掌握网络环境下的信息服务特点和方法,尽快适应网络环境已成为图书馆提高信息服
17、务质量的重要课题.,例：文摘型【题 名】中国淡水蛏的形态学研究【作 者】饶小珍 陈寅山 【机 构】福建师范大学生物工程学院 【刊 名】福建师范大学学报.1998,14(4).-71- 75,102 【ISSN号】1000-5277 【C N 号】CN35-1074 【馆藏号】94783X 【关键词】中国淡水蛏 形态学 淡水蛏 蛏科 缢蛏 【分类号】Q959.194 【文 摘】报道了以解剖法对中国淡水蛏外部形态和内部结构研究的结果。并与蛏科的缢蛏和刀蛏科的尖刀蛏的形态进行了比较。,文摘型检索工具著录格式,（2）文摘的种类,报道性文摘(Information Abstracts)：是一种忠于原文的
18、浓缩摘要。它主要报道原文的基本内容、观点、方法、结论、数据等等。这种文摘字数一般在200300字左右 ，内容详细具体，客观而无评价。 指示性文摘(Indicative Abstracts)：又称“简介”。文摘内容比较简单，简明扼要地介绍文献的主题范围、研究方法、结论、用途等。文摘字数一般在100字左右。,（3）文摘的利用检索书刊的主要内容, 社会科学重要论著的内容梗概： 新华文摘：人民出版社出版，新华文摘社编辑。这是一部大型百科全书性的文摘，为月刊。它广泛而严格地选、摘全国报刊资料的文章，是了解国内政治、经济、法律、文学艺术的重要资料，尤其对了解国内学术动态更是不可多得的工具。 高等学校文科学
19、报文摘, 社会科学各学科专题摘要： 经济学文摘：经济科学出版社出版。这是一部了解经济学各学科情报文献的内容、观点、学术动态等情况的期刊性经济情报检索工具。全刊资料按一定类目编排，刊后附经济学书目、文章索引。 经济管理文摘、经济学情报、法学文摘、心理科学文摘、学术文摘卡片、教育学文摘、历史文摘、中国史研究文摘。,检索实习题举例：,选一论题，并据此论题收集有关论点、论据、参考文献篇名等。经济学文摘新华文摘,4、索引,1）定义：将图书和期刊等文献中的一些重要的、有检索价值的知识单元，如主题词、著者姓名、分类号、题名等，根据需要一一分析摘录出来，并注明他们所在的地址（页码或文献号），再按一定的顺序排列
20、组织起来的一种工具。2）作用：a 揭示文献的内容b 为查找特定的文献或事实提供多种检索途径c 为某一学科领域提供全面的观察,3）结构： 索引款目：标目 + 说明语 + 存贮地址存贮地址：指索引款目中所指示的主题或事物在特定文献集合中物理地址，常用流水号表示，如页码、文摘或题录的顺序号等。R576260（R表示文献类型为评述）；7C109（C表示类目代号）,索引的类型,（1）篇名索引：将书刊中论文篇目名称以一定方式排列组织而成的索引。 全国报刊索引人民日报索引报刊资料索引,全国报刊索引（哲社版）：上海图书馆编印，本索引是我国收集报刊资料最全面的一部综合性社会科学索引。它是主要收集国内公开的和内部
21、刊登载的论文、简讯、通讯等资料的索引。按中图法分类编排。全国报刊索引数据库原名中文社科报刊篇名数据库是文化部立项的重大科研项目。同时有社科和科技两个单列库。具有文献信息量大、检索点多、速度快等特点。是目前国内罕见的收入期刊最多、最完整，连续报道文献篇名最多、报道时间最早、最长的特大型文献数据库之一。,2.报刊资料索引（人大复印资料）：中国人民大学报刊资料社编印。原名复印报刊资料索引（1980年创刊）。该资料为当年国内出版的中文报刊登载的文章，分专题设册。这本索引便是为这套资料编写的。它不仅注明了文章的出处，还对重点文章以号标出，并注明其在复印报刊资料中的选录处。,（2）语词索引：将文献中的词语
22、、句子摘 出，按一定方式排列组织而成的索引。 诗经索引杜诗引得十三经索引 （3）主题索引：按文献中涉及的主题编排组织而成的索引。 马克思恩格斯全集主题索引食货志十五种综合引得,4）著者索引,种类：个人著者索引：著者姓名+存贮地址 Tarumi，M. 109637团体著者索引：组织机构名称+存贮地址Techni Research and Development Foundation 22086 特点：优点：在同一著者的标目下，往往集中着内容相近或相关的文献，只要知道著者的姓名，即可迅速、准确地查 找到某些特定资料。缺点:不能满足全面检索某一课题文献的要求，只能作为一种辅助索引使用。昆虫学文摘,注
23、意： a1 国外发表的原始文献的著者姓名，习惯是名在前，姓在 后；绝大多数的检索工具的题录和著者索引中，著者姓名的著录是姓在前，名在后。故在利用检索工具进行检索时，需要将名与姓倒置后才能检索。a2 姓名中包含有前缀Mc或M者，作为Mac来排列；前缀为De、Des、Du、La、Le、Van、Von、Vanden等的姓名，将它和姓当作一个整体来排列，词中的空格（前缀和姓之间有空格）和字母大小均不受影响其在索引中的位置。,三大索引,科学引文索引（Science Citation Index， SCI） 工程索引(Engineering Index， EI) 科技会议录索引(Index to Scie
24、ntific & Technical Proceedings， ISTP),检索实习题举例：,已知确立石油（石化）工业在新疆产业经济中的主导地位、中国经济新挑战、论会计信息失真的特性、论银行分险管理等文大约都是98年下半年发表的，、请查出所列文的作者，所登文期刊的名称，刊期及页码。检索报刊论文资料， 1999年全国报刊索引,第四节 信息检索方法和途径,一、信息检索方法二、信息检索途径,一、信息检索方法,检索方法,信息检索的方法是根据检索课题的需要与检索系统的现状灵活选定的。常用的信息检索方法有工具法、追溯法和综合法,（一）检索方法的种类1、工具法又称常用法，即利用各类检索系统（工具），直接检索
25、信息的方法。顺查法：远近 过去现在特点：查全率、查准率均较高；费时费力适用条件：课题研究面宽，需了解历史演变的项目,倒查法：近远 现在过去特点：节省时间，检索效率较高；查全率较顺查法低适用条件：新兴研究课题或了解学科发展动向等的查检 抽查法：针对学科特点，抓住该学科发展迅速、文献发表较多的一段时间逐年检索的方法。特点：检索效率高；查全率低适用条件：在熟悉学科发展特点的前提下使用,2、追溯法又称引文法。利用文献后所附参考文献，逐一追查被引用文献，然后，再从被引用文献后所附参考文献目录逐一扩大检索范围，依据文献引用与被引用之间的关系获得内容相关的诸多文献。 特点：检索效率低，查全率低，且查到的文献
26、较旧 适用条件：检索工具不足时,引文回溯例：,李强.影响中国城乡流动人口的推力与拉力因素分析 。中国社会科学 2003年01期125-135参考文献,3、综合法亦称循环法或分段法，它是指分期分段交替使用上述各种检索法以达到优势互补、获得理想结果的一种检索法。 特点：检索效率较高；查全率不高,（二）选择检索方法的原则,2、要看检索要求1）要求收集某一课题的系统资料，要求全面，不能有重大遗漏，最好用顺查法2）要解决某一课题的关键性技术，不要求全面，只要能解决这个关键问题就行，要快，针对性强，要准，宜用倒查法，迅速查得最新资料 3 、要看检索背景古老学科，开始年代很早，只好用倒查法，新兴学科，起始年
27、代不远，可用顺查法，波浪发展的学科，可选择发展高峰，用综合法,1、要看检索条件检索工具缺乏而原始文献收藏丰富宜用追溯法，有成套检索工具则宜用直接法，其查全率、查准率都比追溯法高。,二、信息检索途径,检索途径,依据文献的外部特征（题名、责任者、标识、出版者、出版时间等）和内容特征（分类号、主题词、关键词等）来确定，是信息检索的入口点。,（一）以文献的外部特征为检索途径,1、题名途径以书刊名称或论文篇名为线索来查找文献的途径。 检索工具：书（刊）名目录、篇名索引,2、著者途径根据已知文献著者姓名查找文献的途径。文献著者包括个人著者、团体著者、编者、专利权人等。检索工具：著者索引、机构索引,3、号码
28、途径以文献号码为特征，按号码大小顺序编排和检索的途径。 检索工具：号码索引,（二）以文献的内容特征为检索途径1、分类途径按照文献主题内容所属的学科体系进行检索的途径。 检索工具：分类目录、分类索引特点：族性检索2、主题途径按照文献的内容主题进行检索的途径。检索工具：主题目录、主题索引特点：特性检索,经济管理,教育科学,工程技术,农业科学,医药卫生,一般工业技术,矿业工程,能源与动力工程,自动化与计算机技术,分类检索（手工检索通过分类号，计算机检索通过浏览功能）,自动化基础知识,自动化与计算机技术及设备,智能控制、机床,start,主题检索,手工检索：查找主题词（通常按字顺排列）,计算机检索：在
29、题名、关键词等字段中输入表达检索内容的词,智能控制 and 机床,1数控机床智能控制系统鲁棒性策略研究 2神经网络在数控机床智能控制中的应用,已知文献线索： 著者途径（著者名、机构名）题名途径（书刊名、文献名） 序号途径（标准号、专利号） 未知文献线索： 分类途径（分类号） 主题途径（主题词）：用表达内容方面的词作检索，表达比较灵活，是最主要的检索途径,获取原文,三、信息检索策略,1、分析检索课题,1. 分析检索课题，明确检索目标和范围,1）分析主题内容：找出主题概念，排除无关和重复概念，确定核心概念。例一:土壤环境条件对豆科植物固氮作用的影响土壤条件 豆科植物 固氮作用例二：芸豆天然食用色素
30、的提取芸豆 天然 食用 色素 提取排除天然、食用两词注意：在主题分析中，应排除那些检索意义不大而比较泛指的概念词，如展望、发展趋势、现状、近况、应用、利用、作用、方法、影响、效率、结构等,2）据检索的主题概念，确定课题涉及的学科范围当课题涉及多学科时，以主要学科为检索重点，次要学科为补充，以全面系统地检得所需文献。例三：超声波技术在兽医上的应用应以兽医学为检索重点，医学科学作为次要学科来查。,3）分析文献类型提高检索的针对性对基础理论研究的课题，侧重于检索期刊论文，专著和科技报告等； 搞技术应用和开发的课题，侧重于检索专利文献、标准文献； 搞产品选型设计的课题，侧重于检索产品样本资料、标准文献
31、和专利文献等。,4）分析查找年代根据课题的历史背景和检索要求，确定检索的最有可能、最为适宜的时间范围申请专利的查新检索，回溯年限要长；了解课题的研究水平与动向等，回溯时间可短。,5）分析地区范围：以便针对性选择检索的语种、国别和地区。检索“茶叶加工技术”的文献以中文、日文为主要语种，主要在中国、日本及东南亚一些有饮茶习惯的国家和地区的文献中查找；检索“生物技术”的文献以英文为主要语种，主要在美国等西方发达国家的文献中查找。,2. 选择检索工具/数据库根据课题涉及的学科范围和文献类型 涉及多学科：综合性和专业性检索工具相结合，以实现较为全面的检索 涉及单学科：以专业性检索工具为主，综合性检索工具
32、为补充 涉及某种特定的文献类型：选择收录特定文献类型的检索工具，如检索专利文献，应选择中国专利公报等检索工具,3. 选择检索方法 根据具体检索条件、检索课题而定,4.选择检索途径，确定检索标识,检索途径的选择主要考虑课题要求、已掌握的检索线索、检索工具和数据库编制的结构等。,5. 查找文献线索,分析检索结果,不满意,满 意,重新檢索,6. 获取原始文献 1）查找全文数据库 2）向收藏单位借阅或联系复制馆内馆外，本地区外地区，选择适合要求的馆藏目录进行查找。 3）向著者索取 4）向出版发行单位购买,第五节 信息检索效果评价,检索效果，就是利用检索工具（或系统）开展检索服务时产生的有效结果。,检索
33、结果涉及四个方面：相关文献、非相关文献、被检出的文献和未被检出的文献。,衡量信息检索效率的指标,被检出的文献： 相关文献 a不相关文献 b 未被检出的文献： 相关文献 c不相关文献 d查全率(R，Recall Ratio) ：系统在进行某一检索时，检出的相关文献量与系统文献库中相关文献总量的比率，即：R ,查准率 (P，Precision Ratio) ：系统在进行某一检索时，检出的相关文献量与检出文献总量的比率，即：,查准率P ,实验结果表明查全率与查准率之间存在互逆关系,漏检率 O 误检率 N 查全率和漏检率是互补的，查准率和误检率是互补的,两者关系,最理想的检索效果是R、P均为100,但实验表明：R和P之间存在相反的相互依赖关系，即提高R会降低P，反之亦然。检索特性曲线如下：,在物理、技术科学信息检索范围内，P提高1将导致R降低3。 实践经验证明：在现代科技信息检索系统中，R为60-70，P为40-50,
