信息检索基础知识

1、1信息检索与利用信息检索与利用 2n知识经济时代要求我们善于学习、善于创新；l你会学习吗？你会学习吗？n具备较高的信息素养获取信息、处理信息、评价信息的能力l你又具备了多少？你又具备了多少？34If you give a man a fish, he will have a single meal. If you teach him how to fishing, he will eat all his life.授人以鱼，其食一饷；授人以渔，其食一生。5第一章第一章 信息检索基础知识信息检索基础知识6第一节第一节 信息、知识和情报的基本概念78控制论专家控制论专家N维纳维纳：物质、能量和信息

2、是人类社会赖以生存、发展的三大基础世界由物质组成，能量是一切物质运动的动力，信息是人类了解自然及人类社会的凭据。 .9信息的类型与特征 l 从产生信息的客体的性质来分，可分为自然信息、生物信息、机器信息（自动控制系统）和（人类）社会信息。 社会信息又可分为科技信息、经济信息、政治信息、军事信息、文化信息等。 l 以信息所依附的载体为依据，可分为文献信息、口头信息、电子信息、生物信息等。 1011121314151617第二节第二节 文献信息源文献信息源18文献文献？朱熹：“文，典籍也；献，贤也。” 文献是指一切文化历史典代和历代有识之士的所有著述。 19一、文献的定义及其社会功能2021222

3、32 2、文献内容交叉重复、文献内容交叉重复 同一内容的文献以不同文字发表。 同一内容的文献以不同形式出版。 会议论文有40、美国的NASA报告有80、AD报告有60会经过整理、修改发表在期刊上。 其它。 1998年我国出版图书130613种，其中新版书74719种仅占57%。243、文献分布集中又分散文献分布集中又分散 例：英国科学文摘检索“日本光纤通信”论文。 322篇66种杂志 107篇3种杂志(核心期刊) 10712种期刊上(相关期刊) 10851期刊上(边缘期刊)。 了解某专业的核心期刊了解某专业的核心期刊： 中文核心期刊要目总览(北京大学出版社) 国外科学技术核心期刊总览(世界图书

4、出版公司) 国外人文社会科学核心期刊总览(北京大学出版社)254 4、文献时效性强、文献时效性强n 目前各类文献的平均寿命目前各类文献的平均寿命为： 图书1020年； 科技报告10年； 学位论文57年； 期刊35年、标准文献5年； 产品样本35年； 有些计算机方面的图书仅有1-2年的使用寿命。265 5、文献类型增多、文献类型增多 印刷型纸本文献； 缩微资料； 声像资料； 机读资料； 光盘资料等。276 6、文献语种增多、文献语种增多 ISDS(International Serials Data System)1991年报道，世界上连续出版物使用的语种多达144种，常用的就有10多种，其中英

5、文约占42%。 另一报道：目前，全世界文献用60多种语言发表，其中英语占50%、俄语14%、德语10%、法语9%、汉语6%，其他语种占11%。28293031 图书按功用性质不同分为阅读类图书和参考类图书：阅读性图书阅读性图书：教科书(Textbook)、专著(Monograph)、文集(Anthology) 和丛书等。参考类图书参考类图书(Reference book) ：分参考工具书和检索工具书。 参考工具书：参考工具书：词典(Dictionary)、百科全书(Encyclopedia)、手册(Handbook)、年鉴(Yearbook) 检索工具书：检索工具书：索引（Index）、目录(

6、Catalogue)、文摘(Abstracts)等。32ISBN33ISBN 978-7-5640-3153-4343536373839ISSNCN40ISSN 1002-1027CN 11-2952/G241424344按内容性质可分为: l技术报告（Technical reports）l技术备忘录（Technical memorandums）l札记（Notes）l通报（Bulletins）l其他（如译文、专利等 ）4546科技报告的特点： 1、形式上：每份报告自成一册，有连续编号，装订简单，出版发行不规则。 2、内容上：新颖、详尽、专深。 3、时间上：发表及时。 4、流通范围上：属于保密或

7、控制发行。474849505152535455565758u会议文献按出版时间主要可分为会议文献按出版时间主要可分为：会前文献；会后文献；u按会议的范围和举办规模可分为：国际性会议 世界会议world conference 国际会议International conference全国会议 地区性会议和基层会议。59会议文献的重要性会议文献的重要性 会议文献是最新研究成果报道的一种主要方式，它对学科领域中最新发现、发明等重大事件的首次报道率最高 。 从会议文献中可获得一些难以得到的信息资料，如不在出版物上刊登的文献。606162636465 标准按其成熟度可分为：u强制性标准(法定标准或正式标准

8、)：具有法律属性，在一定范围内通过法律、行政法规等手段强制执行的标准是强制性标准；u推荐性标准（自愿标准）：是制定和颁布标准的机构建议优先遵循的标准；u试行标准：内容不够成熟尚有待在使用实践中进一步修订、完善的标准；u标准草案：审批前由草拟者或提出机构供讨论并征求有关方面修改意见的标准稿件。66 技术标准按其标准化对象特征和作用，可分为：基础标准（如：术语、词汇、定义、绘图、符号等方面标准）产品标准（制品的形状、尺寸、材料、质量、性能、要求、分类和公差等方面的标准）、方法标准（如：产品试验、检验、分析、测定方法以及技术条件等的标准）安全卫生标准（如：劳动安全、锅炉和压力容哭器安全、电气安全和消

9、费品安全标准等）环境保护标准（如：大气、水、土壤、噪声、振动等环境质量、污染源、检验方法以及其他事项制定的标准）676869l 当今世界技术标准发展的趋势：当今世界技术标准发展的趋势：技术标准成为非关税壁垒的主要形式进口配额、进口许可证等和贸易技术壁垒技术标准与技术专利密不可分技术标准成为产业特别是高新技术产业竞争的制高点l 我国技术标准与国外的主要差距：我国技术标准与国外的主要差距： 技术标准水平落后；技术标准制定与科学研究脱节；参与国际标准化工作不够；技术标准经费投入不足。70717273742 2、按载体形式划分、按载体形式划分 甲骨文甲骨文龟甲兽骨龟甲兽骨竹简竹简竹片竹片75帛文帛文丝

10、织品丝织品金文金文青铜器青铜器76 印刷型文献 (Printing Document) 纸介质 缩微型文献 (Microform)感光材料介质 缩微胶卷、缩微胶片（缩微平片）、缩微卡片 声像型文献 (Audio-Visual Document) 磁性或感光材料介质 机读型文献 (电子文献)(Electronic Document)计算机 磁带版、磁盘版、光盘版、联机版、网络版777879分散 集中；无序 有序；博 精。u零次和一次文献是最基本的信息源，是文献信息检索的主要对象；u二次文献是一次文献的集中提炼和有序化，是文献信息检索的工具；u三次文献是高度浓缩的文献信息，既是文献检索的对象，又可

11、作为检索文献信息的工具。8081 1931年，英国著名文献学家布拉德福：某时期某学科1/3的论文刊登3.2% 的期刊上； 1967年，联合国教科文组织：75%的文献出现在10%的 期刊中； 1971年，加菲尔德：24%的引文出现在1.25%的期刊上。这些研究都表明期刊存在“核心效应”，从而衍生了“核心期刊”的概念。828384第四节第四节 信息检索信息检索8586 信息检索的实质： 是匹配，将用户提问与信息集合中的数据进行比较和选择的结果。 提问（检索） 语言 文献标识 语言匹配匹配87信息检索的基本特征：有确定的目标；有一个可能的信息解的集合；有一定的线索可依；搜索的过程是针对一定的目标、遵

12、循一定的线索、不断缩小搜索范围的求解过程。88899091 注意： 信息检索(Information Retrieval)与文献检索(Document Retrieval)是两个不同的概念，文献检索是信息检索的一种最基本的、最主要的形式。929394959697981.1.检索语言的概念及作用检索语言的概念及作用 检索语言检索语言是在自然语言的基础上规范化了的人工语言，是用于描述检索系统中信息的外部特征和内容特征及表达用户的信息提问，保证存储和检索一致的一种共同性的人工语言。99检索语言的特点：表达 简单明白又比较专指地表达主 题概念；标示 将主题概念进行系统排列；便于比对 标引用语与检索用语

13、；消除“噪音” 词语与概念一一对应， 排除多词一义、 一词多义和词义含糊。100101102103104描述内容特征检索语言单元词语言标题词语言叙词语言关键词语言分类语言组配分类语言体系分类语言主题语言混合分类语言105106分类语言的特点：分类语言的特点： 是族性检索； 按学科、专业集中文献； 从知识分类角度揭示文献内容； 提供从学科分类检索的途径。 检索标识分类号107检索羊的饲养方面的文献自然科学农业科学 畜牧、兽医、狩猎 畜牧学 家畜、家禽 家畜 羊 羊的饲养 检索标识-分类号：？ S826108检索羊的疾病控制方面的文献自然科学农业科学 畜牧、兽医、狩猎 兽医学 兽医卫生及病疫防治

14、检索标识-分类号：？ S851109分类法种类很多，国内较有影响的有：l中国图书馆分类法；l中国科学院图书馆图书分类法；l中国人民大学图书馆图书分类法110111112TB一般工业技术TD矿业工程TE石油天然气工业TV水利工程TB1工程基础科学TB2工程设计与测绘TB3工程材料学TB9测量学TB30TB31TB37中国图书馆分类法（中图法）T工业技术B哲学A马列、毛Z综合性图书11311411511611772能源学、动力工程73电子技术、电子技术74矿业工程 78机械工程、机械制造81化学工业 86土木建筑87运输工程118119120121122123检索标识：主题词检索标识：主题词124

15、1、检索“羊的饲养”方面的文献 羊 饲养2、检索“羊的疾病控制”方面的文献 羊 疾病 检索标识-主题词： 羊1251、检索“羊的饲养”方面的文献 羊 饲养2、检索“山羊的饲养”方面的文献 山羊 饲养 检索标识-主题词： 羊 山羊126检索“各种羊的饲养”的文献 羊 参见绵羊、山羊、黄羊 检索标识-主题词： 羊、绵羊、山羊、黄羊127主题词主题词 (subject word ） 主题词是指文献所具体论述的对象和研究的问题；表达主题概念、反映文献内容特征表达主题概念、反映文献内容特征的词语就叫主题词的词语就叫主题词。 主题词一般可分为:标题词 单元词叙词 关键词 128129130 标题词分为单级

16、标题和多级标题（分为主、副标题词）。 主、副标题词是主、从关系，在词表中固定组配，检索按既定组配执行。是一种先组式检索语言。 主标题词是检索入口，可单独使用，全部字母大写； 副标题词必须与主标题词搭配使用，首字母大写，其他字母小写。 131132单元词语言单元词语言l单元词：最基本的、不能再细分的具有独立意义的词。l没有广泛使用，Derwent专利；l缺点：片面强调单元词，而否定词组；字面组配，误检率大。l信风：trade wind133134叙词与标题词对比： (1)表达主题的方式不同。标题词属先组式的检索语言，表达主题较固定；叙词是后组式的检索语言，表达主题较灵活；(2)标题词描述主题的深

17、度受组配级别的限制，而叙词的组配级别和揭示主题的深度不受限制，可以充分发挥多元检索功能。(3)标题词适用于手工检索，叙词主要适用于机器检索。135叙词与单元词对比： (1)选词原则不同。单元词着重考虑词的结构，采用拆词方式选取不能再分解的单词;叙词着重考虑专业检索的实际需要，从专业的主题概念角度采用拆义方式选取语词。(2)单元词的组配原则上属于字面组配形式，误检率大;叙词是根据实际需要，合理地采用概念组配及概念与字面相一致的字面组配形式，查准率高。 136叙词与关键词相比 ： 最大不同点是选词标准不一。 叙词经过严格规范，解决了自然语言中一词多义、多词一义和词义不清的现象，具有单义性; 关键词

18、没有一定的选词规范标准，又没有词表加以控制，影响文献的查全率和查准率。 137138139140141142143144145关键词语言的特点：l快而粗糙；l编制很快，不用核实词表；l直接从篇名中提取，而不进行规范化处理，容易漏检。146147五、检索工具 1 1、定义：、定义：148149 检索工具的作用：1502 2、检索工具的基本类型、检索工具的基本类型 151152153154155156157158159160评论性文摘（critical abstract) 评论性文摘插入有文摘员个人的看法或分析，评论性文摘的价值如何，主要取决于文摘员的专业水平。 1613 3、索引、索引162163164索引的分类（不同的标识系统构成不同的索引） 165六、检索步骤与检索方法166 二、了解课题的研究背景：人 、机构、历史和现状。167三、选择检索方法三、选择检索方法 168169四、选择检索工具四、选择检索工具 170五、确定检索途径：五、确定检索