信息检索与利用-检索流程.ppt

《信息检索与利用-检索流程.ppt》由会员分享，可在线阅读，更多相关《信息检索与利用-检索流程.ppt（28页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、信息检索流程（以期刊为例）信息检索流程（以期刊为例）课题课题选择检索词选择检索词（限定词、同义词）（限定词、同义词）初步拟定检索式并导入数据库初步拟定检索式并导入数据库调整检索策略再次拟定检索式（考虑查全、查准率）并导入数据库调整检索策略再次拟定检索式（考虑查全、查准率）并导入数据库命中结果（题录形式）命中结果（题录形式）阅读单篇摘要批量下载摘要阅读单篇摘要批量下载摘要索取全文（索取全文（中文中文、外文外文）1 1切分切分 切分是对课题的语句以词为单位进行拆分，转换为切分是对课题的语句以词为单位进行拆分，转换为检索的最小单元。检索的最小单元。例例1 1：检索：检索“妇女吸烟与肺癌的关系研究妇女

2、吸烟与肺癌的关系研究”相关文献。相关文献。直接切分：直接切分：妇女妇女|吸烟吸烟|与与|肺癌肺癌|的的|关系关系|研究研究注意：当词切分后将失去原来的意思时，不应再切分注意：当词切分后将失去原来的意思时，不应再切分，即，即必须注意保持意义的完整必须注意保持意义的完整。如。如“中国科学院中国科学院”、“电子邮件电子邮件”不可再切分。不可再切分。检索词选择技巧检索词选择技巧-1-12 2删除删除 删除是对自然语言中不具有实质性检索意义的：删除是对自然语言中不具有实质性检索意义的：虚词（如介词、连词、副词等）虚词（如介词、连词、副词等），使用使用频率较低频率较低的词，的词，专指性太高专指性太高、过分

3、宽泛过分宽泛的词的词 过分具体过分具体的限定词的限定词 不能表达课题实质的高频词不能表达课题实质的高频词 存在蕴含关系可以合并的词存在蕴含关系可以合并的词检索词选择技巧检索词选择技巧-1-1英语或汉语中都有许多英语或汉语中都有许多虚词虚词，不能作为检索词。，不能作为检索词。如：汉语中如：汉语中“的、地、得、了的、地、得、了”等助词等助词英语中的英语中的a about also and any as at be between a about also and any as at be between by both for some so not this withby both for so

4、me so not this with等介词或冠词等等介词或冠词等检索词选择技巧检索词选择技巧-1 例例2 2：检索：检索“中国非常规天然气工业的发展前景研中国非常规天然气工业的发展前景研究究”方面的相关文献。方面的相关文献。进行拆分以后，进行拆分以后，工业、发展、前景、研究工业、发展、前景、研究这四个自这四个自由词具有一定的检索意义，但是由于或者是意义过由词具有一定的检索意义，但是由于或者是意义过于宽泛、或者是不能表达课题实质、或者是存在蕴于宽泛、或者是不能表达课题实质、或者是存在蕴含关系的原因，没有必要全部作为检索词，根据含关系的原因，没有必要全部作为检索词，根据需需要可以保留要可以保留1

5、-21-2个作为检索词个作为检索词。检索词选择技巧检索词选择技巧-1-1检索词选择技巧检索词选择技巧-1-1检索词选择技巧检索词选择技巧-1-1检索词选择技巧检索词选择技巧-2-2 选选定定的的检检索索词词应应符符合合检检索索目目的的；确确认认检检索索词词是是否否为为规规范范词词；并并列列出出常常用用中中外外文文同同义义词词、缩缩写写词词,以以及及核核心心词词的的上上下下位位类类词词。充充分分利利用用词词表表、词词典典、百百度度、谷谷歌歌、读读秀秀，并并从从已已检检出出的的文文献献中中，扩展检索用词扩展检索用词。（1）立足规范词，兼顾自由词立足规范词，兼顾自由词 （2）注意词的全称、简称及缩写

6、字母注意词的全称、简称及缩写字母 （3）必要时应向上下位类词扩检必要时应向上下位类词扩检 （4）注意外来词的译写变化注意外来词的译写变化（5）同义词同义词的选择方法的选择方法（1）立足规范词，兼顾自由词）立足规范词，兼顾自由词 胶粘剂胶粘剂 2611 黏合剂黏合剂 125 粘合剂粘合剂 1021 粘固剂粘固剂 74 粘结剂粘结剂 668 粘附剂粘附剂 44 胶黏剂胶黏剂 275 胶合剂胶合剂 21 粘接剂粘接剂 225 粘胶剂粘胶剂 19 中国期刊全文数据库/篇名字段/20002010年（2）注意词的全称、简称及缩写字母注意词的全称、简称及缩写字母 乙型病毒性肝炎乙型病毒性肝炎 1318 乙型

7、肝炎乙型肝炎 18426 29977 乙肝乙肝 10233 脱氧核糖核酸脱氧核糖核酸 197 21291 DNA 21094 中国期刊全文数据库/篇名字段/19992009年/09.03.05（3）必要时应向上下位类词扩检）必要时应向上下位类词扩检 电阻焊电阻焊 112 F 点焊点焊 621 （点焊点焊-电阻焊电阻焊）620 缝焊缝焊 222 （缝焊缝焊-电阻焊电阻焊）222 凸焊凸焊 37 （凸焊凸焊-电阻焊电阻焊）37 实际报道实际报道“电阻焊电阻焊”的文献量：的文献量：112 620 222 37 991（篇）（篇）中国期刊全文数据库/篇名字段/19992009年/09.03.09例例1

8、：“妇女吸烟与肺癌的关系研究妇女吸烟与肺癌的关系研究”切分：切分：妇女妇女/吸烟吸烟/与与/肺癌肺癌/的的/关系关系/研究研究核心检索词：核心检索词：吸烟、肺癌，吸烟、肺癌，补充上位词：补充上位词：烟、癌症、恶性肿瘤。烟、癌症、恶性肿瘤。检索式：检索式：（吸烟（吸烟 or 烟）烟）and（肺癌（肺癌 or 癌症癌症 or 恶性肿恶性肿瘤）瘤）例例2:“人工智能技术在计算机辅助教学中的应用与实现人工智能技术在计算机辅助教学中的应用与实现”切分：切分：人工智能人工智能/技术技术/在在/计算机计算机/辅助设计辅助设计/中中/的的/应用应用/与与/实现实现核心词：核心词：人工智能、计算机辅助设计人工智

9、能、计算机辅助设计扩展：扩展：人工智能：同义词：智能模拟人工智能：同义词：智能模拟 下位概念：模式识别、自然语言理解与生成、专下位概念：模式识别、自然语言理解与生成、专家系统、自动程序设计家系统、自动程序设计、数据智能检索、数据智能检索计算机辅助教学系统（计算机辅助教学系统（computer Aided Instruction,CAD)检索式：检索式：（人工智能（人工智能OR智能模拟智能模拟OR模式识别模式识别OR自然语言理解与生成自然语言理解与生成OR专专家系统家系统OR自动程序设计自动程序设计)AND(计算机辅助教学计算机辅助教学OR CAD)（4）注意外来词的译写变化）注意外来词的译写变

10、化 波尔兹曼波尔兹曼 20 欧几里德欧几里德 30 玻耳兹曼玻耳兹曼 31 欧几里得欧几里得 59 玻尔兹曼玻尔兹曼 34 欧基里德欧基里德 5 波耳兹曼波耳兹曼 3 欧几理德欧几理德 1 波尔茨曼波尔茨曼 0 欧氏几何欧氏几何 17 Boltzmann 374 Euclid 75 (注意：用英文名检出的中文文献最多！注意：用英文名检出的中文文献最多！)中国期刊全文数据库/篇名字段/19992009年/09.03.09同义词的选择方法同义词的选择方法 除前面介绍的几种方法选择同义词之外，再介除前面介绍的几种方法选择同义词之外，再介绍几种常用的方法。绍几种常用的方法。（1 1）利用数据库的同义词

11、选择功能）利用数据库的同义词选择功能（2 2）利用搜索引擎寻找同义词）利用搜索引擎寻找同义词（3 3）从数据库检索结果中寻找同义词）从数据库检索结果中寻找同义词（4 4）利用自己的专业知识）利用自己的专业知识（5 5）利用自己平时积累的知识）利用自己平时积累的知识维普期刊库百百度度艾滋病艾滋病AIDSHIVSTD爱滋病爱滋病中中国国期期刊刊库库6 所谓的检索提问式（所谓的检索提问式（queryquery，search search formulationformulation），是信息检索中用来表达用户检索），是信息检索中用来表达用户检索提问的逻辑表达式。提问的逻辑表达式。组成：布尔逻辑算符、

12、组成：布尔逻辑算符、位置算符、位置算符、截词符、截词符、限制算符限制算符 系统规定的其他组配连接符号系统规定的其他组配连接符号构造检索式构造检索式构造检索式（试验性检索）构造检索式（试验性检索）简单提问式简单提问式含一个检索词的提问式；含一个检索词的提问式；上下文提问式上下文提问式精确短语或近似精确短语的提精确短语或近似精确短语的提问式，也可称为短语提问式；问式，也可称为短语提问式；复合提问式复合提问式含有布尔算符和至少含有布尔算符和至少2 2个检索词的个检索词的提问式；提问式；结构性提问式结构性提问式含有含有2 2个以上布尔算符和至少个以上布尔算符和至少4 4个检索词的多层结构组合的提问式。

13、个检索词的多层结构组合的提问式。例例4 4：地震序列分析的工具和方法研究：地震序列分析的工具和方法研究要完成本项检索课题，必须使用结构性提问式：要完成本项检索课题，必须使用结构性提问式：题名题名=地震序列地震序列 and and 主题主题=分析分析 and and 任意字段任意字段=（工具（工具或方法）或方法）构造检索式（试验性检索）构造检索式（试验性检索）1 1当检索结果信息量过多时当检索结果信息量过多时 原因：原因：选用了多义性的检索词；截词截得过短；输选用了多义性的检索词；截词截得过短；输入的检索词太少；应该使用入的检索词太少；应该使用“与（与（ANDAND）”的使用了的使用了“或（或（

14、OROR）”；优先运算符；优先运算符“（）（）”使用错误。使用错误。考虑缩考虑缩小检索范围，方法如下：小检索范围，方法如下：（1 1）减少同义词、同族相关词等相关性不强的检索词。）减少同义词、同族相关词等相关性不强的检索词。（2 2）采用）采用“AND”AND”或或“NOT”NOT”算符连接检索词算符连接检索词或进行或进行二次检索。二次检索。构造检索式（试验性检索）构造检索式（试验性检索）（3）使用范围较小的字段）使用范围较小的字段 通常通常的字段限制范围的大小顺序是：的字段限制范围的大小顺序是：题名题名关键词关键词摘要摘要全文全文（4）缩短检索年限，限制检索结果的文献类型、语种）缩短检索年限

15、，限制检索结果的文献类型、语种及出版国。及出版国。（5）使用位置算符。）使用位置算符。（6）改模糊检索为精确检索。）改模糊检索为精确检索。构造检索式（试验性检索）构造检索式（试验性检索）2当检索结果信息量太少时当检索结果信息量太少时 原因：原因：检索词拼写错误；遗漏重要的同义词或隐含概念；检索词拼写错误；遗漏重要的同义词或隐含概念；检索词过于冷僻具体；没有使用截词算符；位置算符和检索词过于冷僻具体；没有使用截词算符；位置算符和字段算符使用的过多；使用过多的字段算符使用的过多；使用过多的“AND”算符。算符。考虑考虑扩大检索范围，方法如下：扩大检索范围，方法如下：（1）考虑同义词或近义词（使用布

16、尔逻辑符）考虑同义词或近义词（使用布尔逻辑符or连接）；连接）；（2）选择上位词或泛指词补充到检索式中，（如飞行器）选择上位词或泛指词补充到检索式中，（如飞行器 _航天飞机航天飞机_ 载人航天飞机）载人航天飞机）构造检索式（试验性检索）构造检索式（试验性检索）（3 3）减少检索年限、文献类型、语种及出版国的限）减少检索年限、文献类型、语种及出版国的限制，如增加回溯检索年限；制，如增加回溯检索年限；（4 4）选择范围较小的字段，如题名字段）选择范围较小的字段，如题名字段（5 5）使用截词符（？或）使用截词符（？或*）；）；（6 6）改精确检索为模糊检索；）改精确检索为模糊检索；（7 7）同时使用拼写正确的词，以及拼写错误的词或）同时使用拼写正确的词，以及拼写错误的词或存在多种普遍错别字的词作为检索词。存在多种普遍错别字的词作为检索词。构造检索式（试验性检索）构造检索式（试验性检索）调整检索策略（正式检索）调整检索策略（正式检索）在实施检索时，应及时分析检索结果与检索的在实施检索时，应及时分析检索结果与检索的内容、目的和要求是否一致，同时根据内容、目的和要求是否一致，同时根据检索结检索结果的多少果的多少对检索策略进行相应的修改和调整，对检索策略进行相应的修改和调整，以获得最佳的以获得最佳的查全率和查准率查全率和查准率，直至得到比较，直至得到比较满意的检索结果为止。满意的检索结果为止。