计算机文献检索.ppt

计算机文献检索,湖南中医药大学.计算机教研室,课程内容及教学安排:,内容:文献和文献检索基本知识常用中文生物医学文献数据库常用外文生物医学文献数据库网络信息检索文献管理软件,安排:总课时:18学时(3-7周，每周1-2节课理论课,每周3-4节课上机实践课),专题一,专题三,美国科学基金会凯斯工学院基金委员会、日本国家统计局的数字,科技人员要从浩如烟海的文献洪流中快、全、准地查到与课题有关资料，就应该了解文献检索的知识和方法，掌握检索基本功。,课程的目的,本课程是一门科学方法课，旨在通过讲授和实习，增强学生的信息意识，使其了解并掌握各种信息检索技术，学会运用各种检索手段从各类信息源中获取所需要的知识。从而提高学生的信息技能、自主学习能力和科研能力，为将来从事实际工作奠定坚实的基础。,文献和文献检索的基本知识,重点：1.掌握信息、知识、情报、文献的概念，后三者与信息的区别和联系 2.熟悉文献信息资源的分类，掌握一、二、三次文献的概念 3.了解文献信息检索的概念、基本原理和类型 4.熟悉检索语言，掌握检索工具5.掌握检索途径、方法和步骤,文献和文献检索的基本知识,1.文献的基础知识1.1基本概念1.2医学文献现状1.3文献类型1.4文献特征信息2.文献检索的基础知识2.1文献检索的定义、基本原理及发展2.2文献检索语言2.3文献检索工具2.4文献检索的方法、途径和步骤2.5计算机文献检索技术,1.1基本概念(信息、知识、情报与文献),1.1.1 信息(information)广义:指人类社会和自然界中的万事万物发出的信号、消息、音信或现象或感受等。是事物运动的状态与方式的反映。,狭义：信息是指文献资源或数据资源，包括任何媒体中的片段、文章、图书、情报、观念等。,例如:风云雷雨-自然信息体温的升高，表现人体患病-生物信息语言、文字、图形、符号等-社会信息无线电波、脉冲信号等-机电信息,1.1基本概念(信息、知识、情报与文献),1.1.2 知识(knowledge)知识是指人类在改造世界的实践中所获得的认识和经验的总和。是经过人类的认识、选择和系统化了的那部分信息。可见，知识来源于信息，是信息的一部分。,知识包括，自然科学知识、社会科学知识、哲学知识。,1.1.3 情报(information 2)情报是指运用一定的形式，传递给用户，并产生效用的知 识或消息。可见，情报是知识的一部分。,情报具有三个属性：知识性-是情报的实体；传递性-表现形式；效益性-结果。,1.1基本概念(信息、知识、情报与文献),1.1.4 文献(document)国家标准GB-3469-83(文献类型与文献载体代码中，定义：文献是记录有知识的一切载体。文献是用文字、图表、可视图像、符号、声频、视频等手段，记录知识和信息的物质形态，或者说以一定方式将人类知识和信息记录于一定载体之上所形成的物体。医学文献(Medical Document)：是指将医药卫生知识用文字、图像、符号等媒介记录在特定载体上称之为医学文献。如医学图书、期刊、会议录等。,1.1基本概念(信息、知识、情报与文献),1.1.5 文献与信息、知识、情报的关系：,信息是事物存在和运动状态的反映，它普遍存在于自然界和人类社会中，被人们提炼并经过加工的信息就是知识。而情报是被激活的那部分知识。文献是物化了的信息、知识和情报。,1.2 医学文献现状（了解）,1.增长迅速、数量庞大 图书80多万种；科技期刊14万多种（生物医学期刊有2万多种，约占1/7、在SCI被引前500种期刊中，医学有176种，近占1/3）；专利说明书100万件；会议文献10万篇。2.内容重复又分散 由于新的文献载体和传播手段不断出现以及现代科技综合交叉、彼此渗透的反映。重复发表的现象：表现在同一篇文献用不同形式、不同文字、在不同的范围内多次发表，出现一文多刊、一书多版等现象。分散发表的现象：表现在一种专业刊物所报道的内容，往往包含多个学科。从一个专业的文献而言，约1/3的文献登在本专业的期刊上、还有1/3登在相关专业的期刊上、另有1/3登在与本专业无关的期刊上。,1.2 医学文献现状（了解）,3.更新周期缩短、传播速度加快更新周期缩短：随着科技的飞速发展，新的发现、发明和创造不断涌现，随之而来的是知识老化加快。19世纪文献半衰期为50年，目前科技文献的老化周期约510年。传播速度加快：由于现代信息传播技术、通讯工具的发展，为文献的快速交流传播提供了十分便利的条件，世界上发生的重大事件瞬时间即可耳闻目睹。4.文献向电子化、网络化、数字化方向发展20世纪60年代中期，美国采用计算机进行文献检索，实现了联机和联网检索。如MEDLARS；90年代我国的CBMdisc、CMCC、CAJ等。在经历了脱机检索、联机检索和光盘检索之后，于20世纪90年代开始步入网络检索。1992年以后，数字图书馆（Digital Library）这一术语逐渐流行，它是用数字技术存储和组织信息，并通过计算机网络查询和检索信息的一种现代化的信息系统。目前，出现了以数字化为特征的电子型文献，为文献信息领域带来了的深刻变化。,1.3 文献类型,按文献记录载体划分:书写型（Hand Writing Document）：载体是竹简、纸张、帛等，人工抄写而成。例如，写在竹简、帛等上的古代文献、书法作品、原始记录等。印刷型（Printed Document）：载体是纸张，它是一种传统类型的文献。如书、刊。缩微型（MicroForm Document）：缩微胶卷或平片。缩微型文献是通过摄影使文献体积缩小记录在胶卷或胶片上的一种文献形式。声像型（视听型）（Audio-visual Document）：录音带、录像带、幻灯片等。电子型（机读型）（Electronic Document）：是指以数字化技术将文献存储在光、磁载体上，通过计算机或网络进行阅读的文献。例如，电子书刊、光盘数据库、互联网信息等。,1.3 文献类型,按文献出版形式划分 图书（Book）图书为较系统论述某一专题或学科知识的著述。提供的知识比较全面、系统和成熟。如：教科书、科普读物、专著、参考工具书（词典、百科全书、年鉴、手册、指南等）等。期刊（Periodical、Journal、Magazine）是指具有固定名称、定期或不定期的连续性出版物，每期的版式大致相同。与图书相比，期刊出版周期短、报道速度快、知识新颖、信息量大，能及时反映科学发展水平，从期刊获取的科技资料，占整个情报来源的70%。按内容性质划分有学术性、通讯性、检索性、综述性、科普性期刊。,1.3 文献类型,1.3.2 按文献出版形式划分 特种文献（Special Document）科技报告（Scientified and Technical Report）是关于某项科学研究、技术开发等的报告。特点：有机构名称、统一编号、独立成册、信息准确、时效性强等。如，世界上著名的科技报告美国的四大报告专利文献（Patent Document）是指专利申报人从申请到审查批准后予以公布的书面文件。主要指专利说明书、专利公报。会议文献（Proceedings）是指在会议上宣读、交流的论文，学术报告，会议纪要等文献。政府出版物（Government Publication）指政府及其所属部门发表的文件和报告。学位论文（Dissertation）是指博士或硕士研究生所完成的学术性研究论文。标准文献（Standard Document）指有关产品和工程的质量、规格、生产过程、检验方法的技术文件。技术档案（Technical Archives）是指生产、设计、建设和科研等部门，在科技活动中形成的文件、图表、数据等的原始记录文献。产品资料（Product Literature）指产品样本、标准、说明书、目录、技术资料等。其他文献 如,报纸、内部刊物、通报等。,1.3 文献类型,按文献内容的加工程度划分一次文献（Primary Literature）：即原始文献。是以生产或科研成果为依据而创作的原始文献。如，期刊论文、学位论文、专利说明书、会议文献、研究报告、专著、译文等。二次文献（Secondary Literature）：将无序的一次文献进行收集、整理，著录其特征并以规定的格式编制成为便于管理和查找文献的工具，即检索工具。如目录、题录或索引、文摘、全文。二次文献是对知识的第二次加工，它是查找一次文献的线索，是文献检索的主体。三次文献（Tertiary Literature）：是指在利用二次文献的基础上，对一次文献的内容经阅读研究，浓缩提炼而编写成的文献。如教科书、百科全书、年鉴、科技动态、专题综述、情报调研报告、指南、进展等。零次文献(Zeroth Literature)：20世纪70年代提出，是指尚未正式印刷出版的资料，如信函、实验数据以及各种口头交流的信息。,1.4文献特征信息,文献特征信息(表示文献各种特征的信息)分为：1.文献外表特征的信息 如：题名、著者、文献类型、文种、发表时 间等 2.文献内容特征的信息 如：分类号、检索词、代码等,2.1文献检索的定义、基本原理及发展,文献检索的定义信息检索（Information Retrieval），包括两部分：,一是信息存储，即把大量分散的无序的信息集中起来，经过加工，使之有序化、系统化，成为有功能的检索工具或检索系统。二是信息检索，利用已组织好的检索工具或检索系统，按照课题的要求将所需信息查找出来。,按检索对象的不同，信息检索分为：数据检索(Data Retrieval)以特定的数据为检索对象 例如，统计数字、图表、化学结构式；某种药品的规格、计量.。事实检索(Fact Retrieval)以为特定的事实为检索对象 例如，什么是克隆技术?主要研究成果是什么？文献检索(Document Retrieval)以特定的文献为检索对象,文献检索是指根据课题的要求，采用科学的方法，利用专门的检索工具，从大量的文献资料中找到所需文献的过程。文献检索的类型包括，书目检索、题录或索引检索、文摘检索。,2.1文献检索的定义、基本原理及发展,文献检索的基本原理 是指通过一定的方法和手段，使信息存储与检索两个过程所采用的特征和标识达到一致，以便有效地获取和利用文献。存储过程-对文献进行标引 检索过程-根据需求，确定提问式,2.1文献检索的定义、基本原理及发展,文献检索的基本原理,2.1文献检索的定义、基本原理及发展,2.1.3 文献检索的发展（了解）,脱机检索阶段(50年代)-检索人员代查，批量检索联机检索阶段(60年代末)-国际通讯系统，费用高光盘检索阶段(80年代)-使用方便，费用低网络检索阶段(90年代)-资源共享,2.2文献检索语言,2.2.1.检索语言（检索标识，Retrieval Language）检索语言是一种在文献存储和检索过程中共同使用的语言。它的用途是描述文献特征，表达情报提问，并使两者能相互沟通。检索语言的实质是用以表达文献信息外表特征、内容特征及其相互间关系的一种概念标识。,2.2文献检索语言,检索语言的分类(1)按使用语词的受控情况划分：可分为规范化语言（受控语言）和非规范化语言（自然语言）。,规范化语言：是指对文献检索用语的概念加以人工控制和规范，把检索语言中各种同义词、多义词、近义词、同形异义词等进行规范化处理，使每个检索词只能表达一个概念。分类语言、叙词语言均属规范化语言。,非规范化语言：它对检索用语中的各种同义词、多义词、近义词、同形异义词等不加处理，所以也叫自然语言，如关键词。,2.2文献检索语言,检索语言的分类,2.2文献检索语言,检索语言的分类分类检索语言：用分类号表达各种概念。采用概念逻辑分类的原理，层层划分，构成具有上下类、同位类的概念等级体系。中国图书馆图书分类法，采用汉语拼音字母和数字组合的混合制号码作类目标识，每一个分类号代表特定的知识门类,2.2文献检索语言,中国图书馆分类法简表（中图法）,A马列、毛泽东思想B哲学C社会科学总论D政治、法律E军事F经济G文教、科学、体育H语言、文字I文学J艺术K历史、地理,N自然科学总论O数学、物理、化学P天文学、地球科学Q生物科学R医药、卫生S农业科学T工业科学U交通运输V航空、航天X环境科学Z综合性图书,2.2文献检索语言,R医药、卫生,R1 预防医学、卫生学R2中国医学R3基础医学R4临床医学R5内科学-R6外科学R71妇产科学.R8特种医学R9药学,R51传染病R52结核病R53寄生虫病R54心脏、血管疾病R55血液及淋巴系疾病R56呼吸系及胸部疾病R57消化系及腹部疾病R58内分泌腺疾病及代谢病R59全身性疾病,2.2文献检索语言,检索语言的分类主题检索语言：用词语来表达各种概念主题词：又称叙词，是经人工规范化处理的最能表达中文主题概念的语词。属于受控语言。关键词：又称键词，是从文献的题名、摘要、章节标题或正文中抽取出来的，具有实质意义，并能表达文献的主题内容，但未经严格规范化处理，需由检索者在检索时加以控制使用。又叫后控语言或非规范化语言，属于自然语言范畴。代码检索语言：化学文摘中的化学分子式索引,国内医学检索工具使用：中国中医药学主题词表、医学主题词注释字顺表。国外医学检索工具：Medical Subject Headings，（MeSH，医学主题词表）。,2.2文献检索语言,检索语言的分类比较“主题词”与“关键词”主题词举例 如：白介素2、白细胞介素2、IL2、IL-2等表达同一概念的不同书写形式规范为“白细胞介素2”。关键词举例 如：对于“白细胞介素2”这一概念可有白介素2、白细胞介素2、IL2、IL-2等不同形式来表达。,2.3文献检索工具,检索工具的定义检索工具（Retrieval Device）是指用于报道、存储和查找文献的工具。它具有存储（编制过程）和检索（查找过程）两大职能.检索工具的类型检索工具按著录形式可分为：目录、索引、文摘、全文,2.3文献检索工具,2.3文献检索工具,全文（Full-text）检索全文检索是指以文献所含的全部信息作为检索内容的文献检索。中文：CNKI数据库、万方数据库外文：EBSCO数据库、Ovid系统 Springer电子全文期刊 Nature电子全文期刊,2.4文献检索的方法、途径和步骤,检索方法追溯法：利用文章后面所附的参考文献为线索的查找方法，又称滚雪球法。缺点：检索结果不全、文献陈旧。(2)常用法：利用检索工具查找文献的方法顺查法（远至近顺年查找）：即从课题发生的年代开始检索。查得结果全、准，但费时。倒查法（近至远逆时间查找）：查找最新资料，省时，但不及顺查法全面、系统，可能会漏检。抽查法（发表文献较多的某段时间进行查找）。综合法：又称循环法，即交替使用常用法和追溯法。,2.4文献检索的方法、途径和步骤,选择检索方法的原则（1）如果检索工具缺少或根本没有，研究课题涉及面又不大，对查全率不作较高要求，可采用追溯法。（2）如果检索工具齐备，研究课题涉及的范围大，则应采用常用法或分段法查找。（3）如果研究课题属于新兴学科或知识更新快的学科，可采用倒查法。（4）如果研究课题对查全率作特别要求，如开题查新，一般可采用顺查法。（5）如果已经掌握了课题发展的规律、特点，一般可采用抽查法。,2.4文献检索的方法、途径和步骤,文献检索途径 P15分类途径：按照文献所属学科类别检索文献，以分类号作为检索入口。主题途径：按文献的主体查找，以主题词作为检索入口。著者途径：以已知著者的名称作为检索入口。题名途径：以题名作为检索入口。号码途径：以文献出版时所编排的号码作为检索入口。,2.4文献检索的方法、途径和步骤,检索步骤检索策略是为实现检索目标而制定的全盘计划或方案一、分析检索课题1.目的是使用户清楚其课题要解决的实质问题。是制定检索策略的根本出发点，也是检索效率高低或成败的关键2.明确检索目的及要求（课题所属的学科范围、要求的文献类型、年限、语种、需要的文献量等）二、选择检索工具1.手工检索工具（目前很少读者使用此方式）2.计算机检索系统：根据课题内容，选择合适数据库,2.4文献检索的方法、途径和步骤,三、选择检索方法(1.常用法;2.追溯法;3.综合法)四、确定检索途径1.反映文献内容特征：主题途径、分类途径、号码途径等2.反映文献外部特征：著者途径、题名途径等3.用逻辑运算符构造提问表达式五、根据检索结果，调整检索策略，必要时对检索词或检索式进行修改，直至检出结果符合要求六、根据文献线索，获取原始文献,2.5计算机文献检索技术,计算机文献检索基础,(1)定义:所谓计算机文献检索，简单来说就是利用电子计算机对信息和数据的高速处理能力来存贮数据并从中查找、取出数据这样一个过程。,数据库是由一个或多个文档(File)构成 的集合,每个文档由若干记录(Record)组成,每条记录由若干字段（Field）构成。,(2)数据库的结构,2.5计算机文献检索技术,文档(File)：是数据库中一部分记录的集合。许多大型数据库往往包含有数个以万计的记录，为便利用户检索，常划分为若干文档。记录(Record)：是构成数据库的基本信息单元，每条记录都描述了一个原始信息的外表和内容特征。文献型数据库中的一条记录通常代表一篇文献。字段(Field)：一条记录通常由多个数据项组成，这些组成记录的数据项就是字段。每一个字段通常由两个字母所组成的代码表示，如TI(Title)，AU(Author)等。,2.5计算机文献检索技术,各项数据以构成一张横竖对齐的二维表格形式存放于数据文件中，一个以二维表格形式存放在磁盘上的数据文件称为数据库文件（库文件）。,2.5计算机文献检索技术,数据库结构示例,2.5计算机文献检索技术,数据库的类型,文献型数据库,文献型数据库也称书目数据库（Bibliographic Database）主要是文摘索引等文献检索工具的机读版，如MEDLINE,CBMDISC,VIPdata等。书目检索就是检索文摘、索引的相应的机读数据库，检索的结果是书目信息，即文献的线索。书目数据库是计算机文献检索最常用的数据库类型。,数值数据库,主要包含的是数字数据，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。,2.5计算机文献检索技术,2.5计算机文献检索技术,计算机检索技术（1）布尔逻辑检索（2）截词检索（3）限定检索,1.布尔逻辑检索（Boolean searching）,1）逻辑与（AND）：也叫逻辑积，具有概念交叉关系和限定关系2）逻辑或（OR）：也叫逻辑和，属于概念并列关系3）逻辑非（NOT）：也叫逻辑差，属于概念排除关,2.5计算机文献检索技术,例1 老年白内障(aged and cataract)例2 有关锌和钙两种元素(zinc or calcium)例3 细胞凋亡的非动物实验研究(apoptosis not animal),注意:优先级运算:（）NOT AND OR,2.截词检索（truncation searching）,*:任意多个有效字符?:一个有效字符,2.5计算机文献检索技术,例如:肝炎*疫苗肝炎疫苗、肝炎病毒基因疫苗、肝炎减毒活疫苗、肝炎灭活疫苗 col?rcolour、collar,3.限定检索（limit searching）,限制符多为in、=指定检索提问在特定字段中出现，只有在指定的字段中出现与检索提问相同的记录才被检索出来。如要求检索的内容在题目中出现。检索表达式一般为：“提问”in 字段 hepatitis in ti/zhang-df in au 字段=“提问”py=1999 PY=1990-1994 或PY=1990,2.5计算机文献检索技术,附录1:美国四大报告,美国政府的PB（Office of Publication Board）报告军事系统的AD（ASTIA Documents）报告国家宇航局的NASA（National Aeronautics and Space Administration）报告能源部的DOE（U.S.Department of Energy）报告,附录2:医学主题词表(MeSH),医学主题词表(Medical Subject Headings，简称MeSH)，是美国国立医学图书馆编制的权威性主题词表。它是一部规范化的可扩充的动态性叙词表。美国国立医学图书馆以它作为生物医学标引的依据，编制医学索引（Index Medicus）及建立计算机文献联机检索系统MEDLINE数据库。MeSH汇集约18,000多个医学主题词。MeSH在文献检索中的重要作用主要表现在两个方面：准确性（准确揭示文献内容的主题）和专指性。标引（对文献进行主题分析，从自然语言转换成规范化检索语言的过程）人员将信息输入检索系统以及检索者(用户)利用系统内信息情报这两个过程中，以主题词作为标准用语，使标引和检索之间用语一致，达到最佳检索效果,医学主题词表(MeSH),在进行检索时，用户输入一个主题词后，系统会自动显示该主题词所能组配的副主题词。MeSH有一个副主题词表，1989-1990年IM使用的副主题词是77个，1991-1994年是80个，每年略有变化。目前IM使用的副主题词是92个。副主题词(Subheadings)又称限定词(Qualifiers)，与主题词进行组配，对某一主题词的概念进行限定或复分，使主题词具有更高的专指性。如诊断（Diagnosis，DI）、药物治疗（Drug Theray，DT）、血液供给（Blood Supply，BS）等。正确选择副主题词也很关键。例如肺发育不全，输入主题词“肺”后，在副主题词菜单中选择“畸形”表示发育不全；再例如，双子宫用子宫/畸形检索,医学主题词表(MeSH),在医学主题词注释字顺表MeSHAAL中，对每个范畴类目的主题词和副主题词的组配原则进行了严格规定，组配时要按照规则进行。例如，副主题词治疗therapy与疾病主题词组配，可用于综合疗法。例如，消化性溃疡的心理疗法，用消化性溃疡/治疗；心理疗法副主题词治疗应用therapeutic use 与药物、生物制品和物理作用物主题词组配。指用于预防和治疗疾病，包括兽医用药。例如，红霉素治疗链球菌感染，用红霉素/治疗应用；链球菌感染/药物疗法。,医学主题词表(MeSH),MeSH 附有各种参照和注释，它是对生物医学文献进行标引和检索的依据。例如，在医学主题词注释字顺表MeSHAAL中，该表的参照系统：用代参照，用“See”表示。指引检索者将非正式主题词用正式主题词。例如，Cancer See Neoplasms。通过用代参照处理，从若干同义关系的词或词组中，选定一个科学而通用的名称作为主题词，供检索文献用相关参照：用相关参照“See related”表示。目的是指引检索者从一个主题词去参考有关的其他主题词，以扩大选词范围。例如，检索 Alopecia（脱发）这一概念时，要把它的相关参照Alopecia Mucinosa（斑秃）、Baidness（脱发）、Hair Diseases（毛发疾病）Hypotrichosis（毛发稀少）等4个相关参照词下的内容看清楚，才能达到查全的目的,医学主题词表(MeSH),为了使主题词具有系统性，MESH引入范畴表(Categories and Subcategories)的概念。范畴表又称树形结构(Tree Structure)，是将字顺表中的主题词(主要叙词)、次要叙词按其学科性质、词义范围的上下类属及派生关系，分别划为15大类。在15个类目中，有9类又分若干子类目，子类目下面又分若干更小的类目，这就是通常供检索使用的主题词，共一万六千多个，都按其医学概念的性质分别列入各自所属的类目之下。例如：GASTROINTESTINAL NEOPLASMS胃肠道肿瘤 INTESTIINAL NEOPLASMS 肠肿瘤 CECAL NEOPLASMS 盲肠肿瘤 APPENDICEAL NEOPLASMS 阑尾肿瘤 COLONIC NEOPLASMS 结肠肿瘤 COLONIC POLYPS 结肠息肉,医学主题词表(MeSH),查全率与查准率是文献检索的两大要素，这两者关系到词表的科学设计医学主题词表通过“字顺表”反映主题词之间的横向关系通过“树状结构”揭示词与词之间的纵向隶属关系两个表相互配合，形成一个功能完善的检索体系，以满足检索者对文献查准与查全要求,