《信息检索语言》PPT课件.ppt

《《信息检索语言》PPT课件.ppt》由会员分享，可在线阅读，更多相关《《信息检索语言》PPT课件.ppt（82页珍藏版）》请在三一办公上搜索。

1、第二章 文献检索的语言,蒋静智,课堂线索,1.复习检索途径-检索方法 2.信息检索语言 3,信息检索技术,检索工具,概念主要职能类型 目录（馆藏目录等）题录信息检索工具对文献的特征描述,信息检索语言,一、概念 人与人之间的通信活动：人类语言（communication）人与计算机对话：需要有计算机语言人与检索系统对话：来实施检索检索语言（retrieval language）。,二、分类：,按文献信息的特征描述信息内容特征的语言 描述信息外部特征的语言；按检索工具编排体系分类语言主题词语言按词汇的类型关键词语言、单元词语言、标题词语言和叙词语言从检索标识的组配可划分为：先组式:体系分类语言、标

2、题词语言 后组式：叙词语言,一）描述信息外部特征的检索语言：题名、著者、机构、号码语言1题名语言是按文献题名字顺逐字排检，西文起首冠词一律不排。2著者语言是按著者姓名，按姓前名后的字顺逐字排检。3号码语言是按文献代码，发专利号、标准号、报告号、ISBN号、ISSN号等的顺序排检4分类语言是以号码为基本字符，用分类号来表达各种概念，将各种概念按学科性质进行分类和系统排列。二）描述信息内容特征的检索语言：分类语言、主题语言,三、体系分类语言,一）概述 分类语言是按学科范畴划分而构成的一种语言体系，它集中反映学科的系统性、反映它们的相关、从属、派生等关系，从总体到局部分层、分面展开，形成分类体系。由

3、类目号码及名称作为检索语言，构成分类类目表，用于存储文献信息和检索文献信息.如图书分类表、专利分类表用的都是分类语言。,二）中国图书馆分类法,http:/,二）中图分类表的结构(1)基本部类(5)(2)基本大类(22)(3)简表(4)详表(5)辅助表,(3)简表：简表是整个分类法的基本类目表，一般由基本大类在作一、二度划分，而形成的类目。约1600个。如：O数理科学和化学 一度划分：O1数学O3力学O4物理学O6化学O7晶体学,O1 数学，二度划分：O11古典数学O12初等数学O13高等数学O14数理逻辑、数学基础O15代数、数论、组合理论O17数学分析O18几何、拓扑O19动力系统理论,(4

4、)详表：是整个分类法的正文，亦称主表，由所有不同级类目组成。它是类分信息资料的依据。两万个。O17数学分析 O171分析基础O172微积分 O172.1微分学 O172.2 积分学,中国图书馆分类法,（5）辅助表,总论复分表（-）哲学词典 B-61 参考工具书的术语词典类 大学英语六级考试词汇:习题集萃1700详解 H31-44 世界地区表（欧亚非等（）英语地区的艺术概况J11（191.1）中国时代表（=）90年代中国高等教育改革G649.21=75,中图法,1、论马克思主义宗教观 B920/8 马克思主义-宗教学-研究 2、论建筑场 TU-0/78 建筑理论 3、数学教学哲学 O1-42 数

5、学-教学方法 4、漫画热力学O414.1-49 热力学-普及读物 5、光学仪器常用标准汇编,放大镜与显微镜卷 TH74-65 光学 仪器+标准,中图法,7、器官移植内科学 R617 器官移植术8、铁路客运专线运输与维护 U293.1 旅客运输组织与管理 9、矿物与岩石权威图鉴 Rocks&minerals:the definitive visual guide.P61 矿床学10、基因组信号处理 Q343.1/2 细胞遗传学11、标志与企业形象设计 J524.4-43 工商工艺美术,中图法,13、64位诺贝尔经济学奖获得者学术贡献评介 F091.3近现代经济思想 K815.31 人物传记-经济

6、学14、详解MATLAB工程科学计算与典型应用 TB115计算数学的应用15、实时处理与控制 TP273自动控制、自动控制系统,三）杜威十进分类法（DDC）1873 95公共图书馆及学校图书馆 25学院及大学图书馆 20的专门图书馆使用DDC 国际十进分类法（UDC）比利时人P.-M.-G.奥特莱和H.-M.拉封丹 BASED ON杜威十进分类法第6版的基础上编成 UDC 是世界上规模最大的一部文献分类法,杜威十进分类法(DDC)Dewey decimal Classification system),000 Generalities100 Philosophy and related dis

7、ciplines200 Religion300 Social sciences 400 Language500 Pure science600 Technology(Applied sciences)700 The arts 800 Literature 900 General geography and history,Dewey Decimal Classification,DC/DDC,000总论 100哲学 200宗教 300社会科学 400语言 500自然科学和数学 600技术(应用科学)700艺术、美术和装饰艺术 800文学 900地理、历史及辅助学科,四、主题语言概述,1、定义：

8、描述性的语言。用于自然语言中的名词、名词性词组或句子，描述文献所论述或研究的事物的主题概念。2、特点：一篇文献可用多个主题，扩大检索范围。,3、主题检索语言分类及其使用1）标题词检索语言 是用规范化的自然语言经过标准化处理的名词术语作为标识，来直接表达文献信息或涉及到的事物主题。通常用“事物事物的方面”来表。先组，有标题词表 如：SHE,2）单元词语言：不能再分解的概念单元的规范化的名词作为文献主题概念表识 例如：“公路桥梁”-“公路”+“桥梁”金鱼洗衣粉 香蕉苹果 虚假组配,3）关键词语言：文献的题目、摘要以及正文部分出现的，能表现文献主题内容的具有实质意义的词。没有词表,自然便利 例如：地

9、震对高层建筑地基的振动效应。同一概念:塑料-聚乙烯,4、叙词检索语言：,以自然语言词汇为基础，以概念组配为基本原理，适用于现代信息检索需要而发展起来的一种信息检索语言类型。如：INSPEC叙词表 汉语题词表,4、叙词检索语言,组配方式：相交：太阳能并列：“数字计算机”“模拟计算机 限定：“建筑物”为主体事物，“设计”为某个方面“建筑物设计”“建筑物节能”,4、叙词检索语言,叙词语言的关系及参照系统（1）等同关系：指两个或两个以上的语词所表示的概念完全相同或相近，彼此可以相互代替的一种语义关系。（2）属分关系：指概念内涵相容、外延广窄不同的叙词之间的关系。（3）相关关系：指叙词之间彼此关系密切，

10、而又不同于等同关系和属分关系的那种联系关系,叙词款目的著录格式 汉语拼音 Xianxiangguan款目叙词 显象管 56E范畴类号英文译名 Kinescope Picture tube“代”参照项 D 电视显像管 监视管“分”参照项 F 彩色显像管 固体显像管 黑白显像管“属”参照项 S 电子束管“族”参照项 Z 电子管“参”参照项 C 显示管 指示管,扩 展,学名和俗称 电子计算机-电脑新称与旧称 形式逻辑-名学全称与简称中国-中华人民共和国不同译名电动机-马达,1）喷气式垂直起落飞机 喷气式飞机+垂直起落飞机2）飞机起落架 飞机+起落架3）肾结石 肾病+结石,第三章 信息检索基本技术,一

11、、概述,从检索手段看，信息检索可分为手工检索和计算机检索。手工检索使用的检索工具主要是印刷型（书本式）的检索工具；计算机检索则运用现代通信技术、网络技术，利用光盘检索、联机检索、网络数据库、Internet网络检索等多种形式来获取信息。,检索手段 信息载体 存储方式 检索途径 检索策略实现 检索效率 手检 纸张 印刷型 较 少 人脑 低 机检 磁盘光盘等 电子型 较 多 计算机 高,二、计算机检索,一）原理 计算机将输入机检系统的检索提问特征标识（检索词）或用布尔逻辑运算符（and、or、not）联结起来的检索提问式与已存储在系统中的文献特征标识（如：主题词、分类号、作者姓名等）进行机械性匹配

12、比较，凡符合给定的比较原则和逻辑运算条件者即为命中文献。,二）计算机检索特点,1.内容广泛信息量大；2.速度快，效率高；3.检索途径多；4.用户界面友好，使用方便；5.资源更新快；6.直接输出检索结果。,三)计算机信息检索系统分类,按信息访问模式划分：联机检索系统 光盘检索系统 网络数据库Internet 网络检索,DIALOG,美国DIALOG系统是世界上最大的联机检索系统，该系统始建于1963年，原隶属于美国洛克希德导弹与宇航公司，于1972年正式向公众提供联机检索服务。DIALOG系统目前已在全世界100多个国家和地区拥有10余万个联机终端，数据库量已从最初的100多个发展为今天的600

13、多个，数据库的内容涉及自然科学、社会科学、工程技术、人文科学、商业经济等各个领域，是一个综合性检索系统，其数据库数量之多、范围之广、用户之多均堪称世界之最。Open Access http:/,DIALOG数据库的学科范围：DIALOG学科覆盖面广,几乎涉及全部学科范围包括综合性科学、自然科学、应用科学和工艺学，社会科学和人文科学，时事报道和商业经济等。其数据来源于各种不同的图书、报纸、杂志期刊、技术报告、会议论文、专著、专利、标准、报表、目录、手册等上的信息。其数据形式包括：文献型文献的题录和文摘；数值型-统计表、商业财政数据等；名录字典型-手册、指南、名录等；全文型-论文、报告、新闻报道的

14、全文等。DIALOG的数据库 CA（化学文摘）、INSPEC（英国科学文摘）、MEDLINE（医学文献数据库）、MATHSCI（数学文献数据库）、BA（生物学文摘）、NTIS（美国政府报告）等都加入到DIALOG系统中；还有著名的几大检索数据库，如SCI（科学引文索引）、EI（工程索引）、ISTP（科技会议录索引）、SSCI（社会科学引文索引）、AHCI（艺术与人文科学引文索引）等,三、步骤与方法 1、分析课题确定主题2、选择数据库1）收录文献的来源、学科特点 2）收录文献的文献类型和时间范围 3）收费标准及能否索取到原文 3、选择检索词,4、制定检索策略 1）查找文献在类型、文种、时间等方面

15、；2）进行概念分析、选择检索词；3）运用逻辑运算符、位置运算符、截词符等构造检索表达式；逻辑运算符：“OR”：逻辑或（和），用“+”表示，。“AND”：逻辑与（积），用“*”表示。“NOT”：逻辑非（差），用“-”表示。“太阳”“能量”,练习,1、PATENT*/+/-CHINA2、在秦岭隧道中发表的有关掘进机和TBM的文章3、除发表的有关秦岭隧道中掘进机和TBM的文章,KEYS：2、（掘进机）秦岭隧道3、（掘进机）秦岭隧道,COMPUTER NETWORKS(1)Applications(2)023065(3)Computer information communication networ

16、ks and expert systems.(4)Computerized data communication networks which provide data to users located as a distance from each other are considered.The possibilities of such communication networks for users of different professions are indicated,and the advantages of this new information exchange tec

17、hnology are reviewed.(Author abstract)(5)8 Refs.(6)In Russian.(7)Pahtavan,K(8)(Worcester polytechnic Inst).(9)Liefer,Mark E.（11）ACM Trans Off Inf Syst v6 n3 Jul 1988 p277-302(10),位置运算符：(w)算符With：(w)要求检索词必须按指定顺序紧密相连，词序不可变，词之间除允许有空格、标点、连字符外，不得夹单词或字母；(Nw)表示连接的两个词之间最多可夹入N个词(N为自然数)，词序不得颠倒 例如：input(w)outp

18、ut input output；input，output；input-output wear(1w)materials wear materials、wear of materials。,(n)算符near：(n)要求被连接的检索词必须紧密相连，词之间除允许有空格、标点、连字符外，不得夹单词或字母，词序不限；(Nn)表示两个检索词之间最多可以夹N个词(N为自然数1、2、3)，且词序任意。例如：information(n)retrieval information retrieval、retrieval-information，economic(2n)recovery economic reco

19、very、recovery from economic troubles,、building(w)construction 2、building(1w)construction 3、building(n)constructionKeys:、building construction;building-construction 2、building and construction;building under construction 3、construction building;Construction-building,截词符 无限截词符“*”，代表零至无数多个字母；computer*c

20、omputer;computered;computering;有限截词符“?”，只能代表一个字母；teen?teens 例如：*chemi*chemical、chemist、chemistry、electrochemistry、electrochemical、physicochemical、thermochemistry,1、ne?t2、查找检索结果为”Zhejiang Univ Technol”的文献Keys:1、neat;nest;next2、Zhejiang and Univ*and Tech*,限制检索(Range)1）字段检索：1、基本索引字段：描述文献内容特征的字段，一般用后缀形式

21、表示。/AB ABSTRACT 文摘/DE DESCRIPTOR 叙词/ID IDENTIFIER 自由标引词/TI TITLE 篇名例如查找微型机和个人计算机方面的文章。要求“微型机”一词出现在叙词字段、标题字段或文摘字段中，“个人计算机”一词出现在标题字段或文摘字段中 microcomputer*/de,ti,abOR（personal computer）/ti,ab,2、辅助索引字段：描述文献外部特征的字段，检索时辅助索引字段代码置于检索词之前，一般不单独使用，常与基本索引字段配合使用。AA=AUTHOR AFFILIATION 著者单位AD=APPLICATION DATE 专利申请日

22、AN=ABSTRACT NUMBER,文摘号 APPLICATION NUMBER 专利申请号AU=AUTHOR OR INVENTOR 著者或发明者PY=PUBLICATION YEAR 出版年CY=CONFERENCE YEAR 会议年份,例如查找微型机和个人计算机方面的文章。要求“微型机”一词出现在叙词字段、标题字段或文摘字段中，“个人计算机”一词出现在标题字段或文摘字段中。要查找1999年出版的英文或法文的微型机或个人计算机方面的期刊(microcomputer）/de,ti,ab OR（personal computer）/ti,ab)AND PY1999 AND(LAEN OR F

23、R)AND DTSerials,4.进行查找、检出相关文献并分析检索结果；5.对检索式进行反馈修改。,四、检索实例1、“心脏病与吸烟之间的联系”（英文）cnki翻译功能2、门式起重机的研究3、西红柿的病虫害预防与养殖、搜索计算机行业的营销状况，但不需要查询方正计算机的营销状况、查找年的文献、查找杜彦良发表的有关掘进机和的文章、查找除了石家庄铁道学院发表的有关掘进机和的文章,1、（HEART（N）DISEASE+HEART（N）ATTACK）*（SMOK*+TOBACCO）2、门式起重机门式*起重机3、（番茄+西红柿）*（病虫害*预防+养殖）、（计算机营销）方正、：；、作者杜彦良（题名掘进机题名

24、）、（题名掘进机题名）机构石家庄铁道学院,五、Internet 网络检索,一)Internet基本概念 Internet是国际互联网,也称因特网，它是一个计算机网络的网络。Internet将世界上不计其数的计算机及计算机网络互联起来，它们共同遵循TCP/IP 通讯协议。Internet是信息高速公路的原形。,见图书馆主页,二）搜索引擎概述,搜索引擎（Search Engines）是指对WWW站点资源和其他网络资源进行标引和检索的一类检索系统机制。搜索引擎最根本的任务是向网络访问者提供一个高效的访问机制。搜索引擎本身是个网站，但搜索引擎的数据库中存放的是其他网站的信息，而不是自己的信息。搜索引擎

25、不仅接受用户的访问，还根据用户的搜索要求，在庞大的数据库中搜索出满足用户需要的站点。,搜索引擎常用的检索方法有关键词检索和目录浏览两种形式。关键词检索：目录浏览,（三）几种常用的搜索引擎,1.一种典型的搜索引擎介绍ahoo！（1）分类浏览（2）关键词检索 在检索输入框中直接输入检索词或词组，Yahoo!将在索引数据库中进行检索。中文yahoo()中文yahoo则是yahoo为中文用户开发的中文网站查询系统,它收集了数以万计的中文网站，不论你要找的网站是用国标码简体字、繁体字还是图形中文，只要是好的中文网站，你都可以在这里到,2Google（http：/）Google是目前资深网民最喜欢的一个中

26、外文科技类网页搜索引擎，Google最大优点就是检索结果相关性强，查准率高。特点：使用偏好、语言工具、手气不错。3.百度(http:/)百度搜索引擎拥有目前世界上最大的中文搜索引擎，总量超过3.5亿页以上，并且还在保持快速的增长。百度搜索引擎具有高准确性、高查全率、更新快以及服务稳定的特点，能够帮助广大网民快速的在浩如烟海的互联网信息中找到自己需要的信息，因此深受网民的喜爱。特点：百度快照,4、“搜狐”（http：/）,google,Google（）是一个搜索引擎，由两个斯坦福大学博士生Larry Page与Sergey Brin于1998年9月发明,Google 实例,示例：搜索所有包含关键

27、词“搜索引擎”和“历史”的中文网页搜索：“搜索引擎 历史”示例：搜索所有包含“搜索引擎”和“历史”但不含“文化”、“中国历史”和“世界历史”的中文网页搜索：“搜索引擎 历史-文化-中国历史-世界历史”示例：搜索如下网页，要求必须含有“搜索引擎”和“历史”，没有“文化”，可以含有以下关键字中人任何一个或者多个：“Archie”、“蜘蛛”、“Yahoo”。搜索：“搜索引擎 历史 archie OR 蜘蛛 OR yahoo-文化”注意：“与”操作必须用大写的“OR”，而不是小写的“or 与”“非”和“或”，这三种搜索语法Google分别用“”（空格）、“-”和“OR”表示 减号前边要有空格,Google学术google论坛 论文写作等,使用搜索引擎注意事项:1.不管哪个搜索引擎，都要先看帮助2.参考搜索引擎实用技巧举例,