信息检索复习题.pdf

第一章 一 文献的基本概念 1 定义 记录有知识的一切载体 2 组成 由知识内容 信息符号和载体材料三个不可分割的基本要素 构成 3 基本功能 存储知识 传递知识和教育娱乐三项基本功能 二 1 文献的分类 按照不同的标准 文献可以划分为不同的类型 具 体内容 内容加工深度 文献级别 零次文献 一次文献 二次文献 三次文献等 内容公开程度 白色文献 灰色文献 黑色文献等 内容与专业相关程度 核心文献 相关文献 边缘文献等 载体类型 纸介型文献 缩微型文献 电子型文献等 出版类型 期刊文献 会议文献 图书 专利等 2 文献的级别是指以加工深度不同区分的文献类型 共分四个类型 零次文献 non printed sources 未经出版发行的或未进入社会交 流的最原始的文献 如私人笔记 底稿 手稿 个人通信 新闻稿 工 程图纸 考察记录 调查稿 原始统计数字 技术档案等 此类文献与 一次文献的主要区别在于其记载的方式 内容的价值以及加工深度有所 不同 其主要特点是内容新颖 但不成熟 不公开交流 难以获得 一次文献 primary sources 以作者本人取得的成果为依据而创 作的论文 报告等公开发表或出版的各种文献 习惯上也称作原始文 献 如 期刊论文 学术论文 学位论文 科技报告 会议论文 专利 说明书 技术标准等 一次文献是人们学习参考的最基本的文献类型 也是最主要的文献情报源 是产生二 三次文献的基础 是文献检索和 利用的主要对象 其主要特点是内容新颖丰富 叙述具体详尽 参考价 值大 但数量庞大 分散 二次文献 secondary sources 报道和查找一次文献的检索工具 书 书刊 如各种目录 题录 简介 文摘和索引等 二次文献是按照 特定目的对一定范围或学科领域的一次文献进行鉴别 筛选 分析 归 纳和加工整理重组等 使之有序化后出版的 它以不同的深度揭示一次 文献 其主要功能是检索 通报 控制一次文献 帮助人们在较少时间 内获得较多的文献信息 二次文献具有汇集性 工具性 综合性 交流 性等特点 三次文献 tertiary sources 根据二次文献提供的线索 选用大量 一次文献的内容 经过筛选 分析 综合和浓缩而再度出版的文献 零次文献由于没有进入出版 发行和流通这些渠道 收集利用十分 困难 一般不能作为我们利用的文献类型 而后三种文献是一个从分散 的原始文献到系统化 密集化的过程 一般来说 一次文献是基础 是 检索利用的对象 二次文献是检索一次文献的工具 或又称之为检索工 具 它也为三次文献服务 三次文献是一次文献内容的高度浓缩 也是 我们利用的一种重要情报源 3 主要是针对一次文献而言的 按文献的出版类型可分为 图书 期 刊 会议文献 科技报告 专利文献 标准文献 学位论文 产品资 料 技术档案和政府出版物等 图书 book 是指论述或介绍某一学科或领域知识的出版物 图书 往往是作者对已经发表的科研成果及其知识体系进行概括和总结 即具 有独立的内容体系 相当篇幅和完整装帧形式的文献 其特点是内容比 较成熟 所提供的知识系统全面 出版形式也较固定 是系统掌握各学 科知识的基本资料 但出版周期较长 传递报道速度较慢 期刊 journal periodical 期刊是指有固定名称 统一出版形式和 一定出版规律的定期或不定期的连续出版物 期刊出版周期短 报道速 度快 信息量大 内容新颖 发行面广 能及时传递科技信息 是交流 学术思想最基本的文献形式 据估计 期刊情报约占整个信息源的 60 70 因此 受到科技工作者的高度重视 大多数检索工具也以 期刊论文作为报道的主要对象 会议文献 conference paper 会议文献是指在国际和国内重要的 学术或专业性会议上宣读发表的论文 报告 会议文献学术性强 内容 新颖 质量较高 往往能代表某一领域的最新的研究成果及水平 从中 可了解国内外科技发展趋势 有较大的参考价值 是重要的信息来源之 一 会议文献以会议录的形式出版 也有不少会议文献在期刊上发表 科技报告 technical report 科技报告是指国家政府部门或科研生 产单位关于某项研究成果的总结报告 或是研究过程中的阶段进展报 告 报告的出版特点是各篇单独成册 统一编号 由主管机构连续出 版 在内容方面 报告比期刊论文新颖专深 详尽 可靠 出版周期 短 报道速度快 能反映一个国家或某一学科领域的科研水平 是一种 不可多得的信息源 专利文献 patent document 专利文献主要由专利说明书构成 所 谓专利说明书是指专利申请人向专利局递交的有关发明目的 构成和效 果的技术文件 它经专利局审核后 向全世界出版发行 专利说明书的 内容比较具体 有的还有附图 通过它可以了解该项专利的主要技术内 容 标准文献 standard 标准文献指标准化工作的文件 是经过公认 的权威当局批准的标准化工作成果 其中主要为有关工业产品和工程建 设的质量 规格和检验方法的技术规定文件 一个国家的标准文献反映 该国的生产工艺水平和技术经济政策 而国际现行标准则代表了当前世 界水平 国际标准和工业先进国家的标准常是科研生产活动的重要依据 和信息来源 学位论文 thesis dissertation 学位论文是指高等院校 科研单位的 研究生为申请硕士 博士等学位而提交的学术论文 学位论文的质量参 差不齐 但都是就某一专题进行研究所作的总结 一般都是具有独创性 的一次文献 既偏重理论 也重视实践 其数据较全 探索较深 并附 有大量参考文献 对科研有一定参考价值 属难得文献 学位论文是非 卖品 除极少数以科技报告 期刊论文的形式发表外 一般不公开出 版 仅由学位授予单位和国家指定单位收藏 产品资料 product literature 产品资料指产品目录 产品样本和产 品说明书一类的厂商产品宣传和使用资料 产品样本通常对定型产品的 性能 构造 用途 用法和操作规程等作具体说明 内容成熟 数据可 靠 有的有外观照片和结构图 可直接用于产品的设计制造中参考 技术档案 technical records 技术档案指科研生产活动中形成的 有具体事物对象的技术文件 图纸 图表 照片和原始记录等的总称 详细内容包括任务书 技术指标 审批文件 研究计划 方案大纲 技 术措施 调查材料 设计资料 试验和工艺记录等 这些材料是科研生 产工作中用以积累经验 吸取教训的重要文献 技术档案一般为内部使 用 不公开出版发行 有些有密级限制 因此在参考文献和检索工具中 极少引用 政府出版物 government document 政府出版物是指各国政府部门 及其设立的专门机构出版的文献 政府出版物的内容十分广泛 既有科 学技术方面的 也有社会经济方面的 它是了解各国政治 经济及科技 情况的重要资料 就文献的性质而言 政府出版物可分为行政性文件 如国会记录 政府法令 方针政策 规章制度以及调查统计资料等 和科学技术文献两部分 我国政府发表的 科学技术白皮书 就是一种科 技类政府出版物 三 文献检索的定义 广义上说 科技文献检索是将科技文献按一定的方式存储起来 形 成各自的 文献库 并根据用户的需求 按照一定的程序 从 文献 库 中找出文献的过程 它包括存储与检索两个过程 狭义上说 科技 文献检索是根据用户的需求 从 文献库 中找出所需文献的过程 它只 包含检索过程 不包含存储过程 我们讲的主要是狭义上的科技文献检 索 故定义为 借助检索工具查找所需科技文献的过程即为科技文献检 索 四 检索原理 检索原理就是检索提问标识与存贮在检索工具中的标引标识进行比 较 两者一致或信息标引的标识包含着检索提问标识 则具有该标识的 信息就从检索工具输出 输出的信息就是检索命中的信息 信息检索的全过程包括存贮和检索两个过程 存贮过程就是按照主题词表或分类表及使用原则对原始信息进行处 理 形成信息特征标识 为检索提供经过整序 即形成检索途径 的信 息集合的过程 检索过程则是按照同样的主题词表 或分类表 及组配原则分析课 题 形成检索提问标识 根据存贮所提供的检索途径 从信息集合中查 获与检索提问标识相符的信息特征标识的过程 因此只有了解信息处理 人员如何把信息存入检索工具 才能懂得如何从检索工具中检索所需信 息 五 检索语言 检索语言是人们在加工 存储及检索文献时所使用的标识符号 也 就是一组有规则的 能够反映出文献内容及特征的标识符 检索语言是 信息存储人员和检索人员之间进行交流的媒介 也使人与检索系统之间 进行主题语言又包括标题语言 叙词语言和关键词语言交流的桥梁 实 质上就是双方之间约定的共同语言 六 分类语言 分类检索语言以学科体系为基础 将各种概念按学科性质进行分类 和系统排列 并用分类号予以编排组织成一个完整的体系 分类语言的 特点是集中体现学科的系统性 反映事物的从属 派生关系 便于从学 科门类进行族性检索 它的基本结构是按知识门类的逻辑次序 从面到 点 从一般到具体 从低级到高级 从简单到复杂的层层划分 逐级展 开各个类别 分类检索语言通过分类表来体现 七 中图法 的体系结构是以学科分类为基础 结合图书文献的特 点进行划分的 全表分为五大部 往下展开成 个大类 这五大部 和 个大类为 一 马克思主义 列宁主义 毛泽东思想 A马克思主义 列宁主义 毛泽东思想 二 哲学 B哲学 三 社会科学 C社会科学总论 D政治 E军事 F经济 G文化 科学 教育 体育 H语言 文字 I文学 J艺术 K历史 地理 四 自然科学 N自然科学总论 O数理科学和化学 P天文学 地球科学 Q生物科学 R医药 卫生 S农业科学 T工业技术 U交通运输 V航空 宇宙飞行 X环境科学 五 综合性图书 Z综合性图书 TU建筑科学分类简表 TU建筑科学 TU1建筑基础科学 TU19建筑勘测 TU2建筑设计 TU3建筑结构 TU4土力学 地基基础工程 TU5建筑材料 TU6建筑施工机械和设备 TU7建筑施工 TU8房屋建筑设备 TU9地下建筑 TU97高层建筑 TU98区域规划 城乡规划 TU99市政工程 八 检索系统 1 定义 文献检索系统是为满足各式各样的文献需求而建立的一整套文 献信息的收集 加工 存储和检索使用的完整系统 2 分类 检索系统可分为四种类型 目录 题录 文摘和索引 九 检索途径 常见的文献检索途径主要有反映内容特征的分类 主题两个途径 和反映外表特征的著者 号码和题名三个途径 分类途径是按文献信息所属的学科类型来查找文献的一种方法 利 用这一途径检索文献 首先要明确课题的学科属性 从而获得相应的分 类号 然后按照类号逐级查找 从分类途径检索文献的方法便于从学科 体系的角度获得较系统的文献线索 具有族性检索功能 它要求检索者 对所用的分类体系有一定的了解 主题途径 就是根据文献的主题特征 利用各类主题目录和索引进 行检索的途径 利用主题途径检索时 只要根据所选用主题词的字顺 字母顺序 音序或笔画顺序等等 找到所查主题词 就可查得相关文 献 主题途径具有直观 专指 方便等特点 不必像使用分类途径那样 要考虑课题所属学科范围确定分类号等 主题途径表征概念较为准确 灵活 不论主题多么专深都能直接表达和查找 并能满足复杂概念课题 和交叉边缘学科检索的需要 具有特性检索的功能 著者途径 就是根据文献的外部特征 利用著者 个人或单位著 者 目录和著者索引进行检索的途径 已知课题相关著者姓名 便可以 依据著者索引方便地查到符合课题要求的部分资料 号码途径 根据文献的序号特征 利用其序号索引进行检索的途 径 许多文献具有唯一的序号 如专利号 国际标准书号 电子元件型 号等等 根据这些序号可制成不同的序号索引 在已知序号的前提下 利用序号途径能方便地查到所需文献 题名途径 根据文献信息的名称 如书名 刊名 会议名称等进行 检索的途径 十 检索步骤 文献检索是根据课题要求 利用检索工具 按照一定的步骤和方法 查找文献的过程 完成这个过程一般需要经过六个基本步骤 1 课题分 析2 选择检索系统3 确定检索途径和检索策略4 实施检索5 检索效果评价 6 原文获取 例题 查找有关 工程预算 方面的中外文文献 可以选择那些数据 库 至少写出3个 包括中文和外文 请选择其中一个数据库 简 要叙述检索的一般步骤 回溯法 常用法 工具法 综合法 常用法 回溯法 顺查法 倒查法 抽查法 第二章 1 检索的分类 无论书本检索 手工检索 还是计算机检索 按不同的标准可以分 为不同的检索 一 按检索内容划分 1 文献检索 是以文献线索为检索内容的检索 检索出包含所需要信息的文献 即可 2 数据检索 是以数据为检索内容的检索 要求从检索系统存储的大量原始调 查数据和其它统计数据中查出所需的数字资料 3 事实检索 是以具体事项为检索内容的文献检索 要求从检索系统存储的各 种原始信息资源中查出专门的事实材料 4 全文检索 即检索系统存储的是整篇文章或整本图书 5 图像检索 即以图形 图像或图文信息为检索内容的检索 6 多媒体检索 是以文字 图像 声音等多媒体信息为检索内容的检索 二 按是否使用检索工具划分 1 直接检索 就是指利用一次文献进行检索 这是以前比较常用的一种查找方 法 所花时间多和精力大 检出文献少 2 间接检索 就是指利用各种检索工具获得文献线索 再根据线索去查找原始文 献线索的方法 三 按检索手段划分 1 传统文献检索 就是手工文献检索 是利用各种印刷型检索工具来查找文献的一种 方法 2 现代文献检索 现代文献检索即计算机文献检索 是指利用计算机和网络来处理和 查找文献信息的检索方式 2 检索工具 1 检索工具定义 用来报道 存储和查找信息的印刷型出版物或数据库系统 文献检索工具是指对体积庞大 无序的一次文献经过加工压缩而成体 积较小的二次文献 再根据一定的原理和规则编制而成的工具 可满足 各种用户的不同层次的检索需求 2 作用 报道作用 存储作用和检索作用 3 分类 根据著录内容可划分为以下四种 1 目录 catalog 目录是对一批相关文献外部特征的揭示和报道 通常以一个完整的出 版或收藏单位为著录的基本单位来报道和记录文献 只记录文献外部特 征 如名称 著者 出版事项等 目录一般按分类或字顺编排 主要 供人们了解出版或收藏机构是否拥有所需图书 期刊等出版物 2 题录 bibliography bibliographic citation 题录是单篇文献外表特征的揭示和报导 即对某一文献外部特征的描 述 由一组著录项目构成一条文献记录 3 文摘 abstract 文摘是指对一份文献 或称一个文献单元 的内容所做的简略 准确 的描述 文摘的著录项目除了著者 篇名及出处等外 还有表示文献内 容特征的摘要 4 索引 index 是对一组信息集合的有系统的指引 索引是一种附属性的检索工具 通常称为辅助索引 索引具有便于 检索 揭示事物比较深入 全面 明细等方面的优点 按出版类型划分 图书目录 期刊目录 会议论文目录 按物质形式划分 卡片目录 书本目录 机读目录 MARC 联机公共检索目录 OPAC 等 OPAC Online Public Access Catalog 是指以计算机编码形式存贮 在计算机系统内 供读者通过终端设备进行联机检索的图书馆目录 即 书目数据库的一种形式 3国内检索期刊的特点 1 无语言障碍 无论国内文献 还是引进的国外文献 标题一律采 用中文报道 方便查找 2 专业覆盖面广 区分细 分册多 但每一分册的报道量较少 许 多文献甚至没有被报道 3 国内检索期刊多数是题录 简介 摘要 三合一 的形式 4 原文容易获取 凡是国内检索刊物上报道的文献信息 期刊类的 可以在当地图书情报机构获取 对会议等较难获取的文摘可以直接向检 索刊物编辑出版单位请求复制 5 国内检索刊物正文一般按分类编排 国内的多数检索刊物的正文 都以分类法编排 但并不特别规范 4题录和文摘的区别 表现在著录格式上 分类号 顺序号 中文题名 外文题名 文献类型 文种 主要责任者 其他责任者 整本文献题名 与整本文献有关的责任者 出版地 出版者 出版日期 所在页码 附注 文献标准编号 摘要 图X表X参X 文摘号 有这一项为文摘的著录格式 如没有 此项 主题词 索取号 则为题录的著录格式 5 中文检索工具的检索途径主要有三种 分类途径 主题途 径和著者途径 6 单概念课题是指课题涉及主题概念只有一个 7 多概念课题涉及两个或两个以上概念的课题即为多概念课题 8 分类途径检索文献的步骤 1 分析课题 确定类号 类目 这是因为各种检索共工具分类标准不同 有的按中图法 如 全国报 刊索引 有的只标记大类并不给以类号 如 中国学术期刊文摘 的 分类表分为 自然科学 农业科学 医药科学 工程和技术科学 人文 与社会科学五大类 五大类没有给出特定的类号 各大类之下的小类在 文摘正文中标记类号 在目录中并未给出类号 其类号也与中图法不 同 2 根据类号 或类目 在相应的大类中查找有关文献 并取得结 果 9 主题途径检索文献的步骤 1 分析课题 选取主题词 2 查找主题索引 取得文摘号 3 根据文摘号查找文献 10 著者途径 利用著者 个人或单位著者 索引进行检索的途 径 11 EI创刊于1884年 是世界上最早的工程文献出版物 创刊初期 它仅是美国工程师学会联合会主办会刊的一个称为 Index Notes 的文摘 专栏 美国 工程索引 The Engineering Index 简称Ei Ei名为索引 实 为文摘期刊 12 EI检索示意图 第三 五章 一布尔逻辑算符 1 逻辑 与 也称为逻辑乘 用AND或者 表示 是用来组配不同含义检索词 之间的限定关系 检索词AB若以AND 或 相连 即A AND B 或A B 表示同时包含A B两词的文献才是命中记录 因而逻 辑 与 可用于对检索词进行限定 从而缩小检索范围 提高检索结果的 查准率 2 逻辑或 也称为逻辑加 用OR或者 表示 是用来组配同义词或者同族检 索词之间的并列关系 检索词A B若以OR 或 相连 即A OR B 或A B 表示只要包含A B之一或者同时包含A B的文献都是 命中记录 3 逻辑非 用NOT或者 来表示 是用来组配概念的包含关系 可以从原检 索范围中排除一部分 因而使用逻辑 非 组配可以缩小检索范围 检索 词A B若以NOT 或 相连 即A NOT B 或A B 表示只含有 检索词A而不含有B的文献才是命中记录 逻辑 非 可用于缩小检索范 围 但是不一定能提高文献命中的准确率 二 截词检索 是利用检索词的词干或不完整的词形查找信息的一种检索方法 用 相应的截词符 如 等 代替检索词的可变化部分 让计算机 按照检索词的部分片段同标引词进行对比匹配 这样可以简化检索程 序 扩大检索范围 以提供族性检索的功能 提高查全率 截词检索按照截断的位置划分 可分为右截断 前方一致 左截 断 后方一致 左右截断 中间一致 中间截断四种方法 1 右截断 将检索词的词尾部分截断 要求比较匹配检索词的前面部分 是一 种前方一致的检索 例如 输入检索词 econom 可以检索出任何以econom开头的检索词 的文献 如economy economic economics economist economize 等 2 左截断 将检索词的词头部分截断 要求比较检索词的后面部分 是一种后方 一致的检索 例如 输入检索词 biology 可以检索出任何 以biology结尾的检索词的文献 如electrobiology neurobiology pathobiology等 3 左右截断 将检索词左右词头 词尾部分同时截断 检索词中间一致 只要检索 词中含有指定的词干即为合法检索词 例如 输入检索词 biolog 可以检索出含有该词干的所有索引词的 文献 如neurobiology neurobiologist microbiology microbiologist 等 4 中间截断 在检索词中间嵌入截断符 允许检索词中间有若干形式的变化 检索 时 检索词中嵌入的字母与截断符号数相同即为合法检索词 例如 输入检索词 wom n 可以检索出包含women woman的文 献 三 邻近检索 又称为位置检索 主要是通过位置算符来 规定和限制检索词之间的相对位置 1 相邻位置算符 W 或 nW N 或 nN W 是with的缩写 表示在此运算符两侧的检索词按前后衔接的顺 序排列 次序不许颠倒 而且两个检索词之间不许有其他的词或者字母 出现 但允许有空格或标点符号 例如 CD W ROM相当于检索 CD ROM 或者 CD ROM nW 是n words的缩写 表示在此算符两侧的检索词之间允许插入 不多于n个的实词或虚词 通常指系统中出现频率较高而不能用来检索 的冠词 介词和连接词 如an in by of the to with等 两个 检索词的次序不允许改变 例如 control 1W system 可以检索出含有control system control of system 或control in system的文献纪录 N 是near的缩写 表示在此运算符两侧的检索词彼此相邻 次序 可以颠倒 但两个检索词之间除空格或标点符号外不允许有其他的词或 字母出现 例如 输入 robot N control 可以检索出含有robot control或者control robot的文献记录 nN 是n near的缩写 表示在此运算符两侧的检索词之间允许插入不 多于n个的实词或虚词 两个检索词的次序可以改变 例如 control 1n system 不仅可以检出含有control system control of system或control in system的文献记录 还可以检出含有system of control 甚至system without control等的文献记录 2 字段算符 F 是field的缩写 表示在此运算符两侧的检索词必须同时出现在 文献记录的同一字段内 如出现在篇名字段 叙词字段 文摘字段等 两个检索词的前后顺序不限 夹在两个检索词之间的词的个数也不限 例如输入 robot F control 可以检索出在篇名字段或者叙次字段等 同一字段中同时包括robot和control的文献记录 L 是link的缩写 表示在此运算符两侧的检索词必须同在数据库界 定的同一规范词字段中出现 两个词之间具有一定的从属关系 可以用 来连接主标题词和副标题词 3 句子位置算符 S in the same subfield or same S 是subfield的缩写 表示在 此运算符两侧的检索词只要在一个子字段 如在文摘中 一个句子就是 一个子字段 或者全文数据库的一个段落中出现 就符合检索提问的要 求 两个检索词序和插入词的个数不限 例如输入 expert w system s medical 则可以查到所有子字段含有 expert system和medical这两个词的文献 4 限制检索 是通过限制检索范围 达到优化检索结果的方法 限制检索的方式有 多种 例如字段检索 使用限制符 采用限制检索命令等 这些限制检 索方法既可独立使用 也可以混合使用 1 字段检索 是把检索词限定在某个 些 字段中 如果记录的相应字段中含有 输入的检索词则为命中记录 否则就为检不中 例如 检索式 personal computer ti ab 表示在标题和文摘字段中检索含 有personal computer的记录 2 使用限制符 用表示语种 LA 文献类型 DT 出版年代 PY 等的标识符来 限制检索范围 例如 要查找1999年出版的英文或法文的个人计算机方面的期刊 检索 式可表示为 personal computer ti ab AND PY 1999 AND LA EN OR FR AND DT Serial 3 使用范围符号 符号如Less than Greater than From to等 如查找1989 1999年的文献 检索式可表示为 PY 1989 1999 或 者 PY 1989 to PY 1999 又如 查找2000年以来的计算机方面的文献 检索式可表示 为 computer And Greater than