百度的关键词搜索技巧及析疑.doc

百度的关键词搜索技巧及析疑 百度搜索引擎()拥有世界第一的中文网页数据库，收录网页约20亿，每天处理来自140个国家和地区的上亿次搜索请求，是全球最大的中文搜索引擎。 百度搜索引擎的逻辑检索规则为：两个关键词之间有空格，便为“逻辑与”关系：两词同时出现的记录便被命中。“逻辑或”功能：可用“A | B”来搜索“包含A ， 或包含B，或者同时包含A和B”的网页。两个关键词之间用减号(前面空一格)连接，可实现“逻辑非”功能：命中记录中不含减号后的关键词。 搜索引擎一般采用按相关度来对检索结果进行排序，与检索词相关度大的命中记录排在前，这样便于挑选内容相关的网页，又可放心地排除后面无关的记录；通常搜索引擎命中量都比较大，以此可提高浏览、筛选命中记录时的工作效率。 举例：查找“关于时间的名人名言”方面的资料 早先的百度搜索引擎不能很好地处理自然语言，而初学者则往往习惯于用长段的自然语言作为查询词语，意图完整地表达搜索主题内容，但这样会限制过严，效果通常不好；近来随着百度自动分词的检索功能增强，上述检索方式的效果才有所改善。 然而，若要进一步提高检索效果，应该采用能表达检索概念的关键词来搜索的方式；为此，在百度帮助文件“搜索技巧”处的“成为搜索高手”中指出：最好的查询词，应该是“时间名言”。当用“时间名言”进行搜索时，命中的相关信息明显增加。 检索分析：众所周知，出自于名人之口的经典之句，才能称之为名言；因此，作为检索词，使用“名言”即可，没有必要加上“名人”；这种不必要的限定，会造成漏检，影响检索效果（因为网页中的相关表达，还有其他多种形式：时间的名言；伟人名言时间篇；名言警句之时间篇；格言名言时间与才干；外国教育名言(时间) ；珍惜时间的名言警句等等）。 因此，同样的道理，“时间名言”也不算好的检索用词，“名言”之前加上“时间”，也是一种人为的、不必要的限定，这是不合理的字面组配。 “名言”和“时间”均是完整、独立的概念，它们之间应是“逻辑与”的组配关系，这才符合主题概念的逻辑，才能够恰当地表达检索项目的实质内容。 基于上述分析，再使用检索式“时间 名言”搜索，其查全率显著提高；由于检索命中量较大，因此对本例来说，实际上较理想的检索提问式应为：title: (时间 名言)。即，将“时间 名言”的搜索限定在网页标题(title)中，在保证合理的查全率的基础上，其查准率可大大地提高，效果良好。 （本文摘编自：“网络信息检索技巧及析疑”，武汉科技大学学报(社会科学版)，2008，10（2），作者：鄢百其等）检索技巧：示例一 我省某研究所从事钡系合金(脱氧用)开发研究多年，曾先后研制了达到国内先进水平的复合钡系脱氧合金系列产品。该单位最初是委托某信息服务机构提供文献检索服务，但效果不太理想。我们接手该项目的信息服务后，通过试检摸底，分析了其中的原因，这是由于钡系合金的表示形式较多，如： 硅铝钡铁、硅铝钡钙铁、铝硅钡铁脱氧剂、钡铝铁合金、硅钡铝合金、硅铝钡合金等等。 对该课题的检索，人们通常习惯于直接使用专业术语，由于专业用词表达形式多样化，难以一一列全，从而会产生较多漏检。 在本课题的检索中，可将专业术语拆分成单字，然后进行合理的逻辑组配，以满足多样化的专业术语表达形式。选用了维普中文科技期刊全文数据库，其检索策略为： a) 保证查准率：用检索式“钡*铝*(硅+铁)”，对题名字段检索即可。 b) 提高查全率，兼顾查准率：仍可使用上述检索式，指定字段选项为“题名或关键词”进行检索。 上述检索式若扩展到文摘字段检索，虽然命中量大幅增加，但多为不切题文献。 该课题的检索，充分地利用了维普库的模糊检索功能，取得了较好的效果。 （本文摘编自：“中文期刊全文数据库检索方法与技巧”，大学图书情报学刊，2004（2），作者：鄢百其、金晓祥） 另请注意输入格式的差别： 检索条件: (题名=钡 * 铝 * (硅 + 铁)*1989-2007 查询结果：共找到 47条 检索条件: (题名=钡*铝*(硅+铁)*1989-2007 查询结果：共找到 127条如何搜索因特网上的中文专业文献 举例：搜索“企业管理与人文精神”方面的研究文章 检索策略1： 专业人员通常都难以全面地列举表达检索概念的各种相关词(也不明白其中的道理)，这是造成众多信息检索效果不佳的主要原因。 对本课题，我们可采用如下方式选取相关词：先用检索式“企业管理 人文精神”进行初步搜索，系统显示：找到相关网页约95，400篇。 然后逐篇浏览前面的部分命中记录，结果又发现了相关词“人文关怀、人文文化”；因此，将检索式修改成“企业管理 (人文精神 | 人文关怀 | 人文文化)”，以扩大搜索面，检索结果提示“找到相关网页约408，000篇”，其查全率得到大幅提升。 检索策略2： 如果需要高查准率，可使用“title:(企业管理 人文)”在网页标题中搜索，其结果为：找到相关网页13，600篇。 若要适当兼顾查准率和其查全率，应作如下考虑：在企业中倡导人文精神，其中就是要实行人性化管理，所谓“管理”这个概念已被隐含了；因此可以简化检索标目，在保证较高查准率的基础上，同时提高查全率；故调整检索式为“title:(企业 人文)”，找到相关网页约57，800篇。 检索策略3： 百度的专家在其帮助文件“成为搜索高手”中提出，检索论文，应使用“摘要” 、“关键词”之类的所谓特征词，并举例示范；众多专业人员竞相效仿，其影响甚广。 为了验证该方法的效果，再用“摘要 关键词 title:(企业 人文)”搜索，找到相关网页194篇；然而，系统却提示：“为了提供最相关的结果，我们省略了一些内容相似的条目”。结果只显示了十几条记录。由此可见，增加了限定检索词“摘要” 、“关键词”后，其查全率大幅降低。 又修改检索式为“摘要 关键词 企业管理 (人文精神 | 人文关怀 | 人文文化)”，找到相关网页约13，600篇。因“摘要” 、“关键词”的限定作用，其命中量仅为原检索式的1/30。 分析与小结： 通过浏览、分析以上的检索结果得知，在依次的3种检索策略中，检索式“企业管理 (人文精神 | 人文关怀 | 人文文化)”是进行全记录搜索，检索范围宽，查全率最高。 而检索式“title:(企业 人文)”简洁明了，有较高的查准率，其查全率也有一定的保障。 然而，“检索策略3”中的2个检索式的效果不佳；虽然检索式“摘要 关键词 企业管理 (人文精神 | 人文关怀 | 人文文化)”也命中了一些记录，但在检索结果中，有些是单位、个人的文章摘录汇总，或是论文集题录等，只不过其中出现了“摘要”和“关键词”字样而已；其查全率大幅降低，查准率却没有提高。 目前中文的专业文献免费上网的并不多，而且国内不少非学术类刊物(如：综合类、技术类、