计算机信息检索基础知识PPT课件.ppt

第三章计算机信息检索 1 一 计算机检索概况 2 1 发展背景 信息爆炸 文献数量迅猛增加 每年全世界发表科技论文300 400万篇 出版图书80 90万种以上 期刊20万种以上 专利105万件 标准75万件 会议论文10万篇 学位论文10万件 3 文献种类繁多图书 期刊 专利 科技报告 会议文献等文献交叉重复 发表分散科学论文在直接相关专业杂志上发表的文献只占50 文献半衰期缩短80 90 科技文献的有效周期只有五年学科交叉 4 2 计算机检索的特点 速度快 效率高 几分钟可从大量记录中找出所需信息检索范围广 可迅速浏览相关学科或主题的记录数据新 网络数据更新快 能及时获取最新信息功能全 检索界面友好 检索功能完善 输出方式丰富使用方便 检索不受时空限制 只要具备相应的网络条件 随时可以查询信息 5 二 数据库 6 1 数据库概念 由至少一种文档组成 能满足特定目的或特定数据处理系统需要的数据集合 是目前电子信息源的主体 7 2 数据库的类型 定义 指包含各种资料 信息和知识原始来源和属性的数据库 主要包括 书目数据库 文摘数据库 索引数据库例如 中国科学文献服务系统 CSCD EiCompendex WebofScience等 1 参考型数据库 8 2 全文数据库 定义 指收录有原始文献全文的数据库主要包括 期刊 会议论文 学位论文 报纸 专利说明书 标准等全文数据库例如 中国期刊网 学术期刊全文库 ASCE ElsevierScienceDirect 国家知识产权局专利文献服务等 9 3 检索技术 1 布尔检索用布尔逻辑算符来表达检索词间的逻辑组配关系与或非 与 逐步减少检出文献的数量 提高检出文献与检索要求的相关性 提高查准率 AandB A B 或 扩大检索的范围 提高文献的检出数量 防止漏检 提高查全率 AorB A B 非 使用较少 减少文献输出量 提高检索词的准确性 AnotB A B 10 布尔检索式的优先执行顺序 布尔检索式优先执行顺序通常是NOT AND OR 在有括号的情况下 先执行括号内的逻辑运算 在多层括号时 先执行最内层括号中的运算 例 查南京工业大学 A 或南京化工大学 B 或南京化工学院 C 的涂善东 D 或许仲梓 E 的文章AorBorCandDorE AorBorC and DorE 孰对孰错 11 2 截词检索 概念 又称词干检索 模糊检索 词干加截词符号 凡是有与该词干相同的文献均能被检出 很好解决中西文单词的派生形式 避免漏检现象的出现 检索系统不同 截词符也不同 常用有 类型 右截断 前方一致 左截断 后方一致 左右同时截断 中间一致 作用 减少检索词的输入量 简化检索步骤 扩大检索范围 提高检全率 12 前方一致 将截词符放在词根后面 词根 右截断 是最常用的截词方式 Smith A Smith A ORSmith A J ORSmith AlanJ Social social socialist socialistic socialityComputer computer computers 13 后方一致 即将检索词的词头部分截断 词根 左截断 是较常用的截词方式 如 computer minicomputer microcomputer中间一致 将字根左右词头 词尾部分同时截断 词根 如 computer minico