信息检索完整1ppt课件

第一章信息检索概论 2004喻萍 1 1信息检索概念及其意义1 2信息文献基本知识1 3信息检索语言1 4信息检索基本方法及步骤 第一章信息检索概论 1 1 1信息检索含义信息检索 InformationRetrieval 指从大量的信息集合中找出所需信息的过程与方法 广义 包含信息储存和查找两部分 InformationStorageandRetrieval 狭义 信息查找 InformationSearch 1 1信息检索含义及意义 1 1 2信息检索能力培养的意义 信息检索能力与信息素质信息素质概念 1974年美国信息工程协会主席Paul Zurkowski首次定义为 利用大量的信息工具及主要信息源使问题得到解答的技术和技能 具备明确信息需求的内容与范围的能力高效获取所需信息能客观 审慎地评估信息与信息源个人或作为群体的一员能有效地利用信息以完成特定的任务获取与使用信息要符合道德与法律规范 美国高等教育信息素质标准 1998 能够定义 并明确地表述信息需求能够识别各种潜在的信息资源的类型和形式能够考虑获取所需信息的代价和受益重新评估所需信息的性质和范围 标准一 具备明确信息需求的内容与范围的能力 标准二 高效获取所需信息 信息源分布 图书馆 网络资源 专业协会 研究机构等 选用恰当的调查研究方法信息检索系统中利用有效方法和检索策略 如关键词 相关术语 规范化语言 逻辑算符 命令语言 概括信息源的适用性评价和比较信息的可靠性 权威性 时效性综合主要观点的逻辑统一 可查实性 能客观 审慎地评估信息与信息源 标准三 个人或作为群体的一员能有效地利用信息以完成特定的任务 标准四 应用信息创造成果 完成项目 如完成课题报告 学位论文等 为实现成果和目标修正学习过程选用最有力的交流媒体和形式 标准五 获取与使用信息要符合道德与法律规范 识别并研究印刷型 电子型信息环境的隐私和安全免费和收费信息知识产权 版权合适的文献格式 引用格式等 1信息意识教育2信息能力教育3信息道德教育 信息素质教育包括的内容 信息与经济 科技 生活的关系 信息 1音讯 消息2通讯系统传输和处理的对象3客观事物存在的方式及运动状态的表征 信息的基本属性 普遍性 客观性 传递性 共享性 中介性 可储性 可知性 无限性 1 2信息 文献基本知识 1 2 1信息 文献概念 文献 是人们用以记录和传播各种知识信息载体 载体形态如纸张 磁盘 光盘 缩微平片等 情报 被激活的那部分信息 知识 情报 文献 1 2 2信息 知识 情报 文献的关系 一次文献 primarydocument 指作者以本人的研究成果为基本素材而创作或撰写的文献 二次文献 secondarydocument 指对一次文献进行加工 提炼和压缩后所得到的报道性产物 检索工具书和网上引擎是典型的二次文献 三次文献 tertiarydocument 是指对有关的一次文献和二次文献进行广泛深入的分析研究综合概括而成的具体知识 数据 如大百科全书 辞典等 1 2 3文献等级 知识产生 记录 一次文献 传播利用 新知识的产生 研究 实验 实践 综合 a 科技图书 世界年出版50万种 b 科技期刊 periodical 年出版10万种 500万篇 c 科技报告 报道 记录 研究和开发调查工作的成果或进展情况的一种文献类型 一般都编有号码 供识别报告本身及其发行机构 报告是一种典型的机关团体出版物 如美国政府工作报告 PB报告 NASA报告 AD报告 DOE报告 年90万篇 1 2 4文献型科技信息源 一次文献 d 会议文献 指学术会议文献 年十万余篇 e 学位论文 是高校研究生 毕业生为获得学位进行科学研究而写出的学术性论文博士学位论文中 常含有独创性的学术性文献资料 f 专利文献 专利是与产业活动密切相关的 因而其实用性非常强 根据专利的技术水平和应用情况 其类型有invention 发明 utilitypatent 实用新型 和designpatent 外观设计 等 年50万件 g 标准文献 标准化主要包括三个方面 产品标准化 即产品质量要符合技术规定 零部件通用化 产品规格化和系列化 1 2 5二次文献类型 检索工具 1 目录 以书名 刊名 会议名等为单位编写 2 题录 如 200008568我国食品与包装机械市场预测 刊 田恒真 中国农机院食品研究所 包装与食品机械 2000 18 1 1 53 索引 如 机械加工00003003951100914561 模型00375 误差1800711456 发展131754 文摘 如 037840Algorithmforfuzzymulti criteriadecision making Thispaperpresentsanewalgorithmforsolvingthegeneralfuzzymulti criteriadecisionmaking MCDM probleminvolvingfuzzydataexpressedbymeansoflinguisticterms Authorabstract 14Refs English Yeh Chung hsing MonashUniv Clayton Aust Deng Hepu ProcIEEEIntConfIntellProcessSystICIPv 2 1998Proceedingof Systems ICIPS Part2 of2 Beijing China IEEE Piscataway NJ USA p1564 1568 1 2 6三次文献 参考工具书 概述 一中国古代工具书简介1 字词典使用部首法排序 如 说文解字 康熙字典 2 韵书按韵编排汉字的字书称为韵书 如 佩文韵府 3 类书类书是采集古代文献资料 按类别或韵母编排 以供寻检 征引使用的工具书 如宋 太平御览 明 永乐大典 4 政书政书是记载历代典章制度的史书 它搜集我国历代或某一朝代政治 经济 文化 军事等史料 分门别类 按时代先后顺序编排 如唐 杜右 通典 元典章 明会典 清会典 等 二近代参考工具书类型 1 字词典近代 词源 辞海 汉语大词典 上海辞书出版社 1986年第一卷 自第二卷起改由汉语大词典出版社出版 共出12卷 共收词语37万条 5000余万字 2 百科全书百科全书是概述一切学科领域或者某一学科领域基本知识的具有权威性 知识性 检索性的大型工具书 被称为 工具书之王 二近代参考工具书类型 中国大百科全书 1978 1993年编 全书按学科或知识领域分为74卷 其中正文学科分73卷 总索引1卷 总条目7 8万条 总字数1 26亿字总插图近5万幅 其中彩图1 5万幅 不列颠百科全书 3 年鉴 年刊 年报4 手册 二近代参考工具书类型 5 名录经济机构名录如 世界企业500强 商品名录如 美国进出口商品名录 地名录如 世界地名录 人名录如 当代中国经济学家录 6 资料汇编7 表谱8 图录 三工具书的主要排检方法 1 字顺排检法 形序法 部首法 笔画法 笔顺法 号码法 音序排检法 汉语拼音字母顺序排列法 西文字母顺序排列法 韵部排列法 中国古代按音编制的汉字检字法大都是按韵部排列的 2 分类排检法分类法是将图书资料按学科 事物性质等系统加以排列的一种方法 也是目前世界各国应用最广泛的一种方法 七分法 又称七略 产生于东汉时期的刘向 刘歆所编 定本13219卷 全部分为 六艺略 诸子略 诗赋略 兵书略 数术略 方技略和辑略 略下分38种 四分法 清代以来古籍编目常用的方法 以经 史 子 集四部排 经部下分10类 史部下分15类 子部下分14类 集部下分5类 总共四部 44大类 67子目 如 四库全书总目 200卷 中国图书馆图书分类法 三工具书的主要排检方法 杜威十进分类法国际十进分类法国际专利分类法3 主题排检法以代表文献主题内容的主题词为标识检索文献的途径 这类索引以主题词 标题词 关键词 叙词等 的字顺编排 三工具书的主要排检方法 4 时序排检法常用于编制年表 历表 年谱等工具书方面 它按时间顺序先后排列的一种方法 5 地序排检法常用于编制考查地理和地方资料工具书 检索语言 描述文献外表特征的语言 A作者 B号码 C其他 书名 引文 出版社 出版日期等 描述文献内容特征的语言 a分类语言 b主题语言 1 3信息检索语言 1 杜威十进分类法 DDC DaweyDecimalClassificationandRelatedIndex 是世界上比较流行 也比较权威的一种图书分类方法 由美国图书馆学家麦维尔 杜威于1876年首创 它由大类 门 纲 目 子目等组成 它将全部学科的书刊分为九大类 用1到9间的数字表示 不属于这九类中的图书为第0类 每一大类下再分1到9个子类 依此类分下去 1 3 1文献分类方法 分类语言 000总论100哲学宗教社会科学语言学纯粹科学技术科学美术800文学900历史 2 国际十进分类法 UDC UDC已有23种语言的版本 UDC的类目表主要由主表与辅助符号 辅助表组成 UDC的主表把全部知识分为十大门类 每一类下分大纲 目 分目 UDC基本分类如 0总论1哲学 心理学2宗教 神学3社会科学 法律 行政4语言学5数学 自然科学6应用科学 医学 工学 农学7艺术 美术 摄影 音乐 娱乐 竞技8语言学 文学9地理 传记 历史 A马克思主义 列宁主义 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文化 科学 教育 体育H语言 文字I文学J艺术K历史 地理 社会科学 3 中国图书馆分类法 N自然科学总论O数学科学和化学P天文学 地球科学Q生物科学R药学 卫生S农业科学T工业技术U交通运输V航空 航天X环境科学 劳动保护科学Z综合性图书 自然科学 以T 工业技术大类下的TP类展开下位类如下 T工业技术TP自动化技术 计算机技术TP3计算技术 计算机技术TP39计算机应用TP393计算机网络TP393 0一般性问题TP393 01计算机网络理论TP393 02计算机网络结构与设计 T 工业技术类中国分类法举例 从上表看出分类号的变化体现了各学科体系的从属关系 分类号位数每增加一位 则分类级别便低一级 如TP39代表计算机应用 TP393类目是计算机网络 是TP39的下位类 直接查找法熟悉分类表 按学科体系从大类开始逐级查找l对于只存在一个主题的课题 方法就较简单 如 机械手 当要求的主题过于狭窄 没有相应类目存在 可归属在其上位类 l对于包含有两个以上主题内容的课题 如 机械手的控制系统 涉及 机械手 和 控制系统 两个主题概念 这时应考虑它们的主从关系 在这个课题中研究的是仅针对机械手而言的控制系统 可以说是控制系统在机械手中的应用 当研究某种理论 方法 工艺等在某领域的应用时 应分在其应用的类目 即 机械手 所在类目 确定分类号的方法有以下二种 l对有两个主题 又没有主次或应用关系的课题 则在检索相关文献时应分别在两个分类号或两个主题领域中查找 如加入WTO对我国纺织业的影响 间接获取分类号法当手头有现成的对口文献或通过其它方法如主题方法查到的对口文献 则可利用该文献标出的分类号 进行分类查找 1 3 2主题检索方法 1关键词2叙词3标题词 属规范化词汇 属自然语言 关键词 关键词检索为大多数计算机检索系统采用 使用直接来自文献或用户提问的一类检索语言 优点 关键词检索文献既方便又准确 不受词表控制 能及时检索到最新概念的各类文献 可任意选取专指性强的词语 提高查准率 词量大 缺点 容易产生的误检 漏检 原因有 1 取名的多样 同物异名 全名与简称 异称 学名 俗名 音译名 2 构词的多样 派生词 单复数 拼写变体3 大量的复合词 规范化主题词 叙词 标题词 检索 叙词是主题语言的高级形式 是以较正规和正式的科学名称为基础组织而成一种主题法检索标识系统 由在概念上不可再分的基本概念单元词汇组成 检索时可以利用这些单元词进行组配 以表达一个复杂的概念 叙词表作为检索过程必不可少的辅助工具 由检索工具出版单位编制 专书专用 是由二次文献编撰单位出版的限制使用的主题词体系 如 课题 太阳能热水器研究汉语主题词表中正式主题是太阳能利用 太阳能加热等代替 叙词表 字顺表 等级表 字顺表如 acousticwavevelocityUFacousticvelocityNTultrasonicvelocity NarrowerTerm BTvelocity BroaderTerm TTvelocityTopTermRTacousticdispersionRelatedTermacousticimpedanceCCA4300A5140ClassificationCodeDIJanuary1973DateofInput 与叙词一样是以较正规和正式的科学名称为基础的一种主题法检索标识 但存在主 副标题词固定搭配 即属于先组式检索语言 如 MOTORS control manufacture 标题词 规范词汇优缺点 规范化词主要对词义 词形和词的组合方式进行控制 优点 选择宽广的概念 查全率高 避免由于同义词 近义词的存在而产生的漏检 缺点 使用词表 带有间接性 由于受控语言被限制在预先制定的概念或类目内 不能表示新的概念 词量有限 影响查准率 1一般为事物的名称或过程2具有实质意义的词3适度专指性 避免泛指性词4通用性有时不能只从字面上选词 需要时进行必要的替换 补充 如 运用计算机程序建立气候模式 应选计算机摸拟和气候模拟 选择规范主题词过程中应注意 1 4信息检索基本方法及步骤 1 4 1文献检索基本方法工具法 也就是利用检索工具或计算机检索系统查找 它可分为顺查和倒查法两种 追溯法 以文献后所附参考文献为检索起点的检索方法 循环法 工具法和追溯法交替使用 1 4 2文献检索步骤 1分析研究课题 分析研究课题的主题内容 所属学科及起始年代 2确定检索工具或检索系统 3确定检索语言 主题途径 切忌仅依据课题名称确定主题词 应根据课题涉及地主要对象 研究手段 使用的方法 材料 条件 设备 研究的目的 用途作深入的分析 提取课题研究的主要事物概念 整理出主题词 如绿色包装研究 可持续发展若使用的检索工具要求规范化主题词 则查表选词 分类途径 根据检索工具使用的分类法查找合适的类目 作者 引文 以上途径如能多种配合 效果更好 5查找原始文献线索及获取文献 委托人 须文波潘丰委托单位 江南大学信息学院 针对流程 离散或混合型的轻化工生产过程 开发生产过程设备运行的动态监控 生产过程优化控制 生产状态远程监控系统 远程故障诊断的成套控制装备 轻化工生产过程集成优化控制系统 立足于开放性 以优化技术为主 构成现场控制级 监控优化级和生产管理级的三级过程集成优化控制系统