《信息检索基础》PPT课件

医学信息检索,MedicalInformationRetrieval,华北煤炭医学院医学信息检索教研室,第二章信息检索基础知识,第一节信息与信息资源第二节信息检索第三节计算机信息检索第四节数字图书馆,信息（information）知识（knowledge）情报（information）文献（literature）,一、信息、知识、情报与文献,微波炉的发明,糖融化,水分子运动,微波炉发明,唐代诗人李中在碧云集暮春怀故人的诗句：“梦断美人沉信息，目穿长路倚楼台。”信息指消息、音信的意思。,（一）信息,信息的概念,广义：对各种事物的存在方式、运动状态和相互相互联系特征的一种表达和陈述，是自然界、人类社会和人类思维活动普遍存在的一切物质和事物的属性。狭义：具有新内容或新知识的消息，即对接受者来说预先不知道的报道(糖融化)。情报与文献工作词汇基本术语：信息是物质存在的一种方式、形态或运动状态，也是事物的一种普遍属性，一般指数据、消息中包含的意义，也可使消息中所描述事件的不定性减少。,信息的特征真实性无限性知识性时效性指向性依附性共享性信息的作用（P9）,信息的特征和作用,（二）知识（Knowledge）知识是人脑经过加工整理并使之序列化的信息，是对同类信息的积累。（水分子运动）,（三）情报（Information）情报是被传递的知识或事实，是知识的激活，是运用一定的媒体（载体），越过时间和空间传递给特定用户，解决科研、生产中的具体问题所需要的特定知识或信息。（微波炉发明）,（四）文献（Literature）文献是记录有知识的一切载体，是知识的外在形式。,情报的基本属性,知识或信息,经过传递,经用户使用产生效益,情报的基本属性,信息与知识、情报、文献的关系,知识源于信息，是信息的一部分,情报源于知识或信息，是激活了的知识或信息,文献是信息、知识、情报的主要载体形式,信息资源的概念信息资源是经过人类选取、组织、序化的有用信息的集合。它强调:信息的丰度信息的有用性信息的有序化,二、信息资源,（二）信息资源的分类按照信息存储技术的类型划分电子文献、纸质型、缩微型、视听型,二、信息资源,（二）信息资源的分类电子文献（electricdocument）以数字方式将图、文、声、像等信息存储在磁、光、电介质上，通过计算机、网络或相关设备使用的记录有知识内容或艺术内容的文献信息资源。文本型（TXT、DOC、PDF、CAJ）超文本型（HTML）多媒体型,二、信息资源,14,电子文献的文件类型,文本型TxtDOCPDF,超文本HTML,多媒体型,缩微型和视听型信息资源,（二）信息资源的分类按照信息出版形式的类型图书、期刊、特种文献,二、信息资源,图书分类,图书,著作书籍,工具书,检索工具书,参考工具书,图书,ISBN：10位数字，13位数字（2007.1.1实施）,中文科技资料目录,检索工具书,参考工具书,期刊,期刊,期刊（journal，periodical）：也称杂志，是一种采用固定刊名，定期或不定期出版的连续出版物；有统一的版式和外观，使用年卷期连续编号，每期可刊载多个著者的多篇文章。特点：出版周期短、报道速度快、信息量大、内容新颖ISSN（InternationalStandardSerialNumber，国际标准连续出版物编号，例：ISSN1495-2970）我国期刊的ISSN号可到ISSN中国国家中心（中国国家图书馆）查询，网址是：,ISSN与CN,ISSNCN,ISSN,年卷期编号,核心期刊工具,科目,中目,特种文献,特种文献是出版形式比较特殊的文献的总称，又称非书、非刊资料。特种文献主要包括：科技报告、会议文献、专利文献、标准文献、学位论文、档案资料和产品资料等。,（二）信息资源的分类按照信息内容的加工级次划分一次文献、二次文献、三次文献,二、信息资源,一次文献：又称原始文献，是首次公开发表的文献，直接记录了科研成果，报道了新发明、新技术、新知识和新观点。一次文献主要包括专著、期刊论文、科技报告、会议文献、学位论文、专利文献等。,一次文献,二次文献：又称检索工具。是对许多无序的、分散的一次文献进行收集整理，著录其特征，并按照一定的顺序加以编排，形成系统，便于检索的文献。如：题录、书目、索引和文摘。,特征1,特征2,特征3,特征4,特征5,特征n,提取特征,二次文献,二次文献,2020/5/13,40,二次文献,三次文献三次文献是利用二次文献并在其指引下，对大量的一次文献进行综合分析研究，加以浓缩和提炼而成的文献。包括综述、述评、进展、预测等，各类词典、手册、年鉴、百科全书、指南等参考工具书也属于三次文献的范畴。,三次文献,一次文献、二次文献、三次文献的关系,从一次文献到二次文献、三次文献是一个由分散到集中、由无序到有序的过程。一次文献是检索的对象；二次文献是存储文献、报道文献和检索文献的工具，是查找原始文献的线索，但不能代替原始文献；三次文献是信息调研的结果，是经过集中和浓缩的文献。,指出下列信息源的加工深度,阅读疗法王波主编学位论文专利说明书中国生物医学文摘少儿百科全书华北煤炭医学院图书馆馆藏目录,第二节信息检索,一、信息检索的原理（InformationRetrieval）是指通过一定的方法和手段使存储和检索这两个过程所采用的特征性标识达到一致，以便有效获取信息的过程。广义：存储与检索狭义：信息的检索,信息检索,存储过程建立数据库,检索过程利用数据库,机械匹配,检索原理-机械匹配举例作者为“张平”写的文章手工检索：得到只有张平写的文章计算机检索：得到张平才、张平安、沈张平等作者写的文章或包含“一张平片”的文章,机械匹配举例艾滋病爱滋病获得性免疫缺陷综合症Aids钠泵-钠钾泵、Na+K+-ATPase、Na+,K+-ATPase、Na+，K+-ATP酶、Na,K-ATP酶、Na(+)K(+)交换ATP酶等,怎么办？,检索语言（Retrievallanguage)检索语言是根据文献信息存储与检索的需要而创造的人工语言。这种语言用在文献整序时称标引语言；用在编制索引工具时称索引语言。,二、检索语言,检索语言用来描述文献外部特征和内容(主题)特征是信息管理人员和信息检索者共同约定使用的语言，是沟通信息存储与检索的桥梁不同的检索语言构成不同的检索途径,检索语言的作用,人的特征,文献的特征,特征1,特征2,特征3,特征4,特征5,特征n,文献的外部特征：与文献主题内容没有关系或关系不大的信息称为文献的外部特征，包括作者、作者工作单位，发表时间、专利号、报告号等。文献的内容(主题)特征与文献主题内容密切相关的信息称为文献的内容特征。文献信息内容特征主要有各种形式的主题词和分类号。,检索语言的类型,按描述的文献特征划分：,分类检索语言,分类检索语言：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。世界上有多种分类检索语言，我国较为广泛使用的分类检索语言：中国图书馆分类法,中国图书馆分类法,中国图书馆图书分类法（CLC）是我国建国后编制出版的一部具有代表性的大型综合性分类法，简称中图法。自1999年第四版起更名为中国图书馆分类法1973年出版试用版1975年出版第一版1980年出版第二版1990年出版第三版1999年出版第四版2010年出版第五版,2001年6月出版了中图法（第四版）电子版1.0版,中国图书馆分类法分类表共分22个大类，再分17个二级目录，医药卫生属于R大类。中图法采用汉语拼音字母和阿拉伯数字组成的混合制号码作类目标识，用一个字母标记一个基本大类，在字母后用数字表示大类的下位类划分。号码的位数一般能反映相应类目的分类等级。如：R5、R55、R551用于书刊排架和数据库标引、检索。目前我国95%以上的图书馆都采用这种分类法。,中国图书馆分类法,图书期刊排架,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,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、航天X环境科学Z综合性图书,中图法二十二个大类,R1预防医学、卫生学2中国医学3基础医学4临床医学,R551造血系疾病5内科学552血液疾病R55血液系疾病554出血性疾病6外科学56呼吸系疾病556贫血病71妇产科学57消化系疾病5566溶血性贫血72儿科学58内分泌疾病557白细胞疾病73肿瘤学74神经病学与精神病学75皮肤病学与性病学76耳鼻咽喉科学77眼科学78口腔科学79外国民族医学8特种医学9药学,R医药、卫生,中图法的逻辑体系,主题检索语言,叙词（descriptor），是经人工规范化处理的，最能表达文中主题概念的语词。所谓规范化处理，是指在文献存储时，对文献中的近义词、同义词、多义词等加以控制和规范，使同一主题概念的文献相对集中在一个主题下，主题词的单一性，也叫人工受控语言。键词（keyword），是从文献的题名、摘要。章节标题或正文中抽取出来的，具有实质意义、并能表达文章的主题内容，但未经规范化处理，又称后控语言、非规范化语言，属于自然语言范畴。,主题词：,关键词：,举例,非主题词：单车、脚踏车主题词：自行车用“单车”检索：会漏掉所有有关“脚踏车”和“自行车”的文献用“脚踏车”检索：会漏检所有“单车”和“自行车”的文献用“自行车”检索：可查到所有相关文献,自行车单车脚踏车,单车,自行车,单车,自行车,脚踏车,自行车,脚踏车,脚踏车,自行车,单车,自行车,由于作者的用词习惯不同，文献在录入数据库时将进行规范化处理，用统一的词来标注相同主题的文献。,英文名称：MedicalSubjectHeadings英文缩写：MeSH研制单位：美国国立医学图书馆（NLM）,医学主题词表,中国中医药学主题词表,中国中医科学院中医药信息研究所,主题词检索,主题词检索的优点查全同义词、子概念提高文献相关度主题词检索的缺点人工标引速度慢，最新论文未标规范主题词新词、一些很专指的概念没有对应的主题词查近年文献应结合关键词（自由词）检索,代码检索语言,分子式专利号标准号,三、检索途径,题名途径分类检索途径主题途径关键词途径著者途径,引文途径机构途径默认途径（计算机检索）其他途径,其他检索途径：专利号（patentnumber）检索国际标准连续出版物编号（ISSN）检索化学物质登记号（CASregistrynumber）检索分子式（formula）检索记录顺序号（accessionnumber）检索化合物结构图检索（structuresearch）检索,不同检索途径常用字段名称,题名途径：题名、标题、篇名、题目、title分类检索途径：分类号，中图分类号主题途径：主题词、MeSH、MeSHterms、Thesaurus、maptermtosubjectheadings关键词途径：关键词、keywords、textwords著者途径：（第一）作者、著者、责任者、author、firstauthor,不同检索途径常用字段名称,引文途径：引文、参考文献、reference、citedauthor、citedreference、citedwork机构途径：机构、单位、地址、organization、institute、address刊名途径：刊名、来源、出处、journal、source默认途径：缺省、主题,四、检索步骤,复习题,什么是信息、知识、情报和文献？信息与知识、情报、文献的关系如何？情报的三个基本属性是什么？什么是特种文献？特种文献指哪些类型的文献？文献按照内容加工级次分为几种类型？每种类型包含哪些文献？什么是检索语言？检索语言的类型有哪些？什么是主题词？什么是关键词？二者之间有何区别？什么是检索途径？常用的检索途径有哪些？,第四节数字图书馆,数字图书馆概述书目查询系统电子图书查询,数字图书馆概述,数字图书馆的概念数字图书馆的起源和发展数字图书馆的特点信息资源数字化信息资源共享化信息传递网络化信息提供知识化数字图书馆的主要服务内容馆藏书目查询网上数据库网上咨询RSS服务（reallysimplesyndication,简易信息聚合）学术资源门户（MetaLib/SFX）,数字图书馆的起源和发展,数字图书馆（DigitalLibrary，D-lib）最早是由美国国家科学基金会的伍尔夫（W.Wulf）于1988年提出。曾使用“电子图书馆”和“虚拟图书馆”。1993年，美国国家科学基金会、国家宇航局和国防部高级研究署联合公布了数字图书馆启动计划，正式开始领导、组织和资助美国的数字图书馆的研究和开发。,我国从1995年开始，清华、北大、上海交大、复旦、华南理工等高校图书馆开始率先在国内开展数字图书馆的研究。1998年10月，文化部与国家图书馆启动了中国国家数字图书馆工程，标志着中国数字图书馆工程进入了实质性操作阶段。,数字图书馆的起源和发展,数字图书馆的安全性和方便性分级,永久保存级：保存在本地，负责维护服务级：保存在本地，不负责维护镜像级：拷贝在本地，IP地址控制链接级：网站链接，容易失效,华北煤炭医学院网络导航（连接级）,书目查询系统,馆藏目录查询（查询本馆馆藏）馆藏联合目录查询（查询其他馆馆藏）,书目查询系统,馆藏目录查询（OnlinePublicAccessCatalogue,OPAC,联机公共目录查询系统）馆藏联合目录查询,馆藏目录查询,分类浏览,期刊导航,书目查询系统,馆藏目录查询馆藏联合目录查询,馆藏联合目录查询,全国高等院校医药图书馆外文期刊联合目录,2.中国高等教育文献保障系统(CALIS),中国高等教育文献保障系统（ChinaAcademicLibrary&InformationSystem,简称CALIS），是经国务院批准的我国高等教育“211工程”总体规划中三个公共服务体系之一。CALIS管理中心设在北京大学，下设了文理、工程、农学、医学四个全国文献信息服务中心，医学中心在北京大学医学部。,联合目录公共检索系统,期刊-hypertension,hypertension,3.国家科技图书文献中心(NSTL),概况:国家科技图书文献中心（NationalScienceandTechnologyLibrary）是根据国务院领导的批示，于2000年6月12日组建的一个虚拟的科技文献信息服务机构，主要目的是促进文献资源的共建共享成员单位：中国科学院文献情报中心、中国标准化研究院标准馆、中国科学技术信息研究所、机械工业信息研究院、冶金工业信息标准研究院、中国化工信息中心、中国农科院农业信息研究所、中国医科院医学信息研究所、中国计量科学研究院文献馆中心设办公室，科技部对中心进行政策指导和监督管理,NSTL服务范围,全文资源：国家统一购买，免费供国内高校使用全国开通文献部分地区开通文献免费期刊试用期刊NSTL研究报告全文订购：对个人服务0.3元/页其他服务引文检索开放获取期刊预印本服务（国内、国外）,4.联合目录集成服务系统（UNICAT）,实现印本资源和电子资源的集成揭示；了解中国科学院所属图书馆关于该资源的收藏情况；了解国内400余家图书馆关于该资源印本的收藏情况。联合目录数据库与CSA，OVID和WebofKnowledge等大型数据库实现了链接。2006年，与GoogleScholar和百度连接，用户可以通过GoogleScholar和百度获取联合目录数据库的服务。,电子图书,又称电子图书（Electronicbook，eBook），采用二进制的数字化形式，将文字、图形、声音信息存储在光、磁等介质上，借助计算机技术、通讯技术和网络技术来获取及阅读的一种全新的图书类型，也称数字图书。电子图书由内容、阅读设备和阅读软件三部分构成。优点：节省空间、便于携带、可检索复制、出版流通方便、表现方式多样、阅读方式人性化等。,电子图书的起源,电子图书的构想起源于20世纪40年代的一部科幻小说，幻想未来可以在某种特制的电子设备上阅读图书。MichaelHart先生在1971年提出的“古腾堡计划”把这一构想转化为现实。古腾堡计划（ProjectGutenberg）是一个基于互联网，以自由的、电子化的形式，提供大量版权过期而进入公有领域书籍的一项协作计划。它是世界上第一个数字图书馆，所有书籍的输入都是由志愿者来完成的。电子图书20世纪70年代在美国兴起，80年代中期开始引进我国。,电子图书查询,中文电子图书方正阿帕比电子图书超星数字图书馆书生之家数字图书馆五车数字图书馆弘文数字图书,电子图书查询,中文免费电子图书国家图书馆Google图书搜索白鹿书院,Google图书搜索,其他免费医学电子图书网站,大众医药网,Ebrary电子图书SpringerLink不列颠百科全书（部分免费）EntrezBooks/Bookshelf（免费医学电子图书）FreeBooks4Doctors（免费医学电子图书）默克手册（部分免费医学电子图书）TheOnlineBooksPageTheInternetArchive,常用外文电子图书资源,不列颠百科全书,不列颠百科全书（EncyclopdiaBritannica，EB）又称大英百科全书，于1768年首次出版，是享有盛誉的综合性英文百科全书。全套不列颠百科全书共32册，所有条目均由世界各国著名的学者、各个领域的专家撰写，对知识各重要学科、历史及当代重要人物、事件都有详尽地介绍和叙述。,不列颠百科全书,不列颠百科全书网络版（EncyclopediaBritannicaOnline，EBOnline，,不列颠百科全书,注册会员可查看所有信息及其它相关信息。包括全32册的不列颠百科全书，上千篇来自推荐期刊的文章，同时可以应用检索工具和多媒体资源。普通读者只能免费利用和浏览部分资源。,