信息检索基础计算机信息检索方法及实例讲解

计算机信息检索方法及实例讲解,课题检索流程图,计算机信息检索的策略,共五个步骤：明确检索要求和检索目标课题概念分析方法检索词的提取、扩展检索策略构成和调整方法输出格式和方式的选择,步骤之一：明确检索要求和目标,检索要求：学科、文献类型及语种、年代、篇数和检索费用检索类型：特定文献检索、相关文献检索检索目标：1.解决技术疑难（产品设计）需较高查准率2.开题调研、成果查新（立项，专利）需较高查全率3.探索性（学术调研、探讨）查准率和查全率不一定很高要求,查全率与查准率,查准率：在每次检索过程中，除了检出相关文献外，还会同时检出一些实际上与检索课题需求无关的文献线索，从而产生了查准率的概念，即：,查全率和查准率两者之间是互逆的关系，即如果查全率高则查准率必然就低，反之亦然。故一般只能根据实际需要，迁就一方，或取折中之策。,查全率与查准率,查全率：针对某一个检索课题，在检索工具中必然只有一部分文献线索的内容与之相关，人们称为相关文献，但由于文献属类的分散性及文献标引的质量好坏，以及受限于检索者的技巧高低，这部分相关文献又不可能全部被检出，从而产生了查全率的概念，即：,步骤之二：分析提取课题概念方法,提取主要概念，区分出辅助概念、禁用词主要概念（也称核心概念）：课题研究的主要对象，包括课题归属的专业名称，课题涉及的具体原理、研究方法、材料工艺、应用领域等。辅助概念（也称普通概念）：没有专业意义的概念。禁用词（屏蔽概念）：没有检索意义、检索过程中一般不使用的词。包括：介词、冠词、连词等虚词，也包括没有事物含义的普通名词、代词、动词和形容词。,例1:关于机床模具的CAD设计主要概念：机床(machinetool)模具(mould)CAD辅助概念：设计禁用词:关于，的例2：聚丙烯的合成主要概念：聚丙烯辅助概念：合成禁用词:的,例3：农用拖拉机的研制与开发主要概念：农用拖拉机辅助概念：研制开发禁用词：的与例4：高性能激光放大器主要概念：激光放大器辅助概念：高性能,Question,以下课题中，区分出什么是主要概念，什么是辅助概念，什么是禁用词？1.复合纳米晶的研制2.食品添加剂的种类,步骤之三:检索词的提取、扩展、处理,检索词提取检索词扩展检索词处理,拆分法：将复合概念拆分为简单概念，然后再转化为检索词。1.数字光纤通信，应拆分成“数字”、“光纤”、“通信”三个概念不能拆分成“数字通信”、“光纤通信”2.信息管理系统研究：信息，管理，系统3.海水淡化装置：海水，淡水，装置4.计算机过程控制：计算机，过程，控制,检索词的提取,检索词的扩展,关键词语言：概念扩展的三种方法：基于同一概念的扩展法基于内容分析的扩展法基于检索结果的扩展法注意：概念扩展词之间的逻辑关系是“或”,概念扩展法之一：基于同一概念的扩展法（1）同一事物的学名、俗名、商品名学名俗名商品名NaCl盐计算机电脑PC乙醇酒精电力系统电网,（2）同一事物的简称、全称、音译和意译简称全称音译意译中科院中国科学院wwwworldwidewebCADcomputeraideddesigninternet互联网因特网motor电动机马达laser镭射激光器,做实习报告时注意专业术语的英文缩写,（3）同一事物名称的反义词光洁度与粗糙度（4）同一事物名词的单复数、不同词性、英美语的不同形式单数复数名词动词computercomputerscompositioncompose英拼美拼colourcolorfibrefiberhonourhonorcentrecenter,（5）同一事物名称的异地称呼内地台湾信息咨讯软件软体地铁捷运导弹飞弹,Question,写出以下概念的同物异名甲酸、乙酸、土豆、西红杮,概念扩展法之二：基于内容分析的扩展法（1）上位概念扩展法：分析检索对象的学科归属如：白炽灯上位概念：电灯谷氨酸上位概念：氨基酸战斗机上位概念：飞机（2）下位概念扩展法：概念分析的树形展开法如：机床：车床、磨床焊接：激光焊、钎焊、电弧焊（3）同位概念扩展法：同一层次的语言单位组成的词结构如：外圆磨床内圆磨床平面磨床,（4）隐含概念扩展：隐含概念是显见主题的更确切的表达。如：“一个取代高残杀菌剂的理想品种”隐含了“高效低毒杀菌剂”或“高效低毒农药”“绿色汽车”隐含环保汽车、节能汽车、电动汽车和低排放汽车等概念,概念扩展法之三:基于检索结果的概念扩展法对初步检索结果进行分析，能够得到与课题相关的新的检索概念。如：检索“半导体量子点检测动物体内瘦肉精的含量”经检索阅读文献，发现“瘦肉精”也称为“克喘素”，故可将“瘦肉精”扩展为“克喘素”。以家蚕抗质型多角体病毒品种的筛选查新课题为例经检索阅读文献，发现BmCPV为家蚕质型多角体病毒英文缩写,步骤之四:检索策略构成和调整方法,检索策略构成检索策略调整,检索策略构成,检索策略的定义:对多个检索词之间的相互关系和检索顺序作出的某种安排，即检索式。检索策略的构成:运用计算机情报检索系统可以接受的方法,包括布尔逻辑算符、位置算符、字段限制、优先算符等方法,表达课题检索要求的过程。即通过检索符来确定检索词之间检索顺序，列出检索式的过程。检索式由检索词和检索算符构成：（Web+3W+万维网+环球网+环球信息网）*分布式*协同工作,检索策略调整,扩展检索概念或检索词后重新检索。使用检索系统提供的检索词扩展功能进行检索。修改检索式，减少逻辑相“与”的检索词进行扩检。,当检索结果很多或很少甚至为零，必须对初步拟订的检索策略进行调整。,字段限定提高检索结果查准率,为了缩小检索范围，可利用字段代码来限制检索词出现的字段，以提高检索速度和命中率。CNKI数据库,检索结果少，则选择主题检索结果多，则选择题名,步骤之五:检索结果输出,输出格式(题录、摘要等)输出方式(屏幕显示、打印、存盘的选择),参见PPT“电子文献的常用格式及转换”,1.PDF格式及阅读器PDF(PortableDocumentFormat便携式文档格式)文件格式是美国Adobe公司开发的电子文件格式（文件扩展名为pdf），它使用工业标准的压缩算法，将文字、字型、格式、颜色及独立于设备和分辨率的图形图像等信息封装在一个文件中2.CAJ格式及阅读器CAJ文件格式是中国知网（CNKI）专用的文件格式（文件扩展名为caj），由中国学术期刊（光盘版）电子杂志社开发。这种格式保留了书刊纸质版的原始样式，使用中国知网提供的CAJViewer全文浏览器阅读及编辑。,电子文献格式的转换,1.PDF文件格式的转换PDF文件按照其创建过程可以分为以文本形式保存或以图片形式保存的两种保存格式。识别方法是在AdobeReader窗口的工具栏中，单击“文本选择工具”按钮，然后将鼠标移到文本区中拖动，如果能选择文本（拖动区域反白），则属于以文本形式保存的格式，如不能反白，无法选择文本，则属于以图片形式保存的格式。,电子文献格式的转换,1.PDF文件格式的转换PDF文件按照其创建过程可以分为以文本形式保存或以图片形式保存的两种保存格式。识别方法是在AdobeReader窗口的工具栏中，单击“文本选择工具”按钮，然后将鼠标移到文本区中拖动，如果能选择文本（拖动区域反白，如图1-14所示），则属于以文本形式保存的格式，如不能反白，无法选择文本，则属于以图片形式保存的格式。,用PDF2Word工具软件将PDF文件转换为Word文件利用Office2007的PDF功能进行转换,总结,1、分析检索课题：检索词的提取、扩展2、编写检索式3、根据检索结果调整检索式4、调整或重新编写检索式5、检索结果输出,综合示例1,课题：转子-轴承耦合系统动力响应问题研究检索词拆分：转子；轴承；耦合系统；动力响应检索式：转子and轴承and耦合系统and动力响应,综合示例2,课题：家蚕质型多角体病毒检测技术检索词拆分：家蚕；质型；多角体；病毒；BmCPV；检测；同义词：家蚕质型多角体病毒、BmCPV检索式：(家蚕and质型and多角体and病毒)and检测BmCPVand检测,综合示例3,课题：刚性联轴器精度与转动设备振动的研究检索词分析：刚性联轴器；转动设备（转动设备，转子，轴系）；振动；精度检索式：刚性联轴器and（转动设备or转子or轴系）and振动and精度,综合示例4,课题:芯金橡胶履带检索词拆分：芯金、橡胶、履带芯金的同义词：芯铁、铁芯、铁齿检索式:履带and(芯金or芯铁or铁芯or铁齿)and橡胶and履带,综合示例5,检索词拆分：桑疫病抗病育种品种选育同义词：桑疫病=烂头病检索式：（桑疫病or烂头病）and桑树and抗病（桑疫病or烂头病）and桑树and育种（桑疫病or烂头病）and桑树and品种and选育,课题：以抗桑疫病为主要