文献信息检索与利用

1、文献信息检索与利用,基本概念篇,第一章,绪,论,第一节,信息检索的意义和作用,第二节,文献、信息基本知识,第三节,文献检索系统,第一节,信息检索的意义和作用,1,信息检索是现代人才的基本生存技能,2,信息检索是现代人才信息素质的重要方面,3,信息检索是科学交流的重要途径,4,信息检索是开发信息资源的工具,5,信息检索是管理决策的基础,6,信息检索是避免重复研究的必由之路,7,信息检索是治学之道,第二节,文献、信息基本知识,一,基本概念,1,信息,消除对客观事物认识的不定性的东西，是符号、信号或消,息所包含的内容,2,知识,人们对自然和社会的认识和描述的总和,3,文献,记载有知识的载体,4,出版

2、物,可以理解为文献的表现形式或承载物，大多,数情况下等,同于文献,5,信息源,产生信息的事物，在本课程中，指文献信息源,6,信息资源,可以理解为信息源所含的信息本身，是信息源的内含,在大多数场合，信息源、信息资源、文献信息资源是同义的,7,信息检索：利用一定的工具从大量的信息资源中迅速、准确地查,找出与特定的要求有关的信息,本课程中,信息检索、文献检索、文献信息检索,视为同一概念,二）文献的构成要素,知识内容,符号系统,文献中记录信息和知识，这是文献的灵魂,表达知识信息的手段，包括语言、文字、图画,表格、公式、编码、音响、图象、声像等,信息内容存储的依附体，包括印刷型文献、音像,制品、机读资料

3、等,文献载体,记录方式,刻划、手写、机械印刷、拍摄和电脑录入、扫描,等生产方式,三）、文献的类型：按载体划分,按,载,体,划,分,印刷型文献,感光型文献,机读型文献,说明：多数著作把文献分为印刷型、缩微型、视听型,机读型四种，而以甲骨、竹简、金石、帛等为载体的文献较,少见，这里不讨论,印刷型文献（纸本文献,载体：纸张,实例：图书、杂志、报纸,记录手段：印刷、抄写,特点：可直接阅读，方便,使用；不利于检索和保存,收藏文献占用空间大,感光型文献,载体,感光材料,实例,缩微平片、电影胶片、幻灯片,记录手段,缩微技术、摄影技术,特点,体积小；价格低；不能直接阅读,机读型文献（电子文献,载体,磁性材料、

4、光盘,实例,磁盘、光盘、磁带,记录手段,磁记录、编码技术,特点,存储密度高、速度快,便,于远距离传输；易复制,成本高,不能直接阅读,三）、按出版形式划分,十大信息源,按,出,版,形,式,的,不,同,图,书,连续出版物,期刊,报纸,研究报告,会议文献,专利文献,技术标准,学位论文,产品样本,技术档案,特种文献,图书的含义,凡篇幅达,49,页以,上并构一个书目单元,的文献称为图书。未,达到,49,页的，可称为,小册子,图书的特征,主题突出，内容系统全面，论述全面深入,知识成熟稳定。适合于学习型读者,出版的周期长，因而其内容一般就缺乏,最新的研究成果,期,定义,刊,期刊又称杂志，它是指,围绕某个专题

5、的定期或不定,期连续出版的出版物。名称,统一、开本固定、有连续的,序号、汇集了多位作者分别,撰写的多篇文章,期刊的特点,A,期刊以品种为单位形成知识流,B,出版周期短，内容新颖、及时、广泛，专深,C,内容不全面系统，不成熟，论题窄,D,文献中数量最多，使用量最大,核心期刊,少数刊载某一学科大量高质量专业论文的期刊,特点,1,刊载专业文献密度高，信息含量高,2,水平较高，代表本学科的最新发展水平,3,出版相对稳定，所载文献寿命较长,4,利用率和被引率较高,目前，许多单位核心期刊的判定是以,中文核心期刊要目总览为标准,报,纸,形式特征,有统一的名称，定期连续出,版，每期汇集许多篇文章、报道、消息,

6、等，多为对开或四开，以单张散页形式,出版,报,纸,内容特征,时间性强，能以最快的速度报道国内外,发生的最新事件和科学技术的最新研究成果，内容,广泛,类型,按出版周期分，有日报、双日报、周报、旬,报等；按范围划分，有全国性报纸、地方性报纸,系统性报纸等；按内容划分，有综合性报纸、专业,性报纸,研,究,报,告,科技报告的特点,研究报告是单位和,个人向上级或委托单位,撰写的关于某个课题研,究成果的正式报告,1,内容新颖，选题尖端实用,2,不公开发行或少量发行,3,质量参差不齐,4,保密性强,5,每份报告独立成册，有连续编号,会,议,文,献,会议文献是指在各,种会议上宣读、交流的,论文、报告、会议录等

7、,文献。定期召开的会议,录或论文集其实相当于,连续出版物,专,利,文,献,专利文献主要由专利说明书构成,所谓专利说明书是指专利申请人,向专利局递交的有关发明目的,构成和效果的技术文件,科技报告的特点,1,包括发明专利、实用新型专利和外观设计专利三种,2,内容比较具体，有的还有附图，通过它可以了解该项,专利的主要技术内容,3,新颖性、创造性和实用性,有重大参考价值,4,经审核可向全世界发行，获取容易,标,准,文,献,标准具有一定的法律约束,力，对技术的规定详尽、完整,可靠，更新频繁,检索时必须,注意是否最新标准,标准,是按规定程序制订,经权威机构公认或主管部门批,准的在特定范围内执行的规格,规则

8、、技术要求等规范性文件,学,位,论,文,学位论文,是指高等院校和科研单位中的本,科生、研究生为获得学位，在导师指导下完成,的科学研究、科学试验成果的书面报告,学位论文一般不对外发行，印数少，不,容易获得,质量参差不齐，其中硕士、博士论文较,为专深，对研究工作有较大参考价值,三）、文献的类型：按文献级别划分,一次文献,二次文献,按文献,的级别,三次文献,零次文献,1,一次文献,作者以自己的研究成果为基础创作或撰写的文献,对知识的第一次加工；具有创造性,大多数期刊论文、科技报告、学术论文,2,二次文献,对一次文献进行加工整理而成的具有报道和检索,作用的文献,对知识的第二次加工；有序化；提供一次文献

9、线索,目录、题录、文摘等检索工具,3,三次文献,利用二次文献系统地检索出一批有关的文献，对,其内容进行比较分析，综合述评而编撰的文献,对知识的再加工；提供文献检索,综述、专著,字词典、百科全书,4,零次文献,还未形成一次文献的非出版物,论文草稿、谈话记录、实验记录、书信,从检索的角度来看,一次文献是检索的对象（目标,二次文献是检索的工具（手段,三次文献是情报研究的成果（检索目标,检索手段,从知识加工角度来看,一次文献是对知识的第一次加工,创造性,二次文献是对知识的第二次加工,有序化,三次文献是对知识的再加工,有序化,创造性,四）现代文献的整体特点,1,数量激增,2,类型复杂,3,文种多样,4,

10、内容交叉重复,5,文献聚散有序,6,新陈代谢频繁,第三节,一）概念,文献信息检索系统,文献信息检索,广义：将文献信息按一定方式组,织和存储起来，并针对信息用户的特点需求查找出,所需信息内容的过程。狭义,P9,职能,存储、检索,二）检索工具,参考工具书,字典、词典、百,科全书、手册、指南、名录,年表、数据、统计资料,检索工具书,书目、索引,文摘,文,献,信,息,检,索,工,具,手工检索工具,机械检索工具,计算机检索,三）信息检索的类型,文献检索,数据检索,信息检索的主要形式，通过二次文献，包括手工检索工具,和计算机检索系统，找出所需的一次文献或三次文献,以数据为对象的检索，如查找数学公式、数据图

11、表、某一,材料的成分、性能等，是一种确定性检索,是以特定的事实为检索对象。事实内容包括大量的科学事,件和社会事件,事实检索,概念检索,就是查找特定概念的含义、作用、原理或使用范围等解释,性内容或说明,三）信息检索的类型,全文检索,图像检索,多媒体检索,检索系统存储的是整篇文章或整本图书。还有另一,层意义：即从文献的全文中进行某项检索,即以图形、图像或图文信息为检索内容的信息检索,是以文字、图像、声音等多媒体信息为检索内容的,信息检索,四）检索效果评介,查全率,R,检出的符合要求的相关文献占全部相关文献的,比例,R=b/a*100,a,为符合要求的全部文献,b,为检出的符合要,求的相关文献,漏检

12、率,O,未被检出的符合要求的相关文献占全部相关文,献的比例,O,1-R,100,查准率,P,检出的符合条件的相关文献占检出的全部文献的比,例,P=b/c *100%(c,为检出的全部文献,误检率,N,检出的未符合条件的文献占检出的全部文献的,比例,N=(1-P)*100,以上四个检索评介参数只适用于内涵清楚的机检系统,习题,1,文献及文献的构成要素,2,按文献级别区分，文献可分为几种,3,在一个具有,1000,篇文献的试验性机检系统,中检索某课题，用一特定检索策略查该课,题时输出文献,60,篇。经分析评估，发现该,系统中共有该课题相关文献,50,篇，检出的,文献中实际相关文献只有,30,篇，求

13、查全率,查准率、误检率和漏检率,第二章,第一节,文献信息检索基础,检索技术及其实现,第二节,检索途径和语言,第三节,检索步骤,第一节,信息检索技术及实现,一、检索方式,1,命令式检索：用逻辑运算符、位置算符,及其他检索符号，把不同的检索词连接起来,进行检索的一个种方式。适用于专业人员,如,经济,WTO,世界贸易组织,企业,发展,2,菜单式检索：一种通过窗口菜单进行检,索的简单、易操作的检索方式。适用于一般,读者检索。如图,第一节,信息检索技术及实现,一、逻辑提问式（布尔逻辑组配,计算机检索的,基本技术，主要通过逻辑运算符（布尔算符）“与,and,*,或,or,非,not,等将检索词连接的提问式

14、,注意：优生级为,not,and,or,用括号保证优先权；运算符两侧必须各有,一个空格（半角,对、两词而言其,AND,OR,NOT,的逻辑含义如下,A and B,A * B,表示提问要求命中文献同时包含,A,B,两个特征,例：图书馆信息资源建设,提问式：图书馆,信息资源,建设,A or B,表示提问要求命中文献包含,A,B,两个特征中的任何一个即可,A + B,例：数据挖掘在信息检索与信息分析中的应用,提问式：数据挖掘,信息检索,信息分析,A not B,表示提问要求命中文献包含特征,A,但不能包含特征,B,A,B,例：自由分配方面的文献（排除海南大学师生的著作,提问式,关键词,自由分配,n

15、ot,单位,海南大学,命令式检索的组配,菜单式检索的组配,检索结果,第二章第一节,二、位置算符,在检索词之间使用，规定算符两边的检索词出现在记录,中的的位置，以提高检准率,常见的位置算符如下,位置算符,表示方法,W,或,说明,两个词在命中结果中相邻（可有空格、标点和连,字符），词序不得颠倒,两个词之间最多可夹入,n,个词，词序不得颠倒,两个词在命中结果中相邻，词序可颠倒,两个词之间最多可夹入,n,个词，词序可颠倒,两个词在同一字段出现，位置不固定,with,near,field,nW,N,nN,F,subfield,S,L,link,两个词在同一子字段出现，位置不固定,两个词在同一规范词单元内

16、出现，位置不固定,第二章第一节,三、通配符（截词检索,截词检索是利用检索词的词干或不完整的词形进行检索。其,方法是在词干后可能变化的字符处加上通配符,可减少检索词的,输入量，简化检索步骤，提高查全率,1,无限截词,检索词的词干后（前）加一个“？”（有的系统为加,表示词干后（前）可以有任意个字符。当通配符在词干后方,时，我们称为,前方一致或右截断,如,apple,可代替,apple,apples + apple-pie + applesauce,通配符在词干前方时，我们,称为,后方一致或左截断,如,economics,可代替,economics,micro economics + macro e

17、conomics,同时采用以上两种方式,为,复合截断,如,count,来代替,count + account +counter,accounting,也可截去中间部分，使词的两边一致，称为,两边,一致,如,wom?n,代替,woman + women + womyn,2,有限截词,检索词的词干后加一个或一个以上（最多,4,个）的,”，空格后再加一个“？”，则空格前的,个数表示词干,后允许有的最多字符数。如,apple? ,只能代替,apple,apples,applet,而不能代替,applejack,注意：不同的系统有不同的通配符，以上是,DIALOG,的截词方法,在,EBSCO,中，无限截

18、词符号为,，有限截词符号为“,另外，截词的部位要适当，截得太短（输入的字符不得少于,3,个），会增加误检，截得太长，会出现漏检,注意：由于文字结构方面的原因，中文检索系统极少,使用截词检索和位置算符检索,四,禁用词,在绝大多数的检索系统中，介词、代词、等单独使用,无实际意义的词以及使用频率很高的词不能作为检索词，被称为,禁用词，如,an,and,by,for,from,of,the,to,with,等等,第二章第一节,五、限制检索,在命令式检索中，通常要用字段代码来限定检索的字段，不同的数,据库使用的字段代码略有不同,全国报刊索引”的字段标识为,A,分类,B,题名,C,著者,D,单位,E,刊名

19、,F,年份,G,主题,H,文摘,I,全字段,例,B,图书馆,D,海南大学,DIALOG,的基本索引字段标识为,AB,文摘,DE,叙词,ID,自由词,SH,分类标题,TI,题目,CO,公司），检索形式,为“检索词,字段代码”。辅助索引有,AU,著作,JN,期刊,PY,年,代,检索形式为“字段标识符,检索词,例,personal (w) computer/de or network/ti) and la = english and,py = 2002,或,personal (w) computer/de, ti, id or network/ti, ab) and la,english and p

20、y = 2002,CNKI,直接用字段名称标识，如：题名,计算机,and,机构,海南大学,除字段限制外，有些检索系统还提供一类限制检索，如,EBSCO,检,索中可限制时间、全文、出版物类型、文章类型、同行评介、封,面文章、图像等,第二章第二节,检索途径和语言,一、检索途径：检索途径又称为检索点、检索入口或检索,标识，指用户进行信息检索的出发点和依据，它是由信息,的内部特征和外部特征构成的。不同的检索途径，需要采,用不同的检索语言进行检索,文,献,信,息,检,索,途,径,外部特征,题名：书名、刊名、篇名、引文等,责任者：著者,译者,出版者,专利权人等,号码,ISBN,专利号、报告号、标准号等,内

21、部特征,分类,主题：包括叙词、主题词、关键词等,第二章第二节,检索途径和语言,二、检索语言,用来描述检索提问主题、学科分类等内容的,语言，它和检索途径是相对应的。常见的检索语言有,主题语,言,和,分类语言,表述文献外表,特征的语言,题名,责任者,号码,引文,检,索,语,言,的,类,型,分类法,表述文献内容,特征的语言,主题法,1,主题词语言,标题词语言,是从文献的题目和内容中抽出来，经过规范化处理的主题,语言。是一种先组式的自然语言,叙词语言：又称主题词,是以表达文献主题内容的概念单元为基础，经,过规范化处理，可以进行逻辑组配的一种主语语言。是一种后组式的人,工语言,以上两种语言,都是规范化的

22、检索,语言，其检索词从,相关词表中得出,标题语言和叙词语,言界限日益模糊,逐步向叙词语言转,化，因此，叙词语,言是规范化词语检,索的基本方法,图,EBSCO,的主题词表,中国主题词表,天象,光行差,临边黄昏,临边增亮,天象图,考古,Z,耆那教教派,Y,石刻天文图,C,白衣派,天象仪,天应穴,Z,天文仪器,Y,阿是穴,天衣派,D,祼衣派,关键词语言,从文献的题名、摘要和正文中抽出的具有实际意,义的非规范化自然语言。其优点是,1,简捷，降低对检索人员的要求,2,易用，易于计算机编制和检索,3,及时，能及时更新词汇,缺点,1,不规范，有大量的同义词、近义词，影响查全率和查准率,如“高速公路”有,au

23、tobahn,autoroute,freeway,speedway,thruway,等，“图形图像”和“图形图象,同义，检索时如果不能全部记住，会出现漏检；而,cell,既指,细胞又指电池，检索时会出现误检,2,词汇量大，给存取带来困难,由于关键词是未经人工干预的自然语言，符合大众的检索,习惯，大多数检索系统都有关键词检索,2,分类语言,是一种按学科范畴和体系来划分事物的检索语言,以分类表的形式体现。它展示了学科的系统性，反映了事物的从,属、派生关系，从上至下，从总体到局部层层划分展开，是一种,等级体系。由类目和相对应的类号来表达各种概念，构成一个完,整的分类类目表,如,中国图书馆分类法,I2

24、,中国文字,I24,小说,I247,当代作品,1949,I247.5,新体长篇、中篇小说,58,武侠小说,如果我们要查找“天龙八部”，分类号为,I247.58,使用分类法进行检索，能准确全面查找某一学科的文献信息,但会漏检同一主题的文献信息,分类语言是一种人工语言，多数检索系统都是用分类号检索,的，普通用户难以掌握，一些数据库分类过粗，一个类目下面汇,集大量文献。而且分类法一般是数年才修订一次，不能反映最新,的科学成果,第二节,检索步骤,检索步骤,根据既定课题要求,利用检索工具查找有关文献资料的,具体过程,实际是信息检索的具体化。为实现检索而制定的计划或,方案称之为,检索策略,主要有以下步骤,

25、1,进行课题分析,明确课题需求,检索文献信息前对课题内容进行分析,明确文献检索的目的,课题需求可以分为三种类型,a,普查型,需要全面收集有关某一主题的文献资料，如以课题开,题、教材编写等。具有普查、回溯的特点，要求尽可能高的查全,率,b,攻关型,需要收集有关某一主题某一特定方面的文献，其目的,在于解决科研、生产中的关键问题，这类需求不强调查询的文献,数量，但需要查得的文献具有较强的专指性,c,学习型,需要了解掌握某一领域的研究动向、研究成果或相关,知识，要求查到的文献具有新颖及时的特点，而对查全率和查准,率不一定有很高的要求,2,选择检索系统,选择检索工具时要考虑是否与文献需求,紧密结合、学科

26、专业对口、覆盖信息面广、报道及时、揭示,信息内容准确、有一定深度的工具以及检索系统的检索功能,是否完善等，主要有几个方面,全面性,即是否与课题相关的内容都要检索，包括的工具有,一次文献和二次文献数据库，以及网上相关资源等,针对性,保证选择的检索工具与检索课题的学科一致,专业性,即选择与学科专业相关的工具，特别注意跨学科领,域内容,权威性,尽量选用该学科的权威性检索工具,了解检索工具收录的范围，包括时间跨度、地理范围、文献,语种、类型等,检索工具的检索方法和系统功能是否全面有效,3,检索词的选择,检索词是表达信息需求和检索课,题内容的基本单元，选择恰当与否，会直接影响检,索效果,检索词包括主题、作者、分类、号码等,检索词的选择与确定要注意,根据检索课题所涉及的学科专业和技术内容选词,根据检索目的选词,如：“屠宰场含脂水的处理,目的是富含脂肪的污水处理，因此并不在乎是屠宰,厂还是肉联厂。再如：盐碱地改良。进一步和读者,沟通后得知盐碱地改良是通过生物技术实现的，所,以，加上生物技术更能体现出检索目的,考虑相应的同义词,对同一事物，人们对其有不同,的称呼和表达，如“计算机”又称“电脑”、“图,形图像与图形图象“，“污水处理、污水控制与水,净化”，“