计算机检索的步骤和方法

1、计算机检索的步骤和方法 一、明确检索要求和检索目标 计算机检索的第一步准备工作是明确检索要求和检索目标。 明确检索要求就是要搞清楚本课题属于什么学科， 所需文献的类型及语种， 查找文献的年代， 所需文献的最佳篇数， 允许支配的检索费用。 这些要求对选择数据库、 构造检索策略都是十 分重要的。 确定检索目标也是进行计算机信息检索前应搞清楚的准备工作。例如： 如果属于开题调研， 则应尽可能地检索出与之相关的全部文献， 即要求较高的查全率； 以便充分地做好开题的准 备工作；如果属于探索性、开创性的课题，则只需要查出一些启发性的文献，对查准率和查 全率要求都不一定有很高的要求。 二、课题分析 1. 课

2、题概念的分析方法 分析课题就是分析出课题所涉及的主要概念， 并找出能代表这些概念的若干个词或词组， 进 而分析概念之间的上、下、左、右关系。对于新学科、交叉学科和边缘学科的课题，则要搞 清楚这些概念之间的关系。 概念分析的结果应以概念组为单元的词或词组的形式列出， 以便 下一步制订检索策略时使用。 2. 隐含概念的分析方法 有些课题的实质性内容往往很难从课题的名称上反映出来， 课题所隐含的概念和相关的内容 需要从课题所属的专业角度作深入分析， 才能提炼出能够确切反映课题内容的检索概念。 例 如：社会保障 包含 养老保险 、失业保险 、医疗保险 和社会救济 等概念，如果要检索 社会保障方面的文献

3、，应该析出上述概念，才能保证文献的查全率。 3. 核心概念的选取 有些检索词中已经含有的某些概念，在概念分析中应予以排除。 例如：课题 公司劳动奖励、 职工培训和养老保险制度管理的理论和实践 ，如果把 劳动奖励 ， 职工培训 ， 养老保险 ， 公司 ，制度 ，管理六个概念全部组配起来，则会造成大量文献漏检。实际上，劳动力 资源管理已经包含了劳动奖励、 职工培训和养老保险三个方面， 而且， 劳动力管理必然是针 对该三个方面而言的。因此，本课题只须采用劳动力资源 和管理 这两个本质概念即可。 为了提高文献的查准率， 应该从相应的规范词表中选择所需的检索词。 并且在确定检索词时， 除了要考虑反映主题

4、概念的同义词、 近义词等相关的检索词外， 还要注意选择被选用检索词 的缩写词和不同拼法的词，以避免漏检有关的文献 。 三、检索词的扩展、选择和处理 目前的计算机信息检索系统，还不具备智能思考的能力，还不会对所输入的检索词以及涉及 的所有词进行自动、全面的检索，因此，必须在概念分析的基础上列出与概念有关的词，从 中做出选择，并利用截词等方法对检索词予以归并。 1 相同概念的检索词的扩展 扩展相同概念的检索词的方法一般有同义词方法、主题词表方法和截词方法 （1）同义词方法。在同一概念的范畴内，从语言角度，选择不同的名称、不同的拼写方 法和单复数形式。不同的名称包括学名和俗名、简称和全称，商品名和物

5、质或产品名，事物 的代码和事物的学名。不同的拼写方法，以英语为例，包括英式英语和美式英语的区别。 （2）截词方法。当某些检索词词干相同、词义相近，但词尾或词中间有变化时（多数英语 单词的单复数变化和英美不同拼写形式），可以采用截词方法扩展检索词。这种方法要求在 词干后使用截词符。截词符一般包括”?和*两种。具体采用什么形式，各个系统都有明确 的规定。例如：在DIALOG系统中，截词符号有无限截词算符（”?”）和有限截词（?和”?？ ?） 等多种，”?有时还用做字符屏蔽符。 （3）主题词表方法。许多数据库都编有自己的主题词表。在数据库编有主题词表的情况 下，应该尽量从词表中选择检索词。使用主题词

6、表，不仅可以使检索词更加规范，提高检索 结果的准确性，而且可以从同族词中选取更多的上位词、下位词、相关词，使获得的检索结 果更为理想。 2 检索词的选择和处理 运用上述方法得到的词，首先应加以选择，并且注意选用本专业通用的术语（应避免使用冷 僻词和根据中文术语自译生造的词），然后以概念为单位，构成组面（facets）。例如：课题东 西方社会保障制度比较研究 ”的概念组面和检索词为： 概念组面1 :社会保障” social security 概念组面 2：制度研究system? Research 四、数据库的选择 不同数据库的学科范围不同，检索指令不同，收费的标准也不同。所以，在检索之前应该阅

7、读有关数据库的使用介绍，以便选择数据库时做到心中有数。 选择数据库，我们一般应该遵循以下几条原则： 1 按照课题的检索要求和目的，选择收录文献种类多、专业覆盖面宽、年代跨度对口的数 据库； 2 当需要查找最新文献信息时，选择数据更新周期短的数据库； 3 当还需要获取原文时，选取原文获取较容易的数据库； 4 在同时有多个数据库可供选择的情况下，应首先选择比较熟悉的数据库。 5当几个数据库的内容交 *重复率比较高时，应选择检索费用比较低的数据库。 五、检索策略构成和调整方法 在实际检索过程中，仅需一个检索词就能满足检索要求的情况并不很多。通常我们需要 使用多个检索词构成检索策略，以满足由多概念组配

8、而成的较为复杂课题的要求。 检索策略，又称提问逻辑，就是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。 构造检索策略就是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、位置逻辑 算符等方法，表达课题检索要求的过程。 1 布尔逻辑算符 规定检索词之间的逻辑关系的算符，称为布尔逻辑算符。布尔逻辑算符包括逻辑”或(OR)、 与(AND)和非(NOT)。 (1) 或(OR)运算符。也可用+代替，是用来组配具有同义或同族概念的词，如同义词、相关 词等。其含义是，检出的记录中，至少含有两个检索词中的一个。OR算符的基本作用是扩 大检索范围，增加命中文献量，提高检索结果的查全率，OR运算符还有

9、一个去重的功能。 在实际检索中，同一组面中含义相同的词，相互之间都使用OR运算符。另外，在使用截词 方法检索具有相同词干的检索词时，这些词之间也自动地隐含了逻辑”或的关系。 (2) 与(AND)运算符。也可用* 代替，用来组配不同检索概念。其含义是检出的记录必须同 时含有所有的检索词。 AND算符的基本作用是缩小检索范围，减少命中文献量，提高检索 结果的查准率。在实际检索中，不同概念组面之间以及同一组面内的不同含义的词之间通常 使用AND算符。 (3) 非(NOT)运算符。也可用-代替，但在检索时建议使用NOT,以避免与词间的分隔 符-混淆，NOT算符是排除含有某些词的记录的，即检出的记录中只

10、能含有NOT算符前的 检索词，但不能同时含有其后的词。NOT算符的基本作用是缩小检索范围，提高检索结果的 查准率. 对于一个复杂的逻辑检索式，检索系统的处理是从左向右进行的。在有括号的情况下， 先执行括号内的运算；有多层括号时，先执行最内层括号中的运算，逐层向外进行。在没有 括号的情况下，And、Or、Not的运算次序，在不同的系统中有不同的规定。 2.位置算符 位置算符又称邻接算符(adjacent operators)，适用于两个检索词以指定间隔距离或者指定的 顺序出现的场合，比如，以词组形式表达的概念；彼此相邻的两个或两个以上的词；被禁用 词或特殊符号分隔的词等。位置算符是调整检索策略的

11、一种重要手段。按照两个检索词出现 的顺序和距离，可以有多种位置算符，而且对同一种位置算符，检索系统不同，规定的位置 算符也不同。例如，Compendex光盘数据库使用的位置算符 （N）（表示其两侧的检索词必 须紧密相连，除开空格和标点符号外， 不得插入其它词或字母， 两词的词序可以颠倒）、（F） （表示其两侧的检索词必须在同一字段（例如同在题目字段或文摘字段 ）中出现，两词的词序 可以颠倒）、”（S）（表示其两侧的检索词必须在同一句子中出现，两词的词序可以颠倒）和 （W）（表示其两侧的检索词必须紧密相连，除开空格和标点符号外，不得插入其它词或字 母，两词的词序不可以颠倒）四种（如下所列）。 （

12、1）（nW）算符：表示两个检索词（关键词、主题词）中间可以插入“n”个词，但他们之 间的顺序不能颠倒，但允许有一空格或标点符号 （2）（nN）算符：表示两个检索词（关键词、主题词）中间可以插入“n”个词，且词序可 以颠倒。 （3）（ F）算符：表示两个检索词（关键词、主题词）必须出现在同一个字段内，但两词的 词序和中间插入的词数不限。 （4）（S）算符：表示两个检索词（关键词、主题词）必须出现在同一个子字段内，但两词 的词序和中间插入的词数不限。 注意：在不同的数据库中，位置算符检索功能及算符不同，应参看数据库的使用说明。 3 .字段限制 字段限制也是调整检索策略的一种重要的手段。它是限定检索

13、词必须在数据库记录中规定的 字段范围内出现的文献，方为命中文献的一种检索方法。如果想指定在题名等字段中查找所 希望的检索词，就需要使用字段限制。字段限制适用于在已有一定数量输出记录的基础上， 通过指定字段的方法，减少输出篇数，提高检索结果的查准率的场合。由于字段限制采用前 缀和后缀的形式，因此又称为前缀限制和后缀限制。例如Compendex光盘数据库基本字段 限制的用法是在需要指定字段的检索词后加上后缀运算符/和段码。这个数据库辅助字段 限制的用法是在需要指定字段的检索词（有时检索词须放在双引号内）之前加上段码和前缀 运算符=。 常用的字段代码有标题（TI）、文摘（AB）、叙词（DE）、识别词

14、或自由词（ID）、作者（AU）、 语种（LA）、刊名（JN）、文献类型（DT）、年代（PY等。这些限制符在不同的数据库系统 有不同的表达形式和使用规则。 4. 截词符检索（Truncation、Wildcard Symbols ） 利用检索词（关键词、主题词）的词干或不完整词形进行查找的过程为截词检索。它可以起 到扩大检索范围，提高查全率，减少检索词（关键词、主题词）（关键词、主题词）的输入 量，节省检索时间。尤其在英文检索系统中检索时，若遇到名词的单复数形式，词的不同拼 写法，词的后缀变化时，均可采用此方法。截词的方式有多种，可以分为有限截词、无限截 词和中间截词。 （1）有限截词：有限后截

15、词主要用于词的单、复数，动词的词尾变化等。将“n”个截词符 放在检索词（关键词、主题词）的词干或词尾可能变化的位置上。 （2）中间截词：一般来说，中间截词仅允许有限截词，主要用于英、美拼写不同的词和单 复数拼写不同的词。例如：wom?n woma n wome n （3 ）无限截词：截去某个词的尾部，是词的前方一致比较，也称前方一致检索。在检索词 （关键词、主题词）干后加1个截词符“？”或“*”。表示该词尾允许变化的字符数不受 任何限制。例如： comput* 可检索出 computer、comput ing、computers、computeri ng、 computeriati on 等词

16、的记录。 任何一种截词检索，都隐含着布尔逻辑检索的“或”运算。采用截词检索时，既要灵活、又 要谨慎，截词的部位要适当，如果截得太短（输入的字符不得少于 3个），将影响查准率。另 外，不同的检索系统使用的截词符不同、各数据库所支持的截断类型也不同。 不一定能满足课题检索的要求，例如：或者检出的篇数过多， 而且不相关文献所占比例很大， 或者检出的文献数量太少，有时甚至为零，这时就需要调整检索策略。 调整检索策略之前，首先要分析造成检索结果不理想的原因。对于输出篇数过多的情况， 应分析是否是由下述原因造成的：选用了多义性的检索词；截词截得过短；输入的 检索词太少；应该使用 与（AND）的使用了 或（

17、OR）；优先运算符（）使用错误。对于输 出篇数过少的情况，应分析是否是由下述原因造成的：检索词拼写错误；遗漏重要的 同义词或隐含概念；检索词过于冷僻具体；没有使用截词算符；位置算符和字段算 符使用的过多；使用过多的与（AND）算符。 针对上述原因，如果是属于需要扩大检索范围， 提高文献查全率，调整检索策略的方法 有：减少与（AND）算符，增加同义词或同族相关词使用逻辑或 （OR）将它们连接起来； 在词干相同的单词后使用截词符 （？）:去除已有的字段限制、位置算符限制 （或者改用限 制程度较小的位置算符）。 如果是属于缩小检索范围，提高文献查准率的，调整检索策略的方法有：减少同义词 或同族相关词

18、；增加限制概念，用逻辑与（AND）将它们连接起来；使用字段限制，或者 限定检索词在指定的基本字段，或者指定的辅助字段出现，限制检索结果的文献类型、语 种、出版国家；使用适当的位置算符；使用”非（NOT）算符，排除无关概念。 六、输出格式和方式的选择 所谓输出格式的选择是对记录字段的选择。 所谓输出方式的选择是指对屏幕显示、 打印和存 盘的选择。 一般情况下，如果输出的是中间结果，属于基本字段的题目（TI）、文摘（AB）、叙 词（DE）和识别词（ID）字段是必须的，这些字段有利于观察结果，对检索策略做进一步调整。 如果是最终结果，可以根据时间、经费条件选择其中适用的格式。 输出方式的选择，要注意的问题是，数据