文献检索与论文写作讲义要点

1、文献信息检索与论文写作讲义、八 、-前言古今中外，凡学术研究之集大成者，都非常重视搜求和 利用文献资料。中国儒家经典之一论语的八佾篇中 记载着我国古代思想家、教育家孔子的一段话： “夏礼吾能言 之，杞不足徵也；殷礼吾能言之，宋不足徵也；文献不足故 也。足，则吾能徵之矣。 （”这段话的意思是： “夏朝的礼，我能 说出来，（但是它的后代）杞国不足以证明我的话；殷朝的 礼，我能说出来， （但它的后代）宋国不足以证明我的话。 这是由于文字资料及熟悉夏礼和殷礼的人不足的缘故造成 的。如果足够的话，我就可以得到证明了。 ”）孔子论事有据、 注重文献的治学精神由此可见一斑。英国伟大的科学家牛顿说过： “如果

2、说我比别人看得略为 远些，那是因为我站在巨人们的肩膀上的缘故。 ”（ 这句名言最 初出现在牛顿给发明显微镜、提出胡克定律的英国力学家胡 克（Robert Hooke, 1635- 1703 ）的一封回信中。）牛顿所谓的“站在巨人肩膀上”，意思就是指他充分地占有和利用文献 资料，从前人研究的“终点”中找出自己研究的“起点”，从而在 学术研究工作中取得了突破性的成就。上述孔子和牛顿的言论，充分说明文献资料在学术研究 中的重要作用。而文献信息检索方法是扩大资料来源的重要 途径，它既是一门学科，也是一种学习方法。文献信息检索与论文写作是为大四学生准备毕业论 文而设的一门网上自修课，它淡化了学科的伦理研

3、究和概念 论述， 侧重于实务和应用。 毕竟， 探究文献信息是众人之事， 须善于撷取他人之长，但学习文献信息检索技巧却是因人而 异，须推陈出新，善于融汇一己心得。因此，本课程融百家 之言于一炉，但更求能为学生提供一些适合于本学科的新信 息、新技能，传递文献信息检索的新思想、新观念。文献信息检索的目的是应用，在应用之中我们一定还要 注意拿来主义与学术创新之间的关系。复旦教授俞吾金认 为，学术规范的灵魂是学术创新。他说： “任何一种学术研究 活动，如果缺乏对它以前的研究史的必要的回应，本质上都 是不合法的。换言之，任何一种学术研究成果，如果不包含 着对前人和同时代人的代表性研究成果的必要的回应，那

4、么，它根本上就是不合法的，就是不符合学术规范的。 ”这段 话精辟地概括出了我们在写论文时既要注意研究资料自主 创新，又不能抄袭别人的成果，否则大处说叫学术腐败，小 处说是做人不诚实。北京大学温儒敏认为：学术规范应从细 小的事做起，从自己做起。他说： “现在的确有不少学者，特 别是年轻的学者和研究生、 大学生， 不一定都了解学术规范。 比如，引用别人观点必须注明出处，而且尽量引用第一手材料，这样一些基本要求，未必都能做到。这是我们长期忽视学术基础教育的结果，在短时间改变恐怕很难。但我们还是 要从一些细小的事情做起，从自己做起，点滴积累和建设。温教授上面的话说出了我们应用文献信息的原则，它是 源头

5、活水，我们在使用这活水时一定要记得告诉别人这水是 从哪里取来的。第一节 文献信息与检索一、文献信息的概念 文献的定义是记录有知识的一切载体。它的延伸含义是 记录有知识或信息的物质载体。因此，文献具有如下属性： 知识或信息性、 物质实体性、 人工记录性 （出土文物是文献， 动、植物化石不是文献） 、动态发展性（数量日趋庞大、生 命周期日趋缩短） 。文献的近义词是：信息、知识、情报。作为载体它为我 们提供信息、知识和情报。文献信息就是文献这种载体为我 们提供的信息，它既指文献本身，又指文献中所包含的信息 内容。二、文献的分类和特点 按照不同的用途和特性，文献可以有不同的分类。1、按自身的用途和编辑

6、出版特点， 文献分为 10 种： 图 书、期刊、科技报告、会议文献、政府出版物、专利文献、 标准文献、资料素材、学位论文、专业文档。当然，随着现 代传媒技术和网络技术的发展，文献的用途越来越广，按编 辑特点的类型应该超出了这 10 种的范围。2、按文献载体分类，文献可以归为4 类：（1）印刷型文献纸质图书、报纸等（2）缩微型文献缩微胶片、胶卷等（3）声像型文献唱片、录音录像带等（4）电子型文献电子图书、电子期刊、联机数据 库、网络数据库、光盘数据库等，这类数据与传统的事物文 献的形态不同，也叫虚拟文件。3、按加工深度分类，文献又可呈阶梯状分为4 种类型：（ 1）零次文献指未经公开发表、非正式出

7、版、非正式渠道交流的或未交流于社会的文献。零次文献的形式是只 为个人或者某一团体所用， 具有客观性、 零散性和不成熟性。 如私人笔记、设计草图、试验纪录、会议记录、书信、论文 草稿、私人笔记、会议记录、书信、 email 、 BBS 文章、博 客、讨论组文章 等。（ 2）一次文献凡是作者以自己的研究成果为基础素材，创作或撰写的，并公开发表和出版的文献，也称为原始 文献，这是文献源中最主要的部分，但数量庞大、内容分散 不便于管理。一次文献具有创造性、新颖性、系统性、形式多样性等特点。如图书、报纸、期刊论文、专利说明、会议 文献、研究报告、专著、学位论文、科技报告 。（ 3）二次文献是对大量无序、

8、分散的一次文献进行加工、整理、提炼、标引及编序后形成的文献。二次文献具 有浓缩性、汇集性、系统性等特点。二次文献的功能是报道 原始文献，并为查找一次文献提供线索。主要指检索工具， 如书目、索引、文摘目录、题录、搜索引擎等，（ 4）三次文献是对一定范围内的一次、 二次文献信息进行分析、综合、概括后编写的系统化的文献形式，又分 为综述研究类和参考工具类。三次文献具有综合性、针对性 强、参考价值高等特点。 如专题述评、 动态综述、 学科总结、 进展报告、 综述以及词典、 指南、 年鉴、 手册、百科全书 （维 基百科）等参考书、网站。三次文献主要是文献信息研究的 产物和成果。三、文献信息检索概论 文献

9、信息检索就是对所需文献或文献中包含的信息内 容进行查找、获取。它还是一门关于信息资源存储、整序、 查找理论和方法的学科。其研究对象即为信息检索的理论和 实践。具体研究内容包括检索语言、检索系统、检索策略以 及在网络环境下的检索技术与服务等。下面我们简单地了解 一下这些理论和概念。1、文献信息检索的分类文献信息检索根据检索目标和检出文献信息形式的不 同，可分为以下三种：（1）文献检索：是以文献为检索目标，利用题录、索 引、文摘等有关文献检索工具，从存贮的文献集合中查找出 所需特定文献的过程。（2）数据检索：是以数据、图表、参数、公式等为检 索，利用有关参考工具书进行检索的过程。（3）事实检索：是

10、以特定的事实为检索目标，通过文 献档案或参考工具书直接或经分析综合得出事实或知识性 的答案.2、文献信息检索的发展阶段 随着技术手段的进步，文献检索经历了手工检索、机械 信息检索、计算机检索三个发展阶段。（1）手工信息检索阶段 信息检索直接发源于文摘索引工作和参考咨询工作。文 摘工作的历史可以追溯到远古时代。根据研究文摘历史的专 家弗朗西斯威蒂（Francis J. Witty ）介绍，一种用途类似于 文摘的东西首先出现在公元前两千年，封装美索不达米亚人 用楔形文字写成的文献的陶制封套上。我国最早带有内容摘 要的图书目录是西汉刘向、刘歆父子整理编撰的别录和 七略。古代使用文摘的人有学者、政治家

11、，还有教皇和 僧侣。索引工作也有很长的历史。我国是索引工作开展得最早 的国家之一。在唐宋时代，一些文人学者就编制了一些工具 书，供查找古籍中的丽词骈句、 诗赋文章、 史实或其他资料。 人们称这类工具书为“类书”，实际上它们就是属于索引这一类 的工具书。在西方，第一种专门的索引约出现于 7-8 世纪， 是为圣经编制的，叫圣经语词索引 。正规的参考咨询工作是由美国公共图书馆和大专院校 图书馆于 19 世纪下半叶首先发展起来的 。“参考咨询工作” 产生的标志是 1876 年召开的美国图书馆协会第一届大会。 1883 年，波士顿公共图书馆首次设置了专职参考馆员和参 考阅览室。20 世纪， 多数图书馆成

12、立了参考咨询部门， 主要利用图 书馆的书目工具来帮助读者查找图书、期刊或答案。随着文 献的激增和读者需求的增长，逐渐发展到从多种文献资源中 查找、分析、评价和重新组织信息； “索引”突破了以前的狭隘 范畴， 成为独立的检索工具； 到 20 世纪 40 年代又进一步包 括回答事实性咨询、编制书目、文摘，进行专题文献检索， 提供文献代译等。 “信息检索”从此成为一项独立的用户服务 工作，并逐渐从单纯的经验工作向专业化方向发展。但在此 阶段所使用的馆藏目录、检索工具和参考工具书都是卡片型 或者印刷型的，检索的方式基本上是以手工方式为主。2）机械信息检索阶段机械信息检索系统始于 20 世纪 40-50

13、 年代，是使用各 种机械装置进行信息检索的机械系统，机械信息检索的生命 周期很短暂，是手工检索向计算机信息检索的过渡阶段。机 械信息检索主要包括两种基本类型：机电信息检索系统：使用诸如打孔机、验孔机、分类机 等机电设备记录二次文献，用电刷作为检索元件的信息检索 系统。光电信息检索系统：使用缩微照相记录二次文献，以胶 卷或胶片边缘部分若干黑白小方块的不同组合做检索标志， 利用光电检索元件查找文献的检索系统。机械信息检索系统利用当时先进的机械装置改变了信 息的存储和检索方式，通过控制机械动作，借助机械信息处 理机的数据识别功能代替部分人脑，促进了信息检索的自动 化。但它并没有发展信息检索语言，只是

14、采用单一的方法对 固定的存储形式进行检索的工具，而且过分依赖于设备，检 索复杂，成本较高，检索效率和质量都不理想。机械信息检 索系统很快就被迅速发展的计算机信息检索系统所取代。（3）计算机信息检索系统阶段计算机信息检索起源于 20 世纪 50 年代初， 1954 年美 国海军兵器中心图书馆利用 IBM701 机开发计算机检索系 统，它标志着计算机信息检索阶段的开始，计算机信息检索 可以分成四个发展阶段。第一阶段：脱机检索阶段。 20 世纪 50-60 年代是脱机检索的试验和实用化阶段。批式检索是这个阶段信息检索的主 要方式。著名的脱机检索系统包括美国国家医学图书馆的 MEDLARS ，美国化学

15、文摘社发行的化学题录机读磁带 版等。这一阶段的数据存取与数据通信能力都比较差。第二阶段：联机检索阶段。 20 世纪 60-80 年代是联机检 索试验和实用化阶段。 1960 年美国麻省理工学院（ MIT ）开 始实施有关联机检索系统设计的“技术情报计划” （TIP ），系统 发展公司（ SDC ）也在它开发的全文检索系统 protosynthex 上进行了首次联机检索演示，该公司后来研制成功的联机信 息检索软件 OBIT 是联机检索阶段的正式开始。著名的联机 检索系统还有 DIALOG 系统（属于美国洛克希德公司， 1988 年被 Knight-Ridder 公司购并）等。这个阶段的特点是联机

16、 数据库集中管理，具有完备的数据库联机检索功能，但其数 据通信能力较差。第三阶段：光盘检索阶段。光盘检索阶段始于 20 世纪 80 年代中期。 1985 年世界上第一个 CD-ROM 数据库 BIBLIFILE 的问世，是光盘检索系统实用化的标志。这个阶 段比较特殊。在发达国家，光盘检索是联机检索的支持和补 充，但在通信技术不太发达的国家，由于它本身的优点，确 实是用户获取信息的一个十分重要的手段。第四阶段：网络检索阶段。网络信息检索开始于 20 世纪 90 年代初。 1991 年思维机公司、明尼苏达大学、欧洲高 能粒子协会分别推出了因特网上的检索工具WAIS 、Gropher和 WWW 。目

17、前， WWW 因其集文本、图像、声音等多媒体信息于 一体的巨大优点，已占信息服务的主导地位。据统计，截止 到 2002 年 8 月 ,整个 WEB 的容量已经超过 24 亿个可索引页 面。由此，基于 WEB 的搜索引擎已成为最重要的信息检索 工具。著名的有 Yahoo 、 Lycos 、 Excite 等。在该阶段，系统大多采用分布式的网络化管理，其信息 资源的主要特点是：数字形式表达、多媒体和多载体、内容 覆盖广、分布无序、难以规范化和结构化、内容特征抽取复 杂、用户界面要求高等。这些特点导致了信息处理从传统模 式向新型模式的转变，如体系结构从终端主机方式到客户、 服务器结构方式， 网络环境

18、从局域网到 Internet 等开放网络， 应用接口从封闭界面到 WWW 等，信息结构从结构化到非结 构化，系统功能从单纯信息检索到综合信息管理和服务等。 这些变化必将促使信息检索技术的不断发展，以满足人们对 提高信息利用能力的需要。信息检索发展到今天，已经呈现 联机检索、光盘检索和网络检索三者并存的局面。目前，三个阶段的检索手段并存，我们在检索时应该灵 活运用，而不能单纯只依赖一种检索手段。3、文献信息检索的方法研究和演变文献检索在不同的发展阶段有不同的方法，把检索方法 作为一种学科来研究要追溯到 20 世纪中期，是伴随着数学 和计算机技术的发展、应用而逐步创立起来的。其中代表人 物如 Gr

19、anfield 利用数学确立了标引语言及系统评价方案； Salton 同样运用数学原理提出了矢量空间模型 （用于测量文 本与检索式之间类似度的余弦公式）与文献聚类技术； Roberson 等人研制的概率模型和关于计算机语言学上的检 索技术开发等。这些研究和实验对后来的信息检索领域的研 究对象、原则和方法产生了重要影响。特别是计算机技术、 网络通信技术、超媒体技术和智能技术的发展，使人们获取 信息的模式由“浏览查询”模式逐步取代传统的“提问 检索”模式，已使信息检索的研究内容、 研究方法大为丰富。 “提问检索”模式我们可以从美国 70 年代著名的科幻电 影异形里看到，女主角发现异形在飞船上失控后

20、，提问 飞船的电脑主机，然后得到一个个令人毛骨悚然的回答，这 就是当时信息检索在计算机应用上的一种艺术反应。现代互 联网应用的则是“浏览查询”模式。目前，网络信息技术 还在进一步迅速发展之中，与检索有关的研究也在不断更 新、进步，目的无非是更快速、更准确地显示搜索结果。同 时，包括以人为本的可视化技术、智能搜索技术等新技术的 研发已经超越了过去我们以精确、快速查阅文献信息的认识 范畴，达到了符合人性化诉求的高级检索阶段，比如以苹果手机为代表的可视化人机对话技术手段第二节 文献信息检索应用一、文献信息“检索语言”的应用 检索语言是建立和利用检索系统必要的语言，无论是信 息的存储还是信息的检索，都

21、离不开检索语言。它在信息存 储和检索过程中，主要是对信息的内容及其外部特征加以规 范化的标引，对内容相同及相关的信息加以集中或揭示其相 关性。传统的文献检索系统是采用对自然语言事先规范而形 成的受控语言 （如分类表、 主题词表） 来描述文献信息特征， 生成概念及其概念标识系统，人们通过分类表中的分类符号 或主题词表中的主题词（或叙词）作为控制检索的入口格式 进行检索。受控语言对语义和句法上的控制策略显示了自身 的优势：标引时可以集中相关文献，提高检全率；能显示概 念间的各种关系，有利于及时调整检索策略等。但受控语言 只适应文献数量有限，以手工检索方式为主的系统，它是支 持“提问检索”模式必要的

22、检索语言。随着网络通信技术的发展和广泛使用，文献尤其是非文 献信息数量大量增长，受控语言的专业性太强，应用范围有 限，更新维护困难等不足之处日显突出，自然语言恰恰可以 弥补这一不足。所谓自然语言是指作者的书面语言，用自然 语言可以减少概念间转换产生的误差，检索入口词多，操作 简单方便，也可以适合专业人员之外的广大用户群。随着自 然语言标引技术的日渐成熟，电子文本的大量存在，越来越 多的最终用户进行网上信息查询，自然语言的网上应用可行 性大大增强了。但是在网上自然语言使用过程中，用户也感到自然语言 很多方面的不足，如选词不加严格控制，致使词语量过大， 过多占用磁盘空间，从而影响主题的集中，降低查

23、准率。同 时，自然语言对多义词也基本不加控制，往往使相关主题内 容的文献分散，从而造成漏检。受控语言与自然语言存在的 互补性，说明它们在网络环境中兼容和整合的必要性。近年 来，国内外有关这方面的研究有很多，主要侧重于以下几个 方面：建立一种中介语言，解决不同检索语言之间的转换问 题，实现多种检索语言之间的兼容；制定不同词表中相关概 念之间关系的类型及规则，促进兼容的研究；为用户提供一 个透明易用性的窗口，创造集标引、检索、用户提问于一体 的检索语言的研究；对各种数据库采用不同的检索语言进行 综合、集成方法的研究。二、文献信息检索技术分类和应用1、全文检索技术全文检索是以全文本信息为主要检索对象

24、，允许用户以 布尔逻辑和自然语言，根据资料内容而不是外在特征来实现检索的先进的检索技术。全文检索系统标引方式有词典法标 引、单汉字标引、特殊标引等。检索技术后控检索、原文检 索(含位置检索)期望值与加权检索等，检索功能强大。以 全文检索为核心技术的搜索引擎已成为因特网时代的主流 技术之一。在全文检索领域中，还包括超文本检索和概念信息检索 两方面的研究内容。超文本检索技术是以超文本网络为基础的信息检索技 术。在超文本检索系统中正文信息是以节点而不是以字符串 为信息单元，节点间的各种链接关系可以动态的选择激发， 通过链从一个节点跳到另一个节点， 实现联想式检索。 1945 年美国计算机科学家范尼瓦

25、布什首先提出了超文本思想。1965年美国的泰得纳尔逊(Ted Nelson )提出了超文本 (Hypertext )概念。 1967 年美国布郎大学研制成功世界上 第一个超文本系统超文本编辑系统( Hypertext Editing System )。因特网上的搜索引擎代表了超文本检索技术的发 展水平，有的还有自动分类、自动文摘、自动索引等功能。 著名的超文本检索系统有Yahoo 、 WebCrawler 等。概念信息检索，又称基于知识信息检索，是基于自然语 言处理中对知识在语义层次上的析取，并由此形成知识库， 然后根据对用户提问的理解来检索其中的相关信息。它与传 统信息检索的不同之处在于，后

26、者是基于关键词(主题词) 为核心的标引与检索，而关键词在很多情况下并不适合用于 确切表达文献信息的概念和内容，因此误检与漏检在所难 免。而概念信息检索的倡导者认为，它可以对输入的原文内 容中的概念而不是关键词来进行组织和安排，在对其进行语 义层次上的自然语言处理基础上来获取相关的概念和范畴 知识，然后通过记忆机制将它们存储到知识库中以备检索。 概念信息检索的理论框架最早由美国著名的人工智能专家 Schank, Kolodner 和 Dejong 在 1981 年发表的概念信息 检索一文中建立的。自 1981 年以来一些概念信息检索系 统相继推出，它们具备了一些智能检索的特性，有较强的分 析和理

27、解能力。 Web 上的 Excite 搜索引擎既是采用概念检 索技术的数据库。2、基于内容检索技术 基于内容检索即多媒体信息检索， 20 世纪 90 年代初国 际上就开始了这方面的研究。它是直接对图像、视频、音频 等多媒体信息进行分析，抽取特征和语义，利用这些内容特 征建立索引，然后进行检索。目前，大量的原型系统已推出，典型的系统有 IBM 公司 的 QBIC 系统等。超媒体检索是超文本检索的自然扩展，检索对象由文本 扩展为多媒体信息。它的检索方法与超文本检索是一样的。 目前，超媒体检索正向智能超媒体检索和协作超媒体检索方向发展。 WWW 是第一个全球性分布式超媒体系统。3、 WWW 信息检索

28、技术WWW 上主要是利用搜索引擎为检索手段，它的检索方 式有分类目录式（网站级）检索、全文（网页级）检索等几 种方式。 分类目录式检索即超文本检索； 在全文检索方式中， 搜索引擎使用网络信息资源自动采集机器人 （robot ）程序（也 称网络蜘蛛、爬虫软件） ，动态访问各站点，收集信息，建 立索引，并自动生成有关资源的简单描述，存入数据库中供 检索。但这种机器人程序的查准率有待提高。元搜索引擎（又称多元搜索引擎或集成搜索引擎）是网 络检索的后起之秀，是多个单一搜索引擎的集合。它没有独 立的数据库，主要依靠系统提供的统一界面，构成一个一对 多的分布式且具有独立功能的虚拟逻辑机制。主要的元搜索 引

29、擎有 Metacrawler 等。网络智能检索包括智 能搜索引擎 （Intelligent Search Engine） 、智能浏览器（ Intelligent Brower ）、智能体 （Agent） 等。智能搜索引擎可以预期用户的需求，并可有效地控制关 键词的多义性；智能浏览器是基于机器学习理论设计的智能 系统，经过训练后，可成为某个领域中熟练的搜索专家；智 能体是一个具有控制问题求解机理的计算机单元，网络中的 智能体通常是一个专家系统、一个模块等，它在经过用户指 导后，可在不用用户干预的情况下，找到所需信息。有些智能体使用神经网络与模糊逻辑而不是关键词来识别信息的 模式。4、其它信息检索

30、技术知识发现技术就是从大量的数据中发现有用知识的高级 处理过程，是数据库技术和机器学习的交叉学科。数据挖掘 ( data mining )技术是知识发现的核心技术。数据挖掘的定 义是：按照某种既定目标，对大量数据进行分析和探索，从 中识别出有效的、新颖的、潜在的有用的知识，以最终可理 解的模式显示的一系列处理过程。它涉及到机器学习、模式 识别、统计学、数据库、联机分析、模糊逻辑、人工神经网 络、不确定推理等多种学科知识。 数据挖掘是一种分析工具。网格技术是第三代因特网，目前还处于起步阶段。第一 代因特网是传统因特网，第二代是 WWW 。传统因特网实现 了计算机硬件的连通， Web 实现了网页的

31、连通， 而网格试图 把因特网整合为一台巨大的超级计算机，实现因特网上所有 资源的全面连通，包括计算资源、存储资源、通信资源、软 件资源、信息资源、知识资源等。也可以构造地区性网格， 如企业内部网格、 家庭网格等。 网格的根本特征是资源共享。 将来的第三代因特网的名称可能将由 WWW 变为 GGG (Great Global Grid )。网格分为计算网格、 信息网格和知识 网格、商业网格、 P2P 。信息网格和知识网格是智能信息处 理，包括信息检索，它的目标是如何消除信息和知识孤岛，实现信息资源的智能共享。网格技术采用的标准有性能优于HTML 的 内 容 与 形 式 相 分 离 的 可 扩 展

32、 置 标 语 言 XML(Extensible Markup Language) 、元数据( Meta data )、 资源描述框架 (RDF) 等。信息推拉技术也是一种信息检索技术，分为信息推送和 拉取两种模式。如何提高信息拉取和推送的智能检索水平等 是该项技术研究的内容。信息推送技术( Information Push ) 也称为“网播)(netcast),方法是通过因特网想用户主动地发 布、推送各种信息，同时允许个性化定制的信息推送。它的 信息推送方式有分频道式、邮件式、网页式和专用式。信息 拉取( Information Pull )即搜索引擎的功能。用户可以通过 搜索引擎拉取信息。三

33、、搜索引擎在文献信息检索中的应用实例1、认识搜索引擎 搜索引擎是互联网上三大最流行的服务(电子邮件、搜 索引擎、 WWW 浏览)之一，使用频率仅次于电子邮件，一 般说来，搜索引擎由搜索软件、索引软件和检索软件三部分 组成。搜索引擎工作时，要按照一定的规律和方式运行特定的 网络信息搜索软件， 定期或不定期地搜索 Internet 各个站点， 并将收集到的网络信息资源送回搜索引擎的临时数据库；接 下来利用索引软件对这些收集到的信息进行自动标引形成 规范的索引，加入集中管理的索引数据库；在 Web 的客户 端，提供特定的检索界面，供用户以一定的方式输入检索提 问式并提交给系统，系统通过特定的检索软件

34、检索其索引数 据库，并将从中获得的与用户检索提问相匹配的查询结果再 返回客户端供用户浏览。这一过程可简单描述为： 搜索软件用来在网络上收集信息， 执行的是数据采集 机制；索引软件对收集到的网络信息进行自动标引处理并 建立索引数据库，执行的是数据组织机制；检索软件通过索引数据库为用户提供网络检索服务， 执行的是搜索引擎的用户检索机制。2、搜索引擎功能简介简单搜索 (Simple Search) ：指输入一个单词 (关键词 )， 提交搜索引擎查询，这是最基本的搜索方式。词组搜索 (Phrase Search) ：指输入两个单词以上的词组 (短语 )，提交搜索引擎查询，也叫短语搜索，现有搜索引擎 一

35、般都约定把词组或短语放在引号“”内表示。语句搜索 (Sentence Search) ：指输入一个多词的任意语 句，提交搜索引擎查询，这种方式也叫任意查询。不同搜索 引擎对语句中词与词之间的关系的处理方式不同。目录搜索 (Catalog Search) ：指按搜索引擎提供的分类目录逐级查询，用户一般不需要输入查询词，而是按照查询 系统所给的几种分类项目，选择类别进行搜索，也叫分类搜 索 (Classified Search) 。高级搜索 (Advanced Search) ：指用布尔逻辑组配方式 查询。使用逻辑运算为and(和)、or(或)、not(非)，能够进行要 领组合，扩大或缩小检索范围

36、，提高检索效率。对A、 B 两词而言。A and B是指取A和B的公共部分(交集)，检索结果必须含有所有用“and ”连接起来的提问词；A or B是指取A和B的全部(并集)，检索结果必须至少 含有一个用“or”连接起来的提问词；A not B 是指取 A 中排除 B 的部分，检索结果只含有“ not 前面的提问词，而不能含有“ not”后面的提问词。A、 B 本身为多词时， 可以用括号 ()分别括起来作为一个 逻辑单位。上述前三种搜索方式可以合称为语词搜索 (WordSearch) ，与高级搜索和目录搜索一道构成三类常见搜索方 式。在所有搜索方式中，还可使用通配符，就象 DOS 文件 系统用

37、 *作为通配符一样， 通配符用于指代一串字符， 不过每个搜索引擎所用的通配符不完全相同，大多用*或？，少数用$。不少搜索引擎还支持加（+）、减（-）词操作。3、搜索引擎的类型搜索引擎的种类很多，各种搜索引擎的概念界定尚不清 晰，大多可互称、通用。事实上，各种搜索引擎既有共同特 点，又有明显差异。按照信息搜索方法和服务提供的方式的 不同，主要可分为：（1 ）检索式搜索引擎该类搜索引擎由检索器根据用户的查询输入，按照关键 词检索索引数据库。这种方式其实是大多数搜索引擎最主要 的功能。在主页上有一个检索框，在检索框中输入要查询的 关键词，单击“检索”（或“搜索、Search ” go”等按钮，搜索引

38、 擎就会在自己的信息库中搜索含有输入的关键词的信息条 目。用户可以通过分析选择所需的网页链接，直接访问要找 的网页。此类搜索引擎主要有如下。AltaVsita 。AltaVista 有英文版和其他几种西文版。提供全文检索功能，并有较细致的 分类目录。网页收录极其丰富，有英、中、日等25种文字的网页。搜索首页不支持中文关键词搜索，但有支持中文关 键词搜索的页面。能识别大小写和专用名词，且支持逻辑条 件限制查询。高级检索功能较强。提供检索新闻、讨论组、 图形、MP3/音频、视频等检索服务以及进入频道区（zones ）, 对诸如健康、新闻、旅游等类进行专题检索Excite 。全英文的 Excite

39、是由美国斯坦福大学1993年8月创建的Architext扩展而成的 万维网搜索引擎，它能为简单搜索返回很好的结果，并能提 供一系列附加内容，尤其适合经验不多的用户使用。是一个 基于概念性的搜索引擎，它在搜索时不只搜索用户输入的关 键字，还可“智能性”地推断用户要查找的相关内容进行搜索。 除美国站点外，还有中文及法国、德国、意大利、英国等多 个站点。查询时支持英、中、日、法、德、意等11种文字的关键字。提供类目、网站、全文及新闻检索功能。目录分 类接近日常生活，细致明晰，网站收录丰富。网站提要清楚 完整。搜索结果数量多，精确度较高。有高级检索功能，支 持逻辑条件限制查询（and及or搜索）Hot

40、Bot 。HotBot 具有第一流的高级搜索功能和新闻论坛搜索功能、图形化的搜索工具以 及一系列的过滤选项，无论对于初学者还是高级用户都是一 种很好的工具。提供有详细类目的分类索引，网站收录丰富，搜索速度较快。有功能较强的高级搜索，提供有多种语言的 搜索功能，以及时间、地域等限制性条件的选择等等。另提 供有音乐、黄页、白页（人名）、Email地址、讨论组、公路线路图、股票报价、工作与简历、新闻标题、FTP检索等专类搜索服务。Lycos。Lycos 具有多种的搜索选项和内容丰富的目录，执行简单搜索时能返回较好的结 果。多功能搜索引擎，提供类目、网站、图象及声音文件等 多种检索功能。目录分类规范细

41、致，类目设置较好，网站归 类较准确，提要简明扼要。收录丰富。搜索结果精确度较高， 尤其是搜索图像和声音文件上的功能很强。有高级检索功 能，支持逻辑条件限制查询。Google天网 。由北京大学开发， 简体中文、繁体中文和英文三个版本。提供全文检索、新闻组检索、FTP检索（北京大学、中科院等 FTP站点）。目前大约收集 了 100万个 WWW 页面（国内）和14万篇Newsgroup （新 闻组）文章。支持简体中文、繁体中文、英文关键词搜索， 不支持数字关键词和 URL名检索。（2）目录分类式（网站级）搜索引擎该类搜索引擎的数据库是依靠专职编辑人员建立。当用 户提出检索要求时，搜索引擎只在网站的简

42、介中搜索。这种 获得信息的方法就像是“顺藤摸瓜”，只要用鼠标单击这些分类 链接就可以一级一级地深入这个目录，最终搜索到所需的网 页。所收录的网络资源经过专业人员的鉴别、选择和组织， 保证了检索工具的质量，减少了检索中的噪音，提高了检索 的准确率。将信息系统地分门归类，也能方便用户查找到某一大类信息。比较适合于查找综合性、概括性的主题概念，或对检索准确度要求较高的课题。常见的目录分类式搜索引 擎如下。搜狐 。搜狐于1998年推出中国首家大型分类查询搜索引擎，到现在已经发展成为中国影 响力最大的分类搜索引擎。每日页面浏览量超过800万，可以查找网站、网页、新闻、网址、软件、黄页等信息。新浪http

43、:/ 。互联网上规模最大的中文搜索引擎之一。设大类目录18个，子目1万多个，收录网站20余万。提供网站、中文网页、英文网页、新闻、 汉英辞典、软件、沪深行情、游戏等多种资源的查询。网易 。网易新一代开放式目录管理系统（0DP ）。拥有近万名义务目录管理员。为广大网 民创建了一个拥有超过一万个类目，超过25万条活跃站点信息，日增加新站点信息5001000条，日访问量超过 500万次的专业权威的目录查询体系。Yahoo o Yahoo 是世界上最早的搜索引擎之一，Yahoo拥有第一流的 Web目录和最佳 的新闻链接以及许多附加服务。有10余种语言版本，各版本的内容互不相同。提供类目、网站及全文检索

44、功能。目录 分类比较合理，层次深，类目设置好，网站提要严格清楚， 但部分网站无提要。网站收录丰富，检索结果精确度较高，有相关网页和新闻的查询链接。全文检索由Inktomi支持。有高级检索方式，支持逻辑查询，可限时间查询。设有新站、 酷站目录。Looksmart。 LookSmart是人工目录集合网站。该公司没有自己的站点，但丝毫不影 响人们对他的使用。LookSmart向其他搜索引擎提供搜索结 果。目前，LookSmart已建成含有25亿URL，11亿索引文 档的网络索引目录，这些目录涉及三十三处地域市场，十三 种不同语言，三十万个目录分类，集合了四百多万网站。A 。这是一个规模较小的人工操作

45、(Human Reviewed/Manually Picked )目录索 引搜索引擎，主要由编辑人员在互联网上寻找有收录价值的 网站或网页，然后分门别类列出链接索引。(3)元搜索引擎(Meta-search engine )元搜索引擎(Metasearch Engine )，是一种调用其它独立搜索引擎的引擎，元搜索引擎就是对多个独立搜索引擎的 整合、调用、控制和优化利用，其技术称为“元搜索技术”，元 搜索技术是元搜索引擎的核心。检索时，元搜索引擎根据用 户提交的检索请求，调用源搜索引擎进行搜索，对搜索结果 进行汇集、筛选、删并等优化处理后，以统一的格式在同一 界面集中显示。常见的元搜索引擎如下

46、。Dogpile。其是目前性能较好的并行式元搜索引擎之一，它可以同时调用25个 WebSearch Engine、Usenet Search Engine、FTP Search Engine 等，其中 Web Search Engine 14 个。MetaCrawler 。MetaCrawler是独立万维网搜索引擎 WebCrawler的姐妹引 擎，也是一个并行式元搜索引擎，它具有优秀的清晰性和详 细的组织性，可以同时调用AltaVista、Excite、Infoseek、Lycos、WebCrawler和Yahoo 6个独立引擎，是简单搜索 或中度复杂搜索的最佳网点。Mamma 。 Mamm

47、a 是并 行式元搜索引擎，自称是所有搜索引擎之母(Mother of allSearch Engines)，它可以同时调用AltaVista、Excite、Infoseek、Lycos、WebCrawler、Yahoo 等独立引擎，并且 可以查新闻组、商业黄页和发布新闻。AskJeeves 。AskJeeves提供同时搜索 AltaVista、Excite、Yahoo、Infoseek、Lycos 和WebCrawler的功能，此外还能同时搜索自己独立的数据 库。ProFusion。其拥有智能化的搜索方案，提供诸如搜索引擎选择、检索类型、结果显示、 摘要选项、链接检查等较多的检索选项，支持个性

48、化设置，可以选择三个最好的搜索引擎、或三个最快的搜索引擎、或全部 搜索引擎、或手工选择任意几个搜索引擎来进行搜索。 自动实 现符合特殊检索语法要求的转换， 如在调用Excite、InfoSeek、 WebCrawler 时将 near ”转换成and ”等。（4）智能搜索引擎此类搜索引擎是目前搜索引擎的发展趋势，除提供传统 的全网快速检索、相关度排序等功能外，还提供用户自己登 记、用户兴趣识别、内容的语义理解、智能化信息过滤和摄 像头等功能，为用户提供了一个真正个性化、智能化的网络 工具智能搜索引擎把目前基于关键词层面检索提高到基于 知识（或概念）层面。常见的此类搜索引擎有。百度 。全球最大中

49、文搜索引擎。提供网页快照、网页预览/预览全部网页、相关搜索词、 错别字纠正提示、新闻搜索、Flash搜索、信息快递搜索、百 度搜霸、搜索援助中心。4、使用搜索引擎应的注意事项搜索引擎的出现大大方便了用户搜索网络资源信息，但 因其本身所固有的差别使不熟悉的用户在检索时难以获得 满意的检索效果，为提高检索效率，现将使用搜索引擎时应 注意的几个问题。（1）注意阅读引擎的帮助信息许多搜索引擎在帮助信息中提供了本引擎的操作方法、 使用规则及运算符说明，这些信息是用户进行网络信息资源 查询所必须具备的知识，是我们检索的指南。（2）选择适当的搜索引擎 这点非常重要，不同的搜索引擎其特点不同，只有选择 合适的

50、搜索引擎才能获得满意的查询结果。用户应根据所需 信息资料的特点、 类型、 专业深度等， 选择适当的搜索引擎。（3）检索关键词要恰当 查找相同的信息，不同的用户使用相同的搜索引擎，会 得出不同的结果。造成这种差异的原因就是关键词选择不 同。选择搜索用关键词要做到“精”和“准，”同时还要具“有代表 性”，“精、”“准”才能保证搜索到的所需信息， “有代表性”才能保 证搜索的信息有用。 选择关键词时应注意： 不要输入错别字。 专业搜索引擎都要求关键词一字不差；注意关键词的拼写形 式。如过去式、现在式、单复数、大小写、空格、半全角等； 不要使用过于频繁的词。否则会搜索出大量的无用结果甚至 导致错误；不

51、要输入多义关键词。搜索引擎是不能辨别多义 词的，比如，输入Java ”它不知道要搜索的是太平洋上的一 个岛，一种著名的咖啡，还是一种计算机语言。四、新兴信息库在文献信息检索中的应用 现在互联网技术高速发展，除了搜索引擎之外还已经衍 生出大量的信息库，比如中文期刊文库、各类行业信息库、 高校信息库、标准信息库等等，各大类专业信息库网络也是 风起云涌，可以查阅到各类专业文档资料的的信息库中，既 有像独秀（一种包含期刊、论文、书籍、资料等电子文档内 容的综合信息库） 、全国期刊信息库（包含了全国绝大部分 的期刊名称以及级别） 、CNKI 博硕士学位论文库（目前国内 相关资源最完备、高质量、连续动态更

52、新的中国博硕士学位 论文全文数据库之一， 收录 1999 年至今全国 380 家博士培 养单位的博士学位论文； 530 多家硕士培养单位的优秀硕士 学位论文）这样的专业文献信息库，也有百度知道、百度文 库、豆丁文库、新浪爱问共享资料等大型专业网站文库；而 能查阅各类视频资料的网络文献资料库就有酷六、优酷、百 度视频、新浪视频等各类视频网络不下几十个，还有搜狗影 视、狗狗影视、迅雷影视、快车影视、点点高清等等无数新 兴的电影电视剧资料网站。而可以查询各类资料的专业论 坛，例如豆瓣等等， 更是不计其数。 现在我们要查找、 检索、 使用文献，途径和方式已经极大丰富。文献信息检索的门槛可以说大大地降低

53、了，对我们写论 文都有一定的帮助，但同时留我们甄别信息的难度也加大 了，这与互联网给我们带来的惊喜和困惑是一样的。但是我 们要守住的一个原则就是，首先要阅读经典文献，这些文献 包括我们阅读的各类书籍、报刊等，以获得第一手的、最权 威的信息资料。这些来自正规出版社的经典资料往往内容准 确、详实，对我们下一步查阅、甄别各类新兴的素材很有帮 助。美国著名物理学家、物理学思想家、物理学教育家，哥 本哈根学派最后一位大师惠勒( John Archibald Wheeler, 1911 2008 )曾经说过：“要想了解一个新的领域， 就写一本 关于那个领域的书。 (” 见一代宗师魂归量子世界 (作者田 松

54、 载南方周末 2008 年 4 月 24 日 D26 版)。但是，经典文献信息往往有个别内容存在过时等无法完 全满足我们现实需要的情况，这时我们可以利用互联网技术 继续查询最新的研究成果，以获取更多的信息内容。第三节 文献检索与论文写作一、文献信息检索与论文写作的关系 文献信息检索的最终目的之一是撰写学术论文，论文的 写作与发表过程有助于作者在文献中找到自己所需要的东 西。第一，文献信息检索有助于毕业论文各种资料的准备。 一般说来，本科毕业生在在完成毕业论文之前需要具备三方 面的基础， 即历史、 方法和视野， 而这些都是要“站在巨人的 肩膀上”才可以获得的。 一个人在开始准备毕业论文时， 首先

55、 要了解本专业的学术历史和学科领域的历史，知道在这个领 域前人做过什么，研究过什么，自己的毕业论文应该从哪个 角度入手。同时，他们也可从文献信息检索实践中，了解自 己的前辈所使用的研究方法，这样自己在着手毕业论文时， 才会有宽阔视野，才能够有所创新。 第二，文献信息检索可避免重复研究， 即论文主题雷同 在现代通信条件和网络环境下，学术界存在的问题一般已为 大多数研究者所共知，因而类似课题的探索会有相当多的学 者同时在进行。谁能最先取得研究成果或发表研究论文，谁 就是成功者；谁迟来一步，就会成为无效劳动的落伍者。毕 业论文的写作虽然不比科研选题、立项一样具有唯一性和创 新性，但也要通过文献信息检

56、索（即查新、预查新）来掌握 专业领域同类研究的动态、进展。通过文献信息检索，可获 得大量同类研究的相关报道，并从中吸收有益的启示或参考 数据，从而有助于缩短论文准备的周期，或得到更多、更有 价值的论证依据（这种根据，不仅表现在作为研究成果的学 术论文的引文里，而且也表现在学术论文的注释和参考文献 中）。第三，文献信息检索有助于毕业论文质量的提高。在学 术界，评价科研成果和学术论文价值的依据，一是内容质量 是否胜人一筹，二是发表时间是否先人一步，三是同类课题 是否有高人一筹之处。这样的标准也同样适用于毕业论文。 优秀的毕业论文必须通过对大量文献信息的比较、分析最终 作出科学的评价。而要获得大量对

57、比资料，则需要通过文献 信息检索才能获得。总之，要提高毕业论文质量，离不开文献信息检索的支持。影响学术文献检索质量的因素主要包括：检索设备是否具备，检索人员的素质是否胜任，科研人员的信息意识如何及是否善于提出检索提问。这三个因素具有密切的关联性， 任何薄弱环节都会影响文献信息检索质量；而检索质量差， 将不可避免地造成人力、财力、物力和时间的浪费。在专业领域的研究中， 文献是研究工作的起点， 又是研究工作的终结，其作用贯穿于学术研究的全过程，作为本科 毕业生虽然并不要求必须具有学术研究水平，但是受过文献 检索教育和论文的准备经历对今后的参加工作后，提高工作 方法、写作水平都有很大帮助。二、论文的基本要求和论文写作的培养目的1、论文的基本要求（1）立论要客观 ,要有独创性