医药信息检索：第2章 检索系统的构成

1、第2章 检索系统第1节 数学模型第2节 检索系统的类型第3节 检索系统的构成第4节 国内外主要的检索系统检索系统的构成逻辑构成选择子系统工具子系统标引子系统检索子系统交互子系统匹配子系统物理构成计算机 硬件 软件通讯设施检索终端数据库数据库 数据库的定义 数据库的类型 数据库的结构 数据库的检索途径基础数据库通俗地说，数据库就是在计算机存储设备上（磁带或磁盘）按一定方式存储的相互关联的数据集合。根据ISO/DIS 5127号标准（文献与情报工作术语），数据库（database, databank）被定义为：“至少由一种文档组成，并能满足某一特定目的或某一特定数据处理系统需要的一种数据集合。”或

2、者可简单地将数据库定义为：一个或多个机器可读的，并按一定方式编制而成的文献记录集合。数据库 数据库的定义 数据库的类型 数据库的结构 数据库的检索途径 按照国际上通用的分类方法，数据库通常划分为以下类型：参考数据库（reference databases）：指引用户到另一信息源以获得原文或其他细节的一类数据库。它又包括书目数据库和指南数据库等。源数据库（source databases）：能直接提供原始资料或具体数据的自足性数据库，用户不必再查阅其他信息源。它又可以划分为以下几种类型：数值数据库、文本数值数据库、全文数据库、术语数据库、图像数据库等。混合型数据库（mixed databases

3、）：能同时存储多种不同类型数据的数据库等。 按所收录对象不同，可以分成两大类：文献型数据库非文献型数据库按数据库的内容划分为以下类型:书目数据库(Bibliographic Database)事实数据库(Fact Database)数值数据库(Numeric Database)全文数据库(Full text Databases)多媒体数据库(Multimedia Database) 知识库(Knowledge Base)1书目型数据库（Bibliographic Database） 主要是指二次文献数据库，包括各种机读版的题录型、文摘型的数据库。如后面要介绍的CBMdisc、 MEDLINE等

4、。 它提供了可满足用户多种情报检索需求的有关文献的各种特征，如文献的篇名、著者、出处（包括刊名、年、卷、期、页码）、摘要、收藏单位等。 不仅可以告知用户其所需文献的线索题录（包括篇名、著者、出处），更可以提供整篇文献内容浓缩的替代点文摘。 因此，是文献检索中最常用的一种数据库。 2事实型数据库（Fact Database） 这类数据库中存贮的数据一般用来描述人物、事物、机构等非文献信息源的情况、过程、现象、特性等方面的事实性信息。 例如美国MEDLARS系统的医生咨询数据库（PDQ数据库），反映药物处方信息的PDR（Physicians Desk Reference）等。 电子化的参考工具书，

5、如词典、百科全书、指南等也属于事实性数据库的范畴。3数据型数据库（Numeric Database） 主要为用户提供数值性数据类信息，包括各种统计数据、科学实验数据、各种测量数据等。 如美国国立医学图书馆编制的化学物质毒性数据库（RTECS），美国疾病控制与预防中心（CDC）的Data and Statistics，世界卫生组织的世界卫生组织统计信息系统（WHOSIS）等。4全文型数据库（Full text Database） 随着计算机存贮能力和信息处理能力的不断提高，以文献的全文而非单纯的题录或文摘为检索对象的全文检索已成为现实。全文检索以全文数据库存贮为基础，即将一篇完整的文献，作为一个

6、信息源单位，将其全部内容转化为计算机可以识别、处理的信息单元而形成的数据集合。如目前最常用的中国学术期刊（光盘版）全文数据库（CNKI）。 全文检索不仅将以往首先检索文献的线索，然后依据线索进一步查找、复制文献全文的多步程序毕其功于一役，而且免去了常常遇到的手握文献线索而苦于找不到原文的烦恼。因而成为未来最具发展前景的一种数据库类型。5.多媒体数据库（Multimedia Database） 多媒体数据库技术和多媒体技术相结合的产物，是文本、图像、视频、音频、动画等多媒体信息的结合体。 网上医学多媒体数据库有：NLM的The Visible Human Project（可视人计划），Tox T

7、own（用图像、文字、声音、动画等形式传授化合物、环境与人体健康关系知识的科普数据库），NIH Senior Health（兼有文字和声音朗读功能的老年卫生知识库）等。6.知识库（Knowledge Base） 知识库是按一定要求存贮在计算机中的相互关联的某些事实或知识的集合，它经过分类、组织和有序化，成为构造专家系统（ES）的核心和基础。 知识库是在普通数据库的基础上，有针对性地从中抽取知识点，按一定的知识体系进行整序和分析而组织起来的数据库。 例如，北京中医药大学等研制开发的中医药知识库、称为基因百科全书的GenCard等。数据库 数据库的定义 数据库的类型 数据库的结构 数据库的检索途径

8、字段1字段2字段3记录1记录2记录3文档1文档2文档3数据库数据库结构记录与字段 记录（Record）是构成数据库的信息单元，每条记录都描述了一原始信息的外表和内容特征。 字段（Field）是记录的下级数据单位，用来描述实体的某一属性。 一条记录字段一条记录字段文档两层含义：从一种意义上说，文档是数据库中一部分记录的集合，或者说若干逻辑记录构成的信息集合，它是数据库的下位词。从另一种意义上说，文档是数据库的结构。CA SEARCH(1967-present) 399CA SEARCH(1967-1971) 308CA SEARCH(1972-1976) 309CA SEARCH(1977-19

9、81) 310CA SEARCH(1982-1986) 311CA SEARCH(1987-1991) 312CA SEARCH(1992-1996) 313CA SEARCH(1997-present) 314顺序文档(Sequential file) 以文献记录作为信息存储单元，按文献记录入藏的存取号从小到大顺序排列而形成的目录式文档，由于它存储有关于每篇文献的最完整信息，所以通常又把它称为主文档。 倒排文档（Inverted file） 把记录中一切可检字段或属性值抽出,按某种顺序重新加以组织后所得到的一种文档.倒排档从主文档中派生出来,所以,又叫做辅助文档.001专家系统在情报检索中的

10、应用 （标引词：专家系统；智能检索系统）002 一种新的倒排档溢出处理算法 （标引词：倒排档；溢出处理）003 情报检索专家系统的特点与发展 （标引词：专家系统；智能检索系统）004 提问式中的位置算符 （标引词：提问逻辑式；位置算符）005 提问式准波兰变换算法的研究 （标引词：提问逻辑式；准波兰变换）006 智能检索系统的设计与开发 （标引词：智能检索系统）001专家系统在情报检索中的应用# 002一种新的倒排档溢出处理算法# 003情报检索专家系统的特点与发展# 004提问式中的位置算符# 005提问式准波兰变换算法的研究# 006智能检索系统的设计与开发#.倒排档 002提问逻辑式 0

11、04，005位置算符 004溢出处理 002智能检索系统 001，003，006专家系统 001，003准波兰变换 005 主文档倒排档ANDAND索引词及类别词条数溢出文档首地址地址CAN号（作者）索引文档溢出地址文档主文档3274211092001数据库 数据库的定义 数据库的类型 数据库的结构 数据库的检索途径自由词检索：又称为“文本词”，自然语言检索；主题词检索：规范化语言检索，词与概念一一对应；分类检索：以科学分类为基础，结合文献特征的概念逻辑等 级体系；著者检索：用文献上署名的作者或编者的姓名为检索词。著 者检索的规则是：姓（Last Name, Surname, Family Name）在前，名（First Name, Given Name）在后，一般的情况是姓在前用全称，名在 后只用首字母。 例如：Christine WadeWade c William Henry SmithSmith wh 著者姓名中若出现逗号，表明逗号前是姓。 例如：Smith,William HenrySmith wh 在西文数据库中查中国学者发表的文献，也是姓在前，全拼，名在后，