第02章 计算机文献检索基础

第2章计算机文献检索

第一节概述第二节计算机检索基础第三节网络信息资源检索

1第一节概述1.1计算机检索的发展历程1.脱机检索2.联机检索3.国际联机检索4.单机光盘检索5.光盘网络检索6.Web信息资源检索21.脱机检索(20世纪50年代末~60年代中期)计算机检索的原始时期，计算机由电子管组成，主要存储介质是磁带、磁鼓，只能进行简单的检索。（第一台计算机诞生于1946年，美国的宾夕法尼亚州）专业检索人员定期批量处理用户的情报要求用户不能立刻获得检索结果检索结果为题名，作者，文摘等在脱机检索阶段，计算机主要进行文献目录、索引、文摘等前处理工作。32.联机检索(20世纪60年代末~70年代初)1963年-1964年间，美国洛克希德导弹与宇航公司的情报实验室建立了“人-机对话”的联机情报检索系统（DIALOG的前身），此后在20世纪60年代末到70年代初联机检索系统得以快速发展。国际著名的DIALOG系统、ORBIT系统、MEDLINE系统都是从这个时期发展起来的。多个检索终端，通过通讯线路与联机检索系统中央计算机(主机)联接利用分时技术，使多个用户可同时与主机以“对话”方式进行检索用户可随时浏览检索结果由于这个阶段的计算机网络主要是通过电话线联接，因而联机检索受到地区的限制43.国际联机检索(20世纪70年代中期－)卫星通讯技术的出现，使得联机检索系统打破了地域限制。数据库生产的迅速发展及微机大量的涌现，使得国际联机检索蓬勃发展。用户利用终端设备，通过国际卫星通讯网与世界各地的大型计算机情报检索系统中央计算机直接进行“人-机对话”，查找世界各国的情报文献资料。联机检索系统进入发展的黄金时期。5国际联机检索的贡献方便和加速了世界情报资源的交流与利用过去千里迢迢不能找到看到的情报资料，现在利用国际联机情报检索终端，只用几分钟就可以从几年到几十年几万种期刊中查到实现了人类情报资源的共享。优点：信息量大、快速、方便数据库内容更新快64.单机光盘检索(20世纪80年代--)CD-ROM技术促使计算机检索成本迅速下降（一张光盘可存贮600〔MB〕兆字节机读数据，成本价格便宜，而一张DVD光盘的容量最少可达4.7G）光盘检索系统---普通的微机上配备光盘驱动器及光盘数据库及检索软件75.光盘网络检索（20世纪90年代－）以太网技术的出现推动网络版光盘数据库的出现光盘网络是一种计算机网络，如图书馆局域网实现多用户光盘资源共享例如：美国“化学文摘”（CA）从1987－1991年的五年累积索引（含文摘）光盘数据库共6张，价值40.5万元。86.Web信息资源检索（20世纪90年代末－）进入20世纪90年代后，随着网络技术的发展，尤其是互联网的迅猛发展，使计算机检索进入一个崭新的时期。检索方法更简单，检索结果更全面经过40多年的发展，从早期的书目信息到后来的全文本信息，到今天的网络与多媒体信息，网络信息资源已成为现代社会不可缺少的资源财富。其处理技术从简单的字段与关键词检索到全文检索，再到今天成为网络主流的超文本与多媒体处理。处理技术的演进与发展，一方面使网络信息资源的内容从单一的书目到图文并茂的多媒体，更富有吸引力和使用价值；另一方面，超文本的广泛利用改变传统的信息组织的线性方法，使电子资源的组织更接近于“自然”，大大方便了用户的使用，使电资源的利用变得非常容易，用户不需要太多的检索知识与技术。91.2现代计算机网络检索数据库的种类1.按访问方式网络数据库可分为：（1）光盘局域网数据库。（2）传统的联机数据库。拨号，专线，费用昂贵。（3）异军突起的Internet网络数据库。内容最丰富，包括图书馆的馆藏目录、数字图书馆、专业数据库、电子图书、电子期刊，搜索引擎……102.按是否收费网络数据库可分为：（1）商业数据库：内容系统、丰富、全面。图书馆通过购买获得的都是商业数据库，如：EiVillage、《中国期刊网全文数据库》。（2）免费数据库：逊于商业数据库。一般是由政府部门开发，提供相关信息；或是暂未成熟收费的商业数据库。如：美国能源部的官方网站，提供免费的DOE报告全文检索和下载；

http:///

国家知识产权局的官方网站，可免费检索专利（带专利全文），并提供知识产权方面的信息。

e-书时空，

提供大量电子图书供读者免费下载。113.按提供的内容网络信息资源可分为：（3）参考型数据库。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。包括各种书目数据库和引文数据库。这种数据库具有参考和评价的功能，多用于查新、开题。如：SCI、EI、维普的中文期刊数据库……（4）全文数据库。指存储文献全文或其中主要部分的数据库。如新闻消息全文库、法律法规全文库、博硕论文全文库等。（5）事实型数据库。直接提供事实或数值的数据库。如：万方的企业产品数据库、彼得森大学指南等。123.按提供的内容网络信息资源可分为：（1）电子图书。计算机利用计算机检索并下载阅读的图书。如书生之家、超星数字图书馆、各种数字图书馆等（2）电子期刊。直接在网上就可以检索和阅读的期刊。如：万方数字化期刊，中国期刊网全文数据库，scienceonline等（3）电子报纸。如：人民日报的网络版。（4）其它类型。如电子公告版（bbs），网络论坛、新闻等，13第二节计算机检索基础2.1常用的检索方式2.2布尔逻辑检索2.3位置运算符2.4截词算符2.5检索限定142.1常用的检索方式命令检索(commandsearch)使用特定的操作命令来实施检索灵活快捷速地进行检索菜单检索(menusearch)方便，易掌握，称“easy-to-use”检索多用于光盘检索和web检索152.2布尔逻辑检索当今检索理论中最成熟的理论之一，也是构造检索表达式最基本、最简单的匹配模式。布尔逻辑检索是通过布尔逻辑算符来实现的，这些运算符能把一些具有简单概念的检索词（或检索项）组配成为一个具有复杂概念的检索式，用以表达用户的检索要求。逻辑运算符有三种：与、或、非161.逻辑与：一般用and或*表示是一种用于交叉概念和限定关系的组配它可以缩小减缩范围，有利于提高查准率凡是用AND的检索式，AND两侧的检索词必须同时出现在同一条记录中，该记录才算命中如：?SAU=CHENG,GENGDONGANDPY=1997:1998？sSolar*Energy172.逻辑或：一般用or或+表示，少数数据库用|表示

是一种用于并列关系的组配它可以扩大检索范围，防止漏检，有利于提高查全率凡是用OR的检索式，OR两侧的检索词只要有一个在一条记录中出现，该记录就算命中如：?S(AU=QIU,DAHONGORAU=QIU,D.H.ORAU=QIU,DHORORAU=QIU，DA-HONGORAU=DAHONG,QIU)ANDCS=DALIAN？swww+internet+network183.逻辑非：一般用not或-表示，少数数据库用#或/表示

是一种排斥关系的组配用来从原来的检索范围中排除不需要的概念或影响检索结果的概念，有利于提高查全率凡是用NOT的检索式，NOT前面的检索词必须在记录中出现，而后面的检索词一定不能出现，该记录才算命中如：?SOPTICALNOTFIBER光学纤维？sEnergy/Nuclear能源核19NOTWebofScience中的逻辑运算举例20输入检索式选择文献类型Semiconductornanometernanoparticle

nanofilm

CompositecompositesPreparepreparationsynthesizesynthesisSemiconduct*andnano*andcomposite*and(prepar*orsynthes*)21优先顺序逻辑运算符的优先顺序为NOT、AND、OR如果要改变运算顺序需要用“（）”如：AAND(BORC)22逻辑“与”的缺点逻辑“与”只要求两个检索词必须同时出现在同一篇文献中，而没有限定算符两侧检索词之间的位置关系，有时难免造成误检。例如：查找“细菌对染料破坏”方面的文献检索词：细菌、破坏、染料采用逻辑“与”组配：细菌and

破坏and染料检索结果：命中同时用这三个词标引的文献有“细菌对染料的破坏”方面的文献也会有“染料对细菌的破坏”方面的文献要排除后一部分的文献，就需用位置算符限定词与词之间的位置关系。232.3位置运算符又称邻接算符（adjacentoperators）,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。跟AND运算符类似，但比AND运算符功能更具体。比如：通过“communicationANDsatellite”进行检索时，命中的文献可能既含有“communicationsatellite”，又含有“satellitecommunication”；也可能含有“communicationdevicesforsatellite”“communicationlinkswithoutsatellite”等等。显然其中有些记录与课题要求毫无关系。位置运算符可以用于改进AND运算符的这种不足之处，因此，它们可以看成是特殊功能的AND运算符。242.3位置运算符按照两个检索词出现的顺序和距离，可以有多种位置运算符，而且对于同一功能的运算符，不同的检索系统可能有不同的表达方式，也有的检索系统不支持位置运算符，检索之前应该先看看数据库的帮助信息。常用位置运算符有（w）、（n）、（s）、（f）251.（W）

（W）算符中的W含义为“With”。词序不许颠倒两词之间不许插词，只允许出现空格或连字符号（W）算符还可以使用其简略形式－－（）例如：?SCD(W)ROM将命中CDROM或CD-ROM?Ssolar()energy检出solarenergy?SCD(W)ROM/de,id2627282.(nW)(nW)算符中的W含义为“Word”它允许两词中间可以插入0-n个其他词，包括系统禁用词词序不变例如：？communication(2W)satellite将检索出含有communicationsatellite、communicationviasatellite、communicationonthesatellite的记录。2930313.（N）(N)算符中的N含义为“Near”词序可以颠倒两词之间不许插词，只允许出现空格或连字符号例：?Scross(N)section可检出crosssection和sectioncross324.（nN）(nN)是（N）算符的变形检索词之间允许插入0－n个词，包括系统禁用词词序可以颠倒例如：？cotton(2N)processing可检出cottonprocessing、processingofcotton、processingofEgyptiancotton3334355.（S）(S)算符中的S含义为“Sentence”词序可以颠倒两词必须出现在同一句子（子字段）中(在EI的AB字段中为在两个句号之间同时出现，在DE字段中为在两个分号之间同时出现)36tio2samenano*samecomposite*same(prepar*orsynthes*)37386.（F）(F)算符中的F含义为“Field”两词必须出现在同一字段中词序不限例如：？pollution(F)control可检出controlandmanagementofindustrialpollution39（F）与and的区别（F）邻近算符指定两个检索词在同一个字段中出现，而AND布尔逻辑组配中的两个检索词会出现在不同的字段中此外同位置运算符相比，AND可以连接两个以上的检索词，还可以两个以上的检索集合进行组配。例如：au=cheng,gengdongANDcs=dalianANDpy=1998或s1ands2ands3402.4截词算符截词算符就是使计算机保留检索词中的相同词干部分，允许检索词可有一定范围的变化，这种功能可减少输入步骤，简化检索程序，扩大检索范围，从而节省机时，降低费用，提高查全率。不同的数据库有不同的截词符，DIALOG系统用“？”，ORBIT系统用“+”，此外还有的系统用“$”或“*”截词有前方一致、后方一致、中间一致和中间屏蔽四种形式。截词是计算机检索中常用的方法，尤其是英语的单词词尾变化较多，为避免漏检经常要使用前方一致的截词检索。411.前方一致也叫后截断，将截词符置于一个字符串的后面，以表示其后的有限或无限个字符的检索。无限截词如：？Physic？可检出physic、physical、physican、physicalism截断两个字符如：？physic??

可检出physic、physical、physican截断一个字符如：？textile??

可检出textitle、textitles中间有一个空格422.后方一致（支持的检索系统较少，EI光盘不支持）也叫前截断，将截断符置于一个字符串的前面，以表示其前的无限个字符的检索。均为无限截词。如：？？polymer可检出polymer、copolymer、homopolymer433.中间截断也叫中间屏蔽如：？defen?e

可检出defence、defense？fib??s可检出fibers和fibres

44WebOfScience平台：

Lap*roscop*

可检索到Laparoscopic，Laproscopic，LaparoscopyCSA平台：

*截断任意个字符

patent*

可检索到patent,patents,patentable;h*ophilia

可检索到haemophilia,hemophilia;

?

截断一个字符，在单词中最多可使用三个？

wom?n

可检到woman,women;fib??

可检到fiber,fibre;45人大复印报刊资料全文书库：

!:两词(字)之间允许隔零个至多个字，最多允许出九个“?”例：旅游!!企业可检索到“旅游企业”、“旅游服务企业”、“旅游重点企业”等

?:两词(字)之间允许隔几个字,相隔字的个数等于出现?的个数，最多允许出九个“?”例：旅游??企业可检索到“旅游服务企业”、“旅游重点企业”等464.中间一致（支持的检索系统较少，EI光盘不支持）词头词尾都可变化如：？

?wave?

可检出wave、waves、microwave472.5检索限定字段限定时间范围限定分类限定语种限定等481.字段限定字段限定也是调整检索策略的一种重要手段。多数检索系统对不指定字段的检索词通常在所有字段（allfield）或所有基本字段中进行检索。如果想指定在文献的题目等特定字段中检索，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，提高检索的查准率。例如：？OPTICALNOTFIBER在EI98光盘中有14799条记录。字段限制的优先级要比逻辑运算符的优先级高要把OPTICALNOTFIBER限制在题名字段就要输入：？（OPTICALNOTFIBER）/TI49502.EI光盘中常用的基本索引字段/TITitle篇名/ABAbstract文摘/DEDescriptor规范词/IDIdentifiers自由词51基本索引字段检索在Ei光盘中基本索引字段用后缀方式表示如:？Polymer/ti,ab？Information(w)society/ti？nondestructive(w)(testingorexamination)/ti,ab,de,id523.Ei光盘中常见的辅助索引字段代码 解释AU= Author(著者) CS= CorporateSource(机构)CT= ConferenceTitle(会名) JN= JournalName(刊名) DT= DocumentType(文献类型) LA= Language(语种) PY= PublicationYear(出版年)53在Ei光盘中辅助索引字段用前缀方式表示如:？LA=English

查找原文为英文的文献。？

PY=1993:1994

查找1993年至1994年间发表的文献。辅助索引字段检索54复杂检索式的构造：

((ctorcomput?(1w)tomography)and(solid(s)rocket?orpropellant?)and(nondestruct?orndtorndeorndi))/de,id,ti,ab,1990-2000

检索1990年至2000年以来CT用于固体火箭无损检测方面的文献,在规范词、自由词、篇名及文摘字段中检索。55第三节计算机检索的常用方法563.1直接法（常用法）直接法是指直接利用检索工具（系统）检索文献信息的方法，这是文献检索中最常用的一种方法。它又分为顺查法、倒查法和抽查法。（1）顺查法

顺查法是指按照时间的顺序，由远及近地利用检索系统进行文献信息检索的方法。这种方法能收集到某一课题的系统文献，它适用于较大课题的文献检索。例如，已知某课题的起始年代，现在需要了解其发展的全过程，就可以用顺查法从最初的年代开始，逐渐向近期查找。573.1直接法（常用法）（2）倒查法

倒查法是由近及远，从新到旧，逆着时间的顺序利用检索工具进行文献检索的方法。此法的重点是放在近期文献上。使用这种方法可以最快地获得最新资料。（3）抽查法

抽查法是指针对项目的特点，选择有关该项目的文献信息最可能出现或最多出现的时间段，利用检索工具进行重点检索的方法。583.2追溯法（引文法）追溯法是指利用已经掌握的文献末尾所列的参考文献，进行逐一地追溯查找“引文”的一种最简便的扩大信息来源的方法。它还可以从查到的“引文”中再追溯查找“引文”，像滚雪球一样，依据文献间的引用关系，获得越来越多的内容相关文献。缺点：查全率、查准率较低，易误检漏检

59追溯法—原始文献60追溯法—原始文献所附的参考文献613.3综合法综合法又称为循环法，它是把上述两种方法加以综合运用的方法。综合法既要利用检索工具进行常规检索，又要利用文献后所附参考文献进行追溯检索，分期分段地交替使用这两种方法。即先利用检索工具（系统）检到一批文献，再以这些文献末尾的参考目录为线索进行查找，如此循环进行，直到满足要求时为止。综合法兼有常用法和追溯法的优点，可以查得较为全面而准确的文献，是实际中采用较多的方法。623.4计算机检索的步骤确定检索目标选择数据库编制检索提问式上机检索整理检索结果并对检索效率进行评价631.确定检索目标要进行信息检索，首先必须确定信息检索的目标，即对信息用户的需求进行具体的分析，这种分析应主要包括以下内容：（1）明确检索的目的明确用户是要查新、查参考资料还是查询论文被收录或引用情况等，以便对检索的查准、查全和时间范围的指标要求有一个大致的了解，从而制定出符合情况的检索策略。（2）课题分析对课题内容进行分析，找出核心概念和隐含概念，排除无关的概念，明确概念之间相互的逻辑关系。64课题分析---直接从项目名称中确定检索概念例：项目“聚乙烯的合成（synthesisofpolyethylene）”主要概念：聚乙烯、合成（synthesis、polyethylene）检索式：聚乙烯and合成Synthesisandpolyethylene656667686970课题分析---找出隐含概念例：项目“灌溉用的橡塑多孔管”Rubber-PlasticPorousPipeForIrrigation橡塑多孔管也称为橡塑渗灌管，其主要原料为橡胶粉(由废旧轮胎制得)和塑料(如粉状聚乙烯)。隐含概念：橡胶、塑料该产品主要用于农林、园艺等方面的灌溉。主要概念：橡胶、塑料、多孔管、灌溉检索式：(橡胶or塑料or橡塑)and多孔管and灌溉71课题分析---泛指概念具体化例：项目“唐山综合防灾的研究”由于唐山是一个城市，因此该项目实际上是“城市综合防灾的研究”。该项目针对的主要灾害是地震、洪水和火灾，所采用的研究手段是决策支持系统和专家系统。防灾地震、洪水、火灾研究决策支持系统、专家系统主要概念：城市、地震、洪水、火灾、决策支持系统、专家系统检索式：城市

and(地震or洪水or火灾)and(决策支持系统or专家系统)72排除重复无关的概念可避免漏检，节省检索费用。例4：项目“河豚毒素的液相色谱分析”从项目名称上看，其主要概念为“河豚毒素”、“液相色谱”和“分析”，但由于液相色谱本身就是一种分析方法，它隐含了“分析”这一概念主要概念：河豚毒素、液相色谱检索式：河豚毒素and液相色谱732.选用合适数据库根据检索目标分析所确定的检索目的、涉及的学科范围和信息类型，选择合适的数据库。具体选择过程中还应考虑数据库的类型（参考、全文还是电子期刊）、内容（专利、标准、会议）、收录的数据学科范围、数据库的更新周期，收录文献的语种等因素。例如，要查新就要选择收录文献最全，更新周期快的数据库；要看全文就要选用全文数据库或电子期刊；要查标准或专利就要选择标准库或专利库。743.使用适当的检索语言，构造检索表达式分析各个检索词之间的位置关系和逻辑组配关系分析检索词应该限定在哪个字段中检索（是在所有基本索引中检索还是限定在分类、主题、自由词、文摘还是其他辅助索引字段中检索？）754.上机检索上机检索是用户的实际操作过程，检索策略输入检索系统后，系统响应的检索结果通常很难一次就能满足课题的要求，例如，有时输出的篇数太多，而且不相关的文献所占的比例很大，而有时输出的文献数量太少，甚至为零。因此在检索的过程中用户需要不断地根据检索结果对检索策略进行调整和修改，包括检索词的重新选取以及检索提问式的重新构造，经过反复的检索最终获得比较满