文献信息检索基础知识理论部分讲义

文献信息检索基础知识一.基本概念定义：文献是记录有知识或信息的一切载体。具体地说文献是以文字、符号、图形、声频、视频等手段将信息、知识记录在各种载体上所形成的物质实体。即记录有信息、知识的纸张、胶片、磁带、磁盘、光盘及一些网络资源都可以文献的主要功能是存储信息、传递信息。文献的特征：包括文献的内容特征和文献的外表特征两个方面。定义：信息是事物运动的状态与方式的反映。简言之，信息就是事物发出的消传递信息可通过：肢体语言、口头语言、书面语言等。息。人与人间 .Knowwhat(知道是什么)-关于事实方面的知识。.Knowwhy(知道为什么)一一关于自然原理和规律方面的知识。.Knowhow(知道怎么做)关于技能或能力方面的知识。.Knowwho(知道谁有知识)——关于到哪里寻求知识的知识。定义：知识是人类认识的成果和结晶，是人类在认识和改造世界的社会实践中获得的对事物二.文献的基本类型与特征对文献类型的划分，由于所选标准以及分析方法不同，有各种不同的划分方法,一般可按下面儿种情况来划分。印刷型(又称纸制文献、印本文献))记录知识的文献，是传统的文献形式，也是现代的文献信息资源的主要形式之一。实用，直观性强，是人类交流和传播信息的主要形式。缺点:存储的信息密度低，占据空间大，难以实现加工和利用的自动化，不便于对其进行长期管理和长期保存。主要类微型形、影像等信息按比例缩小后存储在感光切，机读型中而形成的多种类型的。其优点是存贮密度高，存取速度快、查找方便，信息共享性好、易复制，原有记录可以改变、检索之外，还可以对文本进行有LI的的抽取、排序、重新组合，从而产生新的信息产品。文献。形式划分定义：图书：是指具有独立的内容体系、相当篇幅和完整装帧形式的文献。一领域进行系统阐述，或对现有研究成果、技术和经验进行归纳、概括而成，多为总结性。信息速度慢。通过它可以全面、系统地了解一个学科或专门领域的研究历史与现状，在调查显示的研人员一般不把它列为首选的使用对象。连续出版物 (1)期刊：序号、汇集了多位作者分别撰写的多篇文章，并曲专门的机构编辑出版的连续性出版物。期刊的种类很多，有学术性刊物，普通的快报、消息性刊物，数据性刊物、检索刊物亦以期刊科技研究成果和动态核心期刊：某学科(或某领域)的核心期刊，是指那些发表该学科(或该领域)论文较多、使用率(含被引率、摘转率和流通率)较高、学术影响较大的期刊。 多为对开或四开，以单张散页形式出版。特种文献通常指那些出版发行方式或获取途径比较特殊的文献，非书非刊，形式多样。 (1)科技报告：也称技术报告、研究报告，是科学研究工作和开发调查工作成果的记录或正式报告。按研究阶段可分为进展报告和最终报告。名称和较严格的陈述形式，是获取最新信息的重要信息来源。科技报告内容新颖、专业性强，技术数据具体详尽，完整可靠，信息含量高，有数据、图表、实验记录等相关资料，涉及领域十分广泛。对于了解某项技术的研制试验和评价结果，某项科学技术问题的现状和发展，非常重要。如：美国政府四大报告：PB、AD、NASA、DOE报告，都有各自的检索工具。(2)会议文献：是了解有关领域发展悄况的重要资源，有会前文献、会中文献、会后文献之分(会议论文等：正式出版物)。(3)专利文献：专利制度的产物，是实行专利制度的国家，在接受申请和审批发明过程中形律性文件。开始实施的，它的LI的在于通过保护发明人的合法权益推动技术的发展。U前专利制度已进入国际合作阶段。各个国家的专利审批机构、国际性专利组织都是获取专利文献的重要来源(另：专利(4)技术标准：标准化的产物，是经过公认的权威机构(标准化组织或有关机构)以特定的文件形式出现的标准化丄作成果。山技术标准、管理标准及其他具有标准化性质的类似文件所组成，是从事生产和建设的一个共同依据。特点：具有权威性、规范性、法律性、时效性、陈旧性。的工具，一个国家的指标文献可以反映其经济、技术政策、生产水平、资源情况和标准化水平。先进的标准可供研制新产品，改进工艺、操作水平提供参考；进口设施的组装、维修、零部件的配制需要标准文献在对外贸易中，技术标准常常构成非关税壁(5)学位论文：是指高等学校或研究机构的学生为取得某种(博士、硕士及学士)学位时，在导师的指导下撰写并呈交的体现其学术研究水平，并供审查答辩用的研究论文。特点：具有一定的(6)政府出版物：各国政府及其设立的专门机构所颁发行政文件和科技文献的总称。就其性、方针政策、规章究报告、科普材料、技术政策文件等。政府出版物具有正式性、权威性的特点。片和原始记录等的总称。验记录、会议记录、个人通讯等。具有内容新颖、不成熟不定型不公开交流、难以获得的特点。零次文献在内容上有一定的价值，而且能弥补一般公开文献从信息的客观形成到公开传播之间费时甚多的弊病，其新颖程度颇受关注。通使用的文献，如：专著、学术论文、专利说明、科技报告等。具有新颖性、创造性的特点，是科技人员参考得最多的基本材料，有很高的直接参考价值和借鉴使用价值，但数量庞大，储存分散，二次文献的生成过程即是对知识信息有序化的二次加工过程。是把大量的、分散的、无序的文如文摘、题录、书目、索引等检索工具。的内容进行深度加现代技术的发展，使文献的这种划分界线变得模糊，大部分数据库集文献线索检索与原文献获为一体。I的工具；三次文献是把分散的零次、一次、二次文献按照专题或者知识的门类进行综合分析加工而成的成果，是高性学科总结，如综行集中，针对性更强，系统性好，并有一定的检索功能，有较高的参考价值。4根据出版形式和内容公开程度划分息大白于天下，人人均可利用。是当今社会利用率最高的文献。限制，不易收集。其收录和获取成本较高，但是价值却很大。黑色文献包括两方面的悄况：其一，人们未破译或未识别其中信息的文献，如考古出现的古老文字、未经分析厘定的文献；其二，处于保密状态或不愿公布其内容的文献，如未解密的档案、个人日记、私人信件等。这类文献除作者及特定人员外，一般社会成员极难获得和利用。三、文献信息检索基础知识信息检索：即信息查找，是人们利用特定的检索技巧与方法，从信息集合中对LI标资源进行快速定位、获取与信息需求相关的那部分信息的过程。也就是：将信息按照一定的方式组织和存储起来，并根据用户的需求找出有关信息的过程。有广义，狭义之分。完整的信息检索槪念包括两项工作：(1)信息存储过程，即搜集、筛选、整理、积累现有信息及检索工具，建立信息检索系统：(2)信息检索过程，即利用信息检索工具查找所需要的信息。集合中找出所需要的信息的过程，相当于人们通常所说的信息查询。名，著名，分类号等项U著录下来，并按分类号排列形成分类目录，或按书名顺序排列形成书名根据检索方式(即依赖的检索工具与检索系统)来划分：含的内容进行全面了解。的一种有层次的信息存储与检索系统，是表征有序的信息特征的集合体。其中二次或三次文献信息是文献信息系统的核心和概括。功能：报道文献信息、存储文献信息、检索文献信息严格地说，信息检索系统是作为检索工具存在的信息源集合，其功能侧重于检索。所以，在这里，我们把信息检索系统的类型也称作检索工具的类型。H录也称书是以一件或一种完整的出版物(如一本书、一种期刊等)作为著录基本单位的检索工具。按一定次序编排，仅提供检索线索。主要描述文献的外部特征。常见的目录型检索系统(检索工具)：状和历史。比如：《全国总书目》。联合目录：是汇总若干图书馆或其它收藏单位所藏书刊的目录。2.索引型索引：是根据一定的需要，把特定范围内的某些重要文献中的有关款LI或知识单元(如书名、刊名、人名、地名、语词等)，按照一定的方法编排，并指明出处，为用户提供文献线索的索引是一种常见的检索工具，有些网络数据库便是以索引命名的，如《十三经索引》、《科述对象，提供对文献出版的检索工具。主要揭示、报道文献的外表特征。4.文摘型不仅报道文献的外部特征，也报道文献的内容特征，是二次文献的核心，检索工具的主体。著名的文摘有《新华文摘》、《科学文摘》等，《工程索引》虽以索引命名，却是著名的文5.全文是一种面向全文、提供全文的新型检索技术。它可以使用原文中任何一个有实际意义的词作为检索入口，得到的结果是源文献而不是文献的线索。四.文献信息检索语言征和表达用户信息提问的一种专门语言。也称标引语言、索引语言、信息检索语言。检索语言独立于具体的检索工具或检索系统之外，作为一种软件被若干检索工具或检索系统所利用。不同角度检索查找。主要有以下两种作用：加工与组织：对文献中包含的知识内容与外部特征进行规范化标引，对文献的外部特征进行规范化描述。匹配检索：提供对标引用语和检索用语的相符性⑴相关概念：①分类语言：按知识门类的逻辑次序对信息进行组织与检索的语言，是从文献内容的学科属性对文献进行描述与揭示，建立在对文献、信息所属内容的特征基础上的检索语言。按分类语言对检索系统进行组织，具有按学科组织与检索相关文献信息的作用，这就是分类语言的族性检索(从学科门类)功能。具有极好的扩检与微检功能。②类目：是分类语言的基本语汇。一个特定类目由分类号与类目名称共同构成。分类号的主SJ所聚集的文献、信息的学科范围的一组文字。如“1247中国现代长篇小说”(《中国图书馆分类法》)中的“1247”为分类号，''当代作品(1949-)”为类目名构成。如：1247.5/4-1。⑵分类语言的类型：等级体系分类语言(等级体系分类法)、分析——综合型分类语言(组配分类语言)与混合分类语言。其中最常见的是等级体系分类语言。最常见的等级体系分类法：目前各搜索引掣的网页目录采用的是等级体系结构，也就是采用了分类语言对网络信息进行组织的通行方法，以便网络用户逐级点击直到锁定口标资源。分类语言的最大特色是它的族性检索功能，使用它比较容易进行扩检与缩检。但这种检索语言的局限亦十分明显，即同一主题的文献、信息常常被分散到不同的类目之下。⑶中国图书馆分类法(《中图法》)体系分类法是以科学分类为基础，依据概念的划分与概括原理，把概括文献内容与事物的各2.主题语言主题法：用以自然语言中的词语或规范化的词语作为揭示文献主题的标识，并以此标识编排组织和查找文献的方法主题词：指代特定概念与事物的语词。主题词有自然语言中的词语，也有从自然语言中优选出⑵主题语言的类型织与检索的方法。关键词法：关键词是指那些出现在文献标题(篇名、章节名)、摘要和正文中,对表征文献主题内容具有实质意义的词语。关键词语言是直接选用文献中的自然语言作为基本词汇，并将那些能够揭示文献主题的关键性词汇作为关键词进行标引和检索的一种检索语言。关键词是非规范但由于关键词法的词语不规范，影响了文献信息的查全率和查准率。如果你所使用的关键词不规范，随意性太强，就可能查不出相应的文献。所以选取关键词时应尽量考虑周全。首先山于与全称、不同写法等进行选择；对多义词、同形异义词进行限定说明；其次由于英文构词的多样性，选词时也要注意英语的复合词、派生词、单复数以及英文单词拼写的变体等等，从而避免产分类语言、叙词语言和关键词语言是H前检索系统所使用的通用检索语言，是我们认识和使U询大多数搜索引掣使用的都是关键词语言，而学科信息门五.文献信息检索途径1以文献信息外表特征为检索途径:题名途径：是以各种事物的名称为检索点来检索文献信息。主要用于检索图书,期刊与有关资文献著者的姓名字顺为检索点进行检索的一种途径。这类检索工具有著者目途径：是以文献信息的号码标识为检索点来检索文献信息的途径。在已知文献代码情况关键词途径检分类途径是以文献信息内容所属的学科类别为检索点来检索文献的一条途径。它是检索文献的主要途主题途径这是以反映文献内容的有关主题词作为检索点检索文献的一条途径，它也是文献检索的主要按主题途径检索的关键是选准主题词，合理选择和使用主题词，对检索结果的优劣直接产生六、计算机信息检索的基本技术与方法onratio)=[检出相关文献量/检出文献总量]X100%指采用布尔逻辑表达式来表达用户的检索要求，并通过一定的算法和实现手段进行检索的过布尔逻辑表达式是采用布尔运算符(逻辑与“and”、逻辑或“or”、逻辑非“not”等)来连接运算检索词，以及表示运算优先级的括号组成的一种表达检索要求的一种算式，简称提问逻辑式。•逻辑与“AND”运算符，也可用“*”表示，用来组配不同的概念的检索词。是一种概念相交和限定关系的组配。例如：“AANDB”或“A*B”其含义是：检出的信息中必须同时含有“A”和“B”两个检索词。基本作用是对检索范围加以限定，逐步缩小检索范围，提高检索结果的查准率。例如，检索•逻辑或“OR”运算符，也可用“+”表示，是用来组配具有同义或同族概念的检索词。“微机or电脑orPC机”NOT，也可用“-”表示，“NOT”算符是排除含有某些词的记录，其逻辑提问表达式为“ANOTB”或“A-B”，即检出的记录中只能含有“NOT”算符前的检索词A,但不输出量的作用。在联机检索中可降低检索费用。例如：“计算机NOT微机”应注意，曲于“NOT”算符有排除掉相关文献的可能，因此在实际检索中应慎重使用。部位，以检索一组概念相关或同一词根的词，从而减少相同词干的检索词的输入数量，提高检全率的一这种检索方式可以扩大检索范围，提高查全率，主要用于西文数据库检索。中文数据库通常主要用于检索词的单复数、词性的词尾变化、词根相同的一类词，以及同一词的拼法变异基本作用是提高查全率，防止漏检。■根据截词的位置不同，分为前截断、后截断、中截断•后截断：是前方一致检索，乂称右截断，截词符放在被截词的右边，是最常用的检索技术，■根据截断的数量不同，分为有限截断和无限截断。•无限截断:不限制被截断的字符数量。例如输入educat?,可以检索educator,educators,•注：不同的数据库所用的截词符不一样，使用应先查一下各数据库的帮助加以确认。索表示两个检索词间的位置临近关系，乂叫邻接检索。这种检索技术通常只出现在西文数据库中，在全文检索中应用较多。布尔逻辑运算符表示两个概念之间的逻辑关系，位置算符表示的是两个概念在信息中的实际物理位置关系常用位置算符.W/n(with/n):两词相邻，在一个标引字段中W/n表示两个词不可以互换顺序，二者之间通过设定相应的检索条件实现对检索的优化。是缩小或约束检索结果的方法，最常用的是对•字段检索一一将检索限定在特定字段内进行限制的方法。字段限制范围的大小顺序是：题名〈关键词〈摘要〈全文有些词在单独使用时无实际意义或出现频率过高，一些检索系统规定这些词为禁用词(Stop物学文摘数据库)中不能作为检索词。用括号将优先检索的检索式括起来，系统首先检索括号中的概念。优先算符()优先级别最高有实际意义的词作为检索入口，得到的结果是源文献而不是文献的线索。工、检索与编辑。系统除了可以用布尔逻辑运算式进行检索外，还具有文本检索功能，并具有同1.8.扩检：在试探性检索所获取的检索结果过少，还不到检索要求时，应采取扩展检索以扩大检索范围，保证检索率。采用的方法可以是增加检索词：如将原检索词的所有同义词、别名、俗名作为检索词进行组配检索，使用截词技术或扩大检索的年代与文献范围。缩检：亦称二次检索，当检索结果数量过多，评价、筛选困难时，为保证检索精度与检准2文献信息检索的基本步骤与策略1.分析研究课题，明确检索要求整个检索过程的关键，是信息检索成功与否的关键，检索者首先要对课题作综合分析，通过分析明确如下要求， (1)明确课题的专业范围及其关健点，选取主题词。 (2)明确所需文献类型。 (3)确定所需文献的时间范围与语种范围. 4)分析检索目的：以科研攻关，解决具体的技术难题为目的。 (5)研究探索：密切跟踪，了解国内外某一研究领域的最新成果与动态。每一项理论或技术都有其发生、发展和形成的过程，检索时就是根据研究课题相关知识发展的形成期、高峰期和稳定期来确定检索的时间范围。检索要求愈明确，检索范围愈具体，已知条件愈多，检索效果愈好。因此，分析研究课题这一步进展得如何，对其后的检索程序至关重要.检索者切忌情况不明就贸然开始检索，这会导致走弯路或检索失败。检索的LI的与要求及检索范围作为选择检索工具与数据库的依据。不同的数据库其收集的文献类型、学科范围，对文献的回溯期限不同。2.选择检索工具(或数据库)与检索手段根据已经明确的检索要求与专业范围，选择合适的检索工具或数据库。性质，内容和特点作深入了解，可借助于各种检索工具指南，学科文献指南或联机数据库目录。度快，效率高，但费用也高。检索者可根据时时间要求、设备状况与经费条件来选择合适的检索3.确定检索途径与拟定检索式采用哪种方法与途径，要结合课题检索要求与检索工具或数据库的特点来确定。就检索途径而言，如果课题检索要求泛指性较强的文献资料，最好用分类途径；如果课题检索要求是专指度较高的文献资料，最好选择主题途径，如果事先匕知文献著者，分子式，专利号，标准号，报告号等条件，则利用著者途径，分子式途径与文献代码等途径为好。必要时将这些途径与分类、主题途径配合使用，将会收到更好的检索效果。检索提问式是计算机信息检索中用来表达用户检索提问的逻辑表达式，山检索词和各种布尔逻辑算符、位置算符、截词符以及系统规定的其他组配连接符号组成。索操作检，均需视检出结果，如果试检索的结果与检索需求存在差距，则需要对检索课题进行再分析，不断修索系统，选择溯期等。阅读检出结果，决定取舍。在手检中对切题的文献要记录文献资料的篇名(书名)，著机打印输出即可。5.检索结果的评价与获取原始文献获取原文是文献检索的最后一步，原文获取可以通过多种途径实现。全文数据库的检索与原文获取可以一步完成，是检索时的首选。而题录与摘要信息检索系统只能检索到原文的线索，在这种情形下，应尽可能通过本地资源获取原文。如本地资源无法保障，则可以考虑使用电子文献文献。H前大部分非全文数据库多提供了原文的外链接，用户可以根据需要选择。略查找印刷版的全文是一项不错的组合。2.选择数据库或网络检索工具选择合适检索工具的前提是对网络资源有一个较全面的、清晰的了解，具体地说要对检索丄具的类型、内容特点、时间范圉、学科范围、甚至出版商的大体情况都要有一个了解。①注重平时的积累②不要盲tl检索，应养成检索前了解一下数据库的习惯③注重与他人的交流④重视图书馆主页的资源3.提炼检索词，制定检索式①检索词尽可能选用词或词组，然后用布尔逻辑运算符将检索词连接起来，切忌把整个题名输入到检索框中。如：网络数据库的安全性研究死抠字眼，意思匹配就可以了。④检索中不断调整策略4.实施试检索操作5.检索结果处理。七.参考文献著录标准、范围以及文后参考文献的著录格式 (1)排列次序：依在正文中被首次引用的先后次序列出各条参考文献。 ③外文文献中表示缩写的实心句点一律略去；④原本就缺少某一项LI时，可将该项连同与其对应的标点符号一起略去;⑤页码不可省略，起止页码间用"相隔，不同的页码引用范围之间用",”相隔。⑥正文中参考文献标引一律用上标形式的方括号内数字表示，例如⑶，方括号和数其他性质的资料可以作为正文的随文脚注。非纸张型电子文献应注明载体类型，见后述。3.参考文献类型及其标志GB标文献类型文献类型期刊论文专著会议论文学位论文专利标准报纸报告资料汇编标志代码JMCDPSNRG4.电子文献类型标志board)等电子文献类型的参考文献，以下列字母作为标志:电电子参考文献类型电子文献类型标志计算机程序数据库DB对于非纸张型载体的电子文献，当被引用为参考文献时需在参考文献类型标志中同时标明其体类型标],如：以纸张为载体的传统文献在引作参考文献时可不必注明其载体类型。参考文献著录格式编号12345678文献类型学术期刊专著有ISBN号的论文集学位论文专利技术标准报纸格式与示例 [序号]作者.题爼[J].刊名，岀版年份，卷号(期号)：起页•止页. [序号]作者.书名[M].版次(首版免注).翻译者.出版地：出版社，出版.起页•止页.M7