第一章信息检索概论

Internet资源与利用图书馆陈仕吉，2012秋/internet/课程介绍介绍信息检索的基础知识系统介绍国内外主要农业、生物等相关学科资源及其检索、原始文献索取获取及利用增强信息获取能力，支撑科学研究，增强信息素质和能力。课程介绍作业选定一个课题，下次上课的时候交给我或发我邮箱：chenshiji@2008.，结课时随机选出部分同学作PPT汇报学生成绩评定方法考勤（随机抽查，并视作业情况）平时成绩（上机实习、平时作业、课堂提问）课题检索报告第一章信息检索概论检索基础检索工具与系统图书馆的资源与服务检索基础1.1基本概念1.2信息检索与科学研究1.3检索方法与技术第一节信息检索基础信息文献信息检索1.1.1信息信息在通信领域作为科学对象展开研究。随着信息技术的发展，这一领域的研究不断深入。信息概念的不同认识：哈特莱（1928）、香农（1948）、维纳（1950）、朗高（1975）等。一般认为：信息是事物运动的状态与方式，是事物的一种属性（钟义信）。1.1.1信息说明“事物”泛指一切可能的研究对象，包括外部世界的物质客体，也包括主观世界的精神现象。“运动”泛指一切意义上的变化，包括机械运动、生命运动及思维运动和社会运动。“运动方式”指事物运动在时间的过程和规律。“运动状态”指事物运动在空间上所展示的形状和态势。1.1.1信息信息是指应用文字、数据或符号等形式，通过一定的传递和处理，来表示各种相互联系的客观事物在运动变化中所具有的特征性内容的总称。1.1.2文献“文献是记录有知识的一切载体”，即通过一定的记录方式、将知识信息固化在一定的物质载体上而形成的，是知识信息、记录符号和物质载体的统一体，是一种知识信息的实体，是知识信息的存储者。知识，信息中的一部分，指信息中对人类生产、生活有价值的信息，一般可以用文字、图形、声音多媒体等手段表示。科技文献：是记录有科学技术信息或知识的一种载体。1.1.2科技文献类型（载体）

按文献的载体形式

印刷型、缩微型、声像型、电子型按文献加工的深度

一次文献、二次文献、三次文献按文献的出版形式

图书、期刊、特种文献1.1.2科技文献类型（载体）

印刷型以纸张为载体，记录方式为油印、铅印等印刷技术。包括书、报、刊等。优点是便于阅读、传播和交流，缺点是存储密度低，空间大。1.1.2科技文献类型（载体）

缩微型以胶卷等感光材料，记录方式主要是光学记录技术。优点是忠于原件，体积小，存储密度高。但阅读不方便，需要借助缩微阅读器方能阅读。1.1.2科技文献类型（载体）

声像型以磁性材料和光电材料为载体，记录方式为机录技术、磁录技术和光录技术。主要有唱片、录音带、录像带等。优点是生动直观，缺点是成本高，不易检索和更新，也要借助一定的设备。1.1.2科技文献类型（载体）

电子型指采用电子手段并以电子形式存在，利用计算机及现代通信方式提供信息的一种新型载体。各数据库资料。如期刊网、Elsevier优点是信息量大；出版周期短，易更新；方便检索、容易复制、可交互共享等。缺点是需要借助电子计算机等设备来阅读。1.1.2科技文献类型（加工层次）一次文献以作者本人的生产和科研工作成果为依据而创作的原始文献。如专著、期刊论文、科技报告、会议论文、学位论文等。一次文献都有详尽具体的学术内容与研究数据，参考和使用价值较高，是科研人员追踪的主要目标。1.1.2科技文献类型（加工层次）二次文献它将分散的，无组织的一次文献进行筛选后，按其内容特征（如主题、分类等）和外表特征（如著者、序号等）进行加工、编辑而形成有系统的文献，以便查找与利用。如书目、索引、文摘等。1.1.2科技文献类型（加工层次）三次文献指在合理利用二次文献的基础上，根据一定的目的和需要，选用一次文献的内容，进行综合、分析、研究和评述而编写出来的文献。如专题评述、动态综述、学科年度总结，百科全书等。1.1.2科技文献类型（加工层次）零次文献零次文献指没有正式发表的文献零次文献是最原始的文献，如私人笔记、试验记录、设计草图、文章草稿等。零次文献是形成一次文献的素材，具有内容新、不成熟、不公开等特点。1.1.2科技文献类型（加工层次）图书期刊特种文献（会议文献、学位论文、专利文献、标准文献、政府出版物、科技报告、产品样本和目录、档案）信息检索从广义上讲，信息检索就是将信息按一定的方式组织起来，并根据需要找出所需信息的过程。从狭义上讲，信息检索是指广义信息检索过程的后半部分，即从信息集合中找出所需信息的过程。按检索对象可分为数据检索、事实检索和文献检索，按检索方式可分为手工信息检索、机械信息检索和计算机信息检索。1.1.3信息检索信息检索原理信息资源信息特征标引记录信息检索系统用户提问信息特征提问档控制语言或规则信息分析提问分析词汇词汇排档匹配主题法分类法分类检索主题检索1.1.3信息检索信息检索系统是根据一定需要和为达到特定的信息交流目的而建立的一种有序化的信息资源集合体。通常拥有选择、整理、加工、存储、检索的设备和方法。

1.1.3信息检索信息检索系统类型目录型题录型文摘型全文型信息检索系统目录型一般以整本图书、期刊为报道单元。著录出版物的外部特征。主要用于查找出版的出版单位或收藏单位。

如各馆藏目录、联合目录。信息检索系统题录型以出版物中的“篇”作为著录单元。题录列出篇名、著者和出处。如：全国报刊索引

信息检索系统文摘型将论文或专著的内容加以浓缩，形成摘要。描述文献外部特征加上文摘。如：农业工程文摘、BA（生物学文摘）、CA（化学文摘）信息检索系统全文型全文型是以全文检索技术为基础建立起来的全文数据库为基础检索系统。针对的电子型文献。一次型检索，获取全文。如：中国期刊网全文数据库、各全文电子期刊系统（Elsevier、Springer、JohnWiley等）信息检索系统（设备）工具书特指印刷型工具书，是专供解疑释难或查找文献线索的出版物高密度的知识性、高效率的查考性和相对权威性包括参考工具书和检索工具书。中国百科全书、中国国家书目、全国报刊索引、中国农业生物学文摘信息检索系统（设备）数据库是指计算机按一定方式、以数字的形式存取的相互关联的数据集合，是面向计算机和网络的检索工具，是计算机信息检索系统的核心部分。文献型数据库和图形数据库。信息检索中一般使用文献型数据库，主要包括全文数据库、参考数据库和事实数据库信息检索系统（设备）数据库与信息检索系统数据提供商：生产、加工科学数据，同时也可以提供检索服务，如CA、CABI、Agricola信息服务提供商：整合各个数据提供商的科学数据，提供更为全面的和专业的信息检索服务，如WebofKnowledge、ProQuest等实际上各信息服务商往往身兼两种角色。1.2信息检索与科学研究科学研究的流程科学研究的信息需求科学研究流程

检索相关的研究分析现有的研究结果

发现问题

提出假说

制订试验方案

定义试验步骤

试验

数据汇总

数据可视化

数据验证

调整试验

重新校验假说

写作研究论文

发表研究论文发现问题试验数据分析发现研究活动：反复、重复、动态、以人为中心依赖于各种不同的资源在海量的信息中快速检索到相关的、高质量的信息信息检索有效地分析目前的研究进展并确定新的研究方向及时跟踪某研究方向的最新进展有序管理所检索到的大量文献迅速提高论文写作的效率科研中与信息相关的问题信息分析方法和工具文献管理软件1.3检索方法与技术检索语言检索符号检索步骤1.3检索方法与技术检索语言又称情报检索语言，是信息存储与检索过程中用于描述信息特征和表达用户信息提问的一种专门语言。分类表和主题词表1.3.1检索语言分类语言运用逻辑分类的原理，按照文献内容所属的学科、专业性质和特征，对文献信息进行系统化组织的一种方法国内常用有《中国图书馆分类法》、《中国科学院图书馆图书分类法》和《中国人民大学图书馆图书分类法》。国外常用的有《杜威十进制分类法》、《国会图书馆图书分类法》《中图法》分为五个基本部类，并在此基础上扩展为22个大类：

五大基本部类：

马克思主义、列宁主义、毛泽东思想哲学社会科学自然科学综合性图书22个基本大类马克思主义、列宁主义、毛泽东思想

………A

马克思主义列宁主义、毛泽东思想哲学………B

哲学社会科学…C

社会科学总论

D

政治、经济

E

军事

F

经济

G文化、科学、教育、体育

H语言、文字

I

文学

J

艺术

K

历史、地理自然科学…..N自然科学总论

O

数理科学和化学

P

天文学、地球科学

Q生物科学

R

医药、卫生

S农业科学

T

工业技术

U

交通运输

V

航天、航空

X

环境科学综合性图书……Z

综合性图书

基本大类是分类表的一级类目，在每个一级类目下面又可进一步分为二级类目、三级类目等。1.3.1检索语言主题语言一般又称为主题法，体现为主题词。主题词是代表文献内容有实质意义并经过规范化的词。以特定的事物、问题、现象为中心组织文献主要有单元词法、标题词法、叙词法和关键词法国内广泛使用的《汉语主题词表》，国外是《美国国会图书馆标题词表》（LCSH）1.3检索方法与技术检索符号限制检索布尔逻辑检索截词检索1.3.2检索符号限制（字段)检索题名检索作者检索机构检索关键词检索等1.3.2检索符号布尔逻辑检索逻辑与：AandB(A*B)

表示一篇文献中A和B必须存在逻辑或：AorB(A|B)

至少包含A或B中的一个逻辑非：AnotB(A–B)

表示一篇文献中包含A但不包含B1.3.2检索符号截词检索是一种常用的检索技术，在西文检索中使用更广泛。它可以一次地解决词干相同的检索。一般有“*”和“？”两种字符。前、中、后截断前截断、后截断和中截断

前截断：*computer（microcomputer/minicomputer）

后截断：physic*(physic/physics)

中截断：wom?n(woman\women)一般仅允许有限截断！前后截断可以同时使用，即我们所说的包含，如：*computer*有限截断有限截断和无限截断

有限截断指说明具体截去多少个字符！

示例：physic?

无限截断指不说明具体截去多少个字符！

示例：physic*检索式构建符号and,or,not,*,?,$,(,),+,-,*

字段标识Ti表示标题、SO表示来源期刊、AU表示作者等（各数据库有所不同）示例appleinti((cornormaize)andharvest*)inti分析课题制定检索策略调整检索策略执行检索1.3.3检索步骤2检索系统与工具网络公开获取资源的检索系统搜索引擎（百度、Google、Scirus学科导航系统图书馆馆藏目录（OPAC系统）商业数据库资源文摘数据库:SCI、OVID、BA、CA全文数据库：中国期刊网、维谱数据库、Elsevier、SpringerLink、JohnWiley2检索系统与工具商业数据库资源全文数据库：ProQuest、书生电子图书等专利文献数据库：中国知识产权网特色数据库资源学位论文：万方学位论文、中国期刊网学位论文特藏数据库：中国农业大学教师论文库2检索系统与工具科学研究中的文献类型图书期刊学位论文会议论文专利文献标准文献、科技报告、政府出版物、产品资料、技术档案2检索系统与工具功能检索功能：简单检索、复杂检索基于Web的检索专业检索功能：布尔逻辑检索