第一章 基础知识-信息检索语言与技术

网络信息采集与利用

第一章：基础知识——信息检索语言与技术2010.5第一讲回顾：小结NO4信息源的三大划分标准：载体形式、处理级别、编辑出版形式。其中后两种是极其重要的。不同的需求选择不同的信息源。哪些信息源是你撰写学术论文必须的网络资源和数据库作为涉及到各种类型信息资源。根据“信息源划分示意图”理解不同信息源划分之间的关系。根据“信息处理级别示意图”理解不同出版形式的信息源之间的关系。第二讲回顾：小结NO5检索与查找的区别信息检索的含义、原理、类型、意义信息检索工具、方法、步骤信息检索类型划分示意图能通过“信息检索原理图”理解信息检索原理能够借助“信息检索步骤示意图”理解并记忆信息检索五步骤1信息检索语言信息检索语言

=

信息组织与存储的方法或规则1.1什么是信息检索语言回顾“信息检索原理图”，作为信息检索的桥梁——信息检索语言含义：是根据信息检索系统存储和检索的需要而编制的人工语言。语言＝词汇＋语法

信息检索语言的词汇：分类号、检索词、代码

信息检索语言的语法：如何正确描述记录和有效地检索记录的一整套规则。信息检索语言的含义与作用检索语言：是根据检索需要而创造的一种人工语言。作用：1、保证不同标引人员表征文献信息的一致性。2、使内容相同及相关的文献集中化。3、保证检索提问与文献信息标引的一致性。4、保证检索者按不同需求检索文献信息时，都能获得最高的查全率和查准率。1.2信息检索语言类型示意图信息检索语言描写文献外部特征描写文献内容特征分类语言体系分类语言组配分类语言混合分类语言题名语言著者语言号码语言主题语言单元词语言标题词语言关键词语言叙词语言文献信息分类网络信息分类数据库信息分类1.3.1文献信息分类语言国内

《中国图书馆分类法》[中图法]

《中国科学院图书馆图书分类法》[科图法]

《中国人民大学图书馆图书分类法》[人大法]

《中国图书分类法》台湾赖永祥编订国外

《杜威十进分类法》[DDC]

《国会图书馆分类法》[LCC]《中图法》采用“五分法”形成五大部类。这五大部类的依据，首先是毛泽东关于知识分类的论述，即世界上的知识只有自然科学、社会科学和哲学三大部类；其次强调马列主义的指导作用，将马列主义、毛泽东思想经典作家的著作及相关文献独立为一个基本部类；最后是由于文献的特殊性，即存在一些内容庞杂，无法具体归入某一学科的文献，将其概括为“综合性图书”作为一个部类。在五大部类之下，层层细分，划分出22个基本大类，分别为：

《中图法》一、马克思主义、列宁主义、毛泽东思想二、哲学三、社会科学A马克思主义、列宁主义、毛泽东思想、邓小平理论…B哲学、宗教…C社会科学总论D政治、法律·E军事F经济’文化、科学、教育、体育语言、文字四、自然科学文学艺术历史、地理自然科学总论数理科学和化学天文学、地球科学生物科学医药卫生农业科学工业技术交通运输航空、航天五、综合性图书基本大类：（22种）A马列主义毛泽东思想邓小平理论N自然科学总论B哲学O数理化科学C社会科学总论P天文学、地理D政治、法律Q生物科学E军事R医学、卫生F经济S农业科学G文化、科学、教育、体育T工业技术H语言、文字U交通运输I文学V航空、航天J艺术X环境科学K历史、地理Z综合性图书

TB一般工业技术TQ化学工业TD矿业工程TS轻工业、手工业TE石油、天然气工业TU建筑科学TF冶金工业TV水利工业TG金属学与金属工艺TH机械、仪表工业TJ武器工业TK能源与动力工程TL原子能技术TM电工技术TN无线电电子学、电信技术《中图法》属于等级列举式分类法，特点是类目列举详尽，排列按等级体系，从总体到局部，由大类到小类层层细分，单线列举，形成树型结构，其中的等级体系一般根据学科属性排列。类目格式一般包括分类号、类目名称和注释。例如：分类号类目名称注释TM241金属导电材料

铝、铜、铁、镍、钼等及其合金入此《中图法》类目Q生物科学………………一级类目O1普通生物学…………二级类目Q11生物演化与发展……三级类目Q111进化论、生物系统发育…………四级类目Q111．2达尔文学说与研究……………五级类目《中图法》等级分类体系H1H2H3R1H11H12H13H14H121H122H123H124H111H112H113等级体系分类法上位类下位类中国科学院图书馆图书分类法简表（第三版）00马克思列宁主义毛泽东思想10哲学20社会科学（总论）21历史、历史学27经济、经济学31政治、社会生活34法律、法学36军事、军事学37文化、科学、教育、体育41语言、文字学42文学48艺术49无神论、宗教学50自然科学（总论）51数学52力学53物理学54化学55天文学56地球科学（地学）58生物科学61医药、卫生65农业科学66农作物67园艺68林业、林业科学71工程技术72能源学、动力工程73电技术、电子技术74矿业工程75金属学（物理冶金）76冶金学77金属工艺、金属加工78机械工程、机器制造81化学83食品工业85轻工业、手工业及生活供应技术86土木建筑工程87运输工程90综合性图书人大法简表1.马克思主义、列宁主义、毛泽东思想2.哲学3.社会科学、政治4.经济5.军事6.法律7.文化、教育、科学、体育8.艺术9.语言、文字10.文学11.历史12.地理13.自然科学14.医药卫生15.工程技术16.农业科学技术17.综合参考《中国图书分类法》(台湾)000总论100哲学200宗教300自然科学400应用科学600历史、地理700历史、地理800语文900美术310数学320天文330物理340化学350地质360生物、博物370植物380动物390人类学410医学420家政430农业440工程450矿冶460化学工业470制造480商业490商学441土木工程442道路工程443水利工程444船舶工程445市政工程446机械工程447陆空交通448电气工程449核子工程《杜威十进分类法》(DDC)000总论100哲学200宗教300社会科学400语言500自然科学600应用科学700艺术800文学900历史、地理510数学520天文学530物理学540化学550地球科学560古生物学570生命科学580植物学590动物学621应用物理学622采矿623军事及航海工程624土木工程625道路工程627水力工程628卫生及市政工程629其它工程610医学620工程与应用科学630农业640家政650管理科学660化学工业670制造业680特种制造业690建筑《杜威十进分类法》“DeweyDecimalClassification“简称DDC或DC，由美国图书馆学家杜威(MelvilDewey)创制，是目前全世界使用最广泛、影响最大的图书资料分类法，至少有135个国家和地区的20多万个图书馆在采用。《杜威法》第一次发表于1876年，书名原为《图书馆编目排架用分类法及主题索引)，类表只有12页，加上导言和索引，总共42页。1885年出版第二版，更名为《十进图书分类法及相关索引》，增加了类的级数，加深了细分程度，这一版奠定了《杜威法》的体系。之后到1996年已出版第2l版。受英国科学家培根的知识分类影响，杜威法将所有的学科归纳成9大类，把涉及全部知识而不能归入任何一门学科的图书总为第0类，称总论，序列在其他学科知识之首。一级大类之下，以圆点相隔再分小类，称子类。每个一级大类再分为10个子类(也有不足或超过的)依此类分下去，形成一个完整的层层展开的等级体系。

《美国国会图书馆分类法》(LCC)A综合性类目B哲学、宗教C历史－辅助科学D历史与地方志(美洲以外)E～F美洲历史与地方志G地理学、人类学H社会科学J政治学K法律L教育M音乐N艺术P语言、文字学Q自然科学R医学S农业、矿业T工业技术U军事科学V海军Z目录学、图书馆学QA数学QB天文学QC物理学QD化学QE地质学TA工程总论TC水力工程TD卫生工程和市政工程TF铁道工程和运输TG桥梁工程TH建筑工程1.3.2网络信息分类[很多情况下并不很清楚自己的信息需求，或者无法清楚表达信息需要，需要通过类目浏览，获得一些基本信息，然后再选择检索关键词]搜索引擎【目录

专题网站】google网页目录搜狗目录学科信息门户//开放目录//特殊资源分类[电影分类/软件分类/商业分类]1.3.3数据库信息分类全文数据库，如《中国期刊全文库》

文摘数据库EIVillage2分类语言优点(1)分类语言是以学科划分类目，符合人们认识事物的规律和处理事物的习惯，容易被人们掌握和应用。(2分类语言强调知识的系统性，方便人们按学科、专业系统检索有关文献资料，能够达到族性检索，可以获得较高的查全率。(3)便于组织图书馆资料排架。

分类语言的不足之处(1)检索信息时首先必须了解课题的学科体系才能顺利查找到相应的类目，如果不熟悉学科体系，会有一定难度。(2)分类语言采用尽量列举类目的方法，但受到类目数量的限制，缺乏专指性，查准率不高。(3)由于分类表的结构是固定的，不便于随时修订和增设新的类目。它总是落后于科学技术的发展，难于及时反映新兴学科和边缘学科的内容。(4)分类语言采用分类号作为检索标识，检索文献时，需要将检索文献的主题内容转换成分类号，转换过程中，容易产生误差，造成误检。小结NO6文献信息分类特点方便文献信息的排架，便于索取；类目的结构严谨，逻辑性强；适合学术信息资源（特别是印刷型）的组织。网络信息分类特点根据网络信息的存在状况和当前上网用户的特点来编制的，有一定的科学性和系统性；适合大众信息资源的组织。数据库信息分类特点结合文献信息分类和网络信息分类的优点方便浏览和检索1.4主题语言主题：论述的对象和研究的问题主题语言：以文献信息内容特征和科学概念的词语为检索标识，并按字顺组织起来的一种检索语言。1.4.1标题词语言标题词：从自然语言中选取并经过规范化处理的、表示事物概念的的词、词组或短语。代表：EI中《工程主题词表》（简称SHE）电脑---见（see）---计算机局域网---参见（seealso）---计算机网络1.4.2关键词语言关键词：指那些出现在文献的标题（篇名、章节名）以至摘要、正文中，对表达文献主题内容具有实质意义的语词，亦即对揭示和描述文献主题内容来说是重要的、带关键性的（可作为检索“入口”的）那些词语。关键词基本上不作规范化处理。例如，“国际联机检索概论”中的“国际联机”、“联机”、“检索”都是能描述这篇文献的主题的，可以作为检索词。概括地说，关键词法就是将文献原来所用的，能描述其主题概念的那些具有关键性的词抽出，不加规范或只作极少量的规范化处理，按字顺排列，以提供检索途径的方法。1.4.3叙词（主题）词语言叙词是指一些以概念为基础的，经过规范化的，具有组配功能并可以显示词间关系和动态性的词或词组。如：《汉语主题词表》、《机械工程主题词表》主题词表：①字顺表computerizedindustrialcontrol

USE

industrialcomputercontrolComputerizedinstrumentationUFcomputerizedinstruments

NTautomatictestequipmentcomputerizedmonitoringcomputerizedspectroscopycomputerizedtomography

BTcomputerapplications

TTcomputerapplicationsRTastronomycomputingastrophysicscomputingbiologycomputingchemicalengineeringcomputing主题词的语义性:主题词之间存在的含义上的相互关系（同义关系、属分关系、相关关系）同义关系论理学02H逻辑学02H

Y逻辑学D论理学(正式主题词)（非正式主题词）属分关系师范学校08E

F幼儿师范学校（下位概念）

S专业教育（上位概念）Z学校（族首词概念）相关关系标准化20.P2D（款目主题词范畴（分类）号）

C规格化通用化系列化（相关概念）②词族表computerapplications．administrativedataprocessing．．distributivedataprocessing．computerizedsignalprocessing．．computerizedpatternrecognition．．computerizedpictureprocessing．．．computer-generatedholography正式主题词款目

Zàoshēnggānrăo噪声干扰[56MB]NoisejammingD杂波干扰F瞄准式干扰扫频干扰阻塞式干扰S通信干扰有源干扰Z电子对抗*C连续波干扰脉冲干扰调制干扰汉语拼音范畴分类号英译名参照符号关系词正式主题词非正式主题词款目Zábōgānrăo杂波干扰[56MB