《智能信息检索与生成式AI应用》课件-2.信息检索的步骤：执行调整 1.4 信息检索策略

信息检索的步(下)01深入掌握检索式的构建02了解执行检索、结果处理的过程03了解检索的反馈优化学

习

目

标信息检索的主要流程反馈优化工具选择策略构建需求分析结果处理执行检索020103040506回顾构建复杂检索策略检索式是用户需求的形式表达，核心语法包括布尔逻辑：定义对象主体关系AND（同时包含）、OR（包含任一）、NOT（排除）截词符：应对“词形”变化*：代表0或多个字符，如：“comput*”可匹配computer,computing......？：代表1个字符，如：wom?n可匹配：woman,women短语检索：完整精确匹配用双引号“”讲多个词作为一个不可分割的完整短语精确匹配

如：搜索"深度学习"→

系统严格匹配这个连续词，不会返回只包含“深度”和“学习”但离散出现的文献构建复杂检索策略检索式是用户需求的形式表达，核心语法包括字段限定：指定“搜索位置”，提升查准率

通用字段：TI（Title）：篇名，如：TI=(人工智能AND眼底筛查)AB（Abstract）：摘要KY或DE(Keywords/Subject)：关键词/主题词。反映文献核心主题AU(Author)：作者PY(PublicationYear)：出版年。用于时间限定

专业字段：[Mesh]：限定在医学主题词字段，使用规范词[TIAB]：同时在标题和摘要中搜索案例实现“人工智能在糖尿病眼底病变筛查中的应用研究”复杂检索式以PubMed风格为例：`("ArtificialIntelligence"[Mesh]OR"DeepLearning"[Mesh]ORAI)AND("DiabeticRetinopathy"[Mesh]OR"DiabeticRetinopathy/diagnosis"[Mesh])AND(screenORdetectORdiagnos)`执行检索缩检执行检索式，如果搜索结果超过设定预值，则实现“缩检”具体形式：增加AND概念、使用字段限定、使用NOT排除、缩小时间范围扩检执行检索式，如果搜索结果小于设定预值，则实现“扩检”具体形式：增加OR同义词、减少AND概念、使用更上位词、使用截词符、放宽时

间范围启动“智能导航”，将“检索式”输入工具、调整，反复执行检索概念将构建好的检索策略在选定工具中实施操作，并对系统返回的初步结果进行快速评估与动态调整的阶段案例实现“人工智能在糖尿病眼底病变筛查中的应用研究”复杂检索式的缩检如：增加研究方向和时间的限定`("ArtificialIntelligence"[Mesh]OR"DeepLearning"[Mesh]ORAI)AND("DiabeticRetinopathy"[Mesh]OR"DiabeticRetinopathy/diagnosis"[Mesh])AND(screenORdetectORdiagnos)AND("fundusimage"OR"retinalimage")（限定为基于眼底图像的研究）AND("fundusimage"[TIAB])AND("2018"[PDAT]:"2023"[PDAT])（限定时间）`案例实现“人工智能在糖尿病眼底病变筛查中的应用研究”复杂检索式的扩检如：如果检索“FCN（全卷积网络）用于视网膜分割”结果过少，则使用OR扩检`("ArtificialIntelligence"[Mesh]OR"DeepLearning"[Mesh]ORAI)AND("DiabeticRetinopathy"[Mesh]OR"DiabeticRetinopathy/diagnosis"[Mesh])AND(screenORdetectORdiagnos)AND(FCNOR"fullyconvolutionalnetwork"ORU-NetORSegNet)`执行检索边检边学，在结果中学习新知识，反馈优化策略技巧：浏览高质量文献的标题、关键词、摘要，发现新术语利用数据库的“相关词推荐”、“分类过滤”功能例如：在某次检索结果中，打开一篇高相关文献。发现其关键词有“transferlearning”（迁移学习）。这是重要的扩展概念，可将其加入检索式：`OR"transferlearning"`结果处理概念对经评估筛选后的相关文献进行深度加工、组织与管理的过程当好“淘金者”和“图书管理员”冲洗熔炼提纯铸锭淘金炼金保存淘金与炼金的过程精细筛选与阅读看标题、摘要快速筛选、下载高相关全文深度阅读、边读边做笔记，标记重点信息记录与管理记录检索过程：用了哪些词、哪些库、得到多少结果管理参考文献：使用EndNote、Zotero、NoteExpress等工具建立个人知识库：对文献分类、打标签、写摘要分析内化与保存知识融入自己的知识体系，形成新认知，用文献管理工具保存案例实现“人工智能在糖尿病眼底病变筛查中的应用研究”结果处理如：在某学术库中仅返回15篇文献，数量不足，面临“漏检”风险1.批判性阅读与笔记：阅读高质量文献摘要：发现一篇高相关综述，其摘要指出：“...卷积神经网络（CNN）

在眼底图像分类中已成为主流...迁移学习

利用ImageNet预训练模型显著提升了小数据集上的性能...”2.提取核心术语：立即在笔记中记录下两个关键技术词：卷积神经网络（CNN）、迁移学习3.识别评估指标与数据模态：发现新数据源：有一篇文献探讨了“基于OCT图像的早期DR检测”，提示除了传统彩色眼底照片，OCT（光学相干断层扫描）是另一种重要的影像模态反馈优化概念完成单次检索循环后，对整个过程的效果进行反思，并基于新获得的知识对检索策略进行系统性修正的阶段扮演“复盘教练”绘制新地图，再出发作用基于新知识的扩展从已读文献中发现新术语、新作者、新期刊引文网络追踪查重要文献的参考文献（追溯源头）和施引文献（追踪发展）调整需求认知有时会发现最初需求不准确，需要重新定义案例实现“人工智能在糖尿病眼底病变筛查中的应用研究”的优化反馈根据处理结果，修改检索式使用新检索式进行检索，结果集从15篇显著扩大至80余篇......(卷积神经网络OR深度学习OR迁移学习)AND(糖尿病视网膜病变OR糖尿病眼底病变)AND(筛查OR检测OR诊断)AND(敏感性

特异性)AND(眼底图像OROCT图像)小

结信息检索式的构建是用户需求的形式表达信息检索式的核