数据和事实信息检索

1、,材料工程系,information retrieval,第三讲 数据和事实信息检索,第一节 概述 第二节 数据和事实检索信息源 第三节 参考工具书 第四节 数据和事实型数据库 第五节 数据与事实免费网络检索,一、概述,1、数据和事实信息的内容 字、词或代码的含义 例：某一英文缩写或代码的含义 (corp. 、hlb、ftir) 各类数值信息 科学技术数据、社会资源数据、商业经济统计数据 例：我国丝绸产品的生产消费及进出口情况 2009年杭州市总人口数等,计量单位的换算、运算公式、图谱、表格等 百科知识、人物、地理、机构信息等 例：钱学森的主要论著 商情信息、科技、法规信息等 例：上海、深圳股

2、票市场每日变化情况,2、数据和事实信息检索的特点,涉及的学科范围、应用领域广泛 检索方式没有统一模式 直接面向问题回答咨询 对数据可靠性、客观性要求高 是确定性检索，不是文献线索的检索 检索范围主要包括各种数值、公式、事实 如：科技成果、市场动态、统计数据、人物传记、机构名录,二、 数据和事实信息源,参考工具书 数据和事实型数据库 网络信息资源 视频信息资源 报纸、专业性期刊和检索类刊物,定义 是指把某一范围的知识或资料加以分析、综合或浓缩，并按一定的方式编排，以备查阅、参考，用以解决事实和数据方面疑难问题的图书 类型 字、词(辞)典、百科全书、年鉴、手册、机构名录和人名录、指南、图谱和统计资

3、料汇编等 特点 知识面广、汇编性强 信息密集、浓缩性强 便于检索、查考,参考工具书,数据和事实型数据库,数值型数据库 以数值为主要内容，存储 各类数值：如科学技术数据、社会资源数据、商业经济、地理环境数据 运算公式、图谱、表格：如金融、证券系统数据库中的货币兑换、化学物质结构数据库、生物蛋白质序列数据库 事实型数据库 直接提供可用的事实，存储 既有数字又有文字的统计资料 纯文字的知识资料或信息：如人物传记数据库、百科知识数据库、自然及社会资源统计数据库、公共信息数据库,网络信息资源,有数据和事实型数据库及以提供数据和事实信息为主要内容的网站 包含字典、辞典、人名录、地理信息、年表、政府出版品、

4、工商机构、名录、统计资源、法规资源等信息 -便利实用 以搜索引擎，在网上进行数据与事实信息的检索 某些网站或搜索引擎分析与评估网上资源，对此类信息资源设置相应的指南 如yahoo、sohu网站,视频信息资源,录像带或激光视盘：新产品资料或公司、企业的介绍宣传 用途：广告、和用户沟通 特点： 声、文、图并茂 动感和立体感强 新型的事实数据型信息源 增长速度快,报纸、专业性期刊和检索类刊物,报纸 对信息的传递时效快 内容新、涉及面广、量大 过于分散、可靠性差 专业性期刊 信息源相对较为集中 传递较报纸晚 例：纺织信息周刊、丝绸商情 检索类刊物 信息量大,但时差较长 例：市场与技术预测综览(prom

5、t)-美国,三、 参考工具书,1、结构及排检方式,结构 序：介绍作者生平介绍或书的内容变更情况。 便于读者了解本书的使用价值 凡例说明：说明收录范围、使用方法。 指导读者如何使用本书 正文：主体部分 索引：引导读者查阅正文 附录：提供与本工具有关或无关的参考资料,排检方式（编排特点和使用方法） 分类方式：按内容性质或学科体系进行分类编排 （手册、百科全书） 字序方式：按音序、形序或号码方式排列 （字、 词典；百科全书） 时空方式：按事情发生发展的时间顺序（时序法） 或地点顺序（地序法）编排正文内容 (大事年表；机构名录；地方志） 注：许多参考工具书都有两种或两种以上的排检方法，如先按学科或专业

6、分类，再按字序或其他方法排列,2、参考工具书举要,词(辞)典(dictionary) 百科全书(encyclopedia) 年鉴(yearbook) 手册(handbook) 名录(list),字、词(辞)典(dictionary),定义：专门解释文字的读音、意义、形体结构及用法的工具书叫字典；专门解释词汇的概念、意义及用法的工具书叫词（辞典） 分类 按语种分 单语词典 现代汉语词典汉语大词典 多语词典 英汉词典 缩略语词典 按内容分 专业类词典 英汉纺织工业词汇 综合类词典 辞海中国百科大辞典 编排： 按字（音）顺序排列正文内容,外语词典的选用,语言类词典-普通学外语用，例：新英汉词典 英汉

7、技术词典（汇）-专业用语、基本结构用语（如某词后可跟什么词） 专业词典-某词经翻译后觉得不通顺，或用多个含义而无法确定 疑难词-websters third new international dictionary、the oxford english dictionary 例： screen “屏幕”，在染色中应为“筛网”； jacket “上衣”，在电气中为“（电解电容的）外壳”； fat and thin fiber “胖瘦纤维” ，在纺织中应为“粗细纤维”等,2 百科全书(encyclopedia),定义： 汇集人类一切门类知识或某一门类知识的概述性著述。 集工具书之大成，囊括工具书的

8、功能-“工具书之王” “下定义”+“解释”（what, when, where, how, why ） 特点： 汇编性、概括性、系统性、检索性、可读性 内容注重“全”“精”“新” 类型： 按收录范围分： 综合性 、专业性 按部头大小分：大百科全书（20卷） 小百科全书（ 10卷 ）、百科词典 按地域观点分：世界性百科全书、 地域性百科全书、宗教和民族性百科全书,常用百科全书介绍,中国大百科全书 不列颠百科全书 （encyclopedia britannica 简称eb） 美国百科全书 （the encyclopedia americana 简称ea） 科利尔百科全书 （colliers enc

9、yclopedia 简称ec）,1中国大百科全书,我国第一部大型综合性百科全书 19801993年出版，按学科分卷，包括66个学科和知识门类，共74卷，收录了77859个条目，总字数逾1.25亿字，插图约6万幅 各学科分卷一般由前言、凡例、学科概观性文章、分类目录、条目正文、索引（条目汉字笔画索引、条目外文索引(index of articles)和内容索引）和附表（大事年表、繁体字和简化字对照表、外国人名译名对照表）构成 在反映中国特色方面有明显的特征，论述的有关中国的内容具有充分的权威性；自然科学和工程技术方面的内容所占的比例达到50%以上，各学科条目的知识深度也较高，接近于专业性百科全书

10、,使用方法,分类检索：从“条目分类目录”按学科体系，分类查找 字顺检索：每一卷内容是按条目名称的汉语拼音顺序排列的，可按汉语拼音字顺，直接查找正文条目 主题检索：可利用“内容索引”可查找某一条目、隐含于某一条目中比较重要的内容，或利用总索引查找,2 不列颠百科全书 encyclopedia britannica,当今世界上声誉最高、最具权威性的大型综合性百科全书之一，著名的英文三大百科全书abc之b。第一版首创于英国，在我国习惯称为大英百科全书 全书共30卷，33141页，有106421个条目，24709张插图。其传统内容侧重人文学科，科技方面占了全书40%的篇幅,内容,百科类目（propae

11、dia ） 1卷 把人类知识分为十大门类(part)，每一门类下再细分成部类(devision)、大类和细目，在每个细目之后，注明引向百科详编的信息 百科简编（micropaedia）10卷 12.42万条解释简要的小条目，按字顺编排，既可单独使用，也可作全书的条目索引，条目释文后附有大量的参见索引，指明百科详编的位置 百科详编（macropaedia）19卷 全书的核心部分，可在此看到长篇学术性条目，具有一定的权威性。共收录大条目4207条 ，按字顺编排 百科索引 2卷 1985年修订时增加,示例：利用不列颠百科全书15版修订本查找“人工智能”方面的资料,利用索引，按英文主题词artific

12、ial intelligence字顺，在a k本的第101页找到下列款目：“artificial intelligence 1:602:3a”。其中1:602:3a表示第1卷（简编），第602页，第3栏，位置a，可以找到“人工智能”的条目 利用类目的目次表（table of contents）找到相应的大类号及对应的页码，从而在正文中找到此大类和简编中的位置,简明不列颠百科全书,中国大百科全书出版社与美国不列颠百科全书公司合作出版的中文版 全书共分10卷内容，19卷为正文及附录，10卷为索引 条目除中国部分外，主要是根据新版eb的百科简编编译而成，共收录条目71000余条约2400万字，附图片

13、5000幅 全书条目按汉语拼音顺序排列,美国百科全书 the encyclopedia americana,美国出版的第一部大型综合性百科全书，著名的英文三大百科全书abc之a，其内容权威性仅次于eb，于18291833年问世，已有近170年的历史。目前全书共30卷册 特点：人物、科学技术条目所占篇幅较大，内容偏重美洲，美国、加拿大的资料较丰富 条目按关键词顺序排列，最后1卷为按字顺排列的索引，条目之间有参见系统，并附有参考书目,科利尔百科全书 colliers encyclopedia,大型的英文综合性百科全书，著名的英文三大百科全书abc之c，共24卷，2.5万个条目，插图1.7万幅 适合

14、非专业人员、青年学生和家庭使用，资料的深度、广度均不及eb、ea，但注重事实，理论性阐述较少，可读性强，东方资料较少 编排采取大中小条目相结合。参考书目1.25万个，学习指南、分析索引集中在第24卷,世界百科全书 the world book encyclopedia,共分20卷（包括索引1卷，可按汉语拼音排序、汉字笔画排序、英文排序、分类排序等4种方式检索），共 11600余页，约2200万字，词条17200余条。共有彩色插图20000余幅，图片包括照片、线条图、油画及水彩画、地图、示意图、曲线图、图解等形式。2007 出版：rmb5800,其他百科全书介绍,世界大百科事典 （日） ency

15、clopedia of materials science and engineering （英国） 共8卷，1986年出版。第8卷是索引本，提供了作者、主题索引 中国企业管理百科全书 中国大学生百科全书 收集了当代大学生关心的知识性条目7591条，有教育、著名高校，科学研究等相关内容 世界经济百科全书（中） 纺织百科全书（encyclopedia of textile）, 3 年鉴(yearbook),特点 按年出版，汇集某一年内的重大事件、数据、统计资料等。用于查询某年内的数据和事实 类型 按内容范围分： 综合性年鉴，如： 中国百科年鉴、世界知识年鉴） 专业性年鉴，如： 中国哲学年鉴、中国

16、纺织工业年鉴） 统计性年鉴，如： 中国统计年鉴、中国人口统计年鉴） 按地域范围分： 地区性年鉴，如： 杭州年鉴、香港经济年鉴） 国家性年鉴，如： 中国经济年鉴、britannica book of year 世界性年鉴，如： 世界经济年鉴、statistical yearbook,中国百科年鉴-中国大百科全书出版社（1980年起）出版的综合性年鉴，主要反映上一年度我国和世界各国重大事件和各方面发展的新情况，为中国大百科全书各卷的补充，主要由“概况”和“百科”两部分组成 概况包括中国概况，各省、市、自治区概况，各国（地区）概况，国际会议等，以介绍基本情况为主； 百科以条目为主要表示形式，采用分类

17、编排，共分政治、军事、法律、科学技术等19个部类。为方便检索，除各卷首有详细的“目次”以外，书末附有“索引” 中国统计年鉴-全面反映我国国民经济和社会发展情况的大型统计资料，收集了全国和各省、自治区、直辖市每年经济和社会各方面的统计数据，及历史上重要年份和近10年的全国主要统计数据 大部分来源于年度统计报表，一部分来自抽样调查。按分类编排，正文前有目录表 可了解国家在人口、物价、能源、工业、城市建设和环境方面的情况，为科学研究、预测发展、制定决策和计划提供参考,收集材料主要依据当年的政府公报和文件，以及国家重要报刊的报导和统计资料，内容包括大事记、专论或综述、事实、概览、统计图表等 内容完备、

18、项目齐全、记载详实、查阅方便，能提供一年或逐年的有关事实性和数据性的情报信息，具有连续参考价值，为工作和学习的便捷工具书,手册(handbook),特点 以数据、表格或简要叙述为主的专门著作，汇集某一方面经常需要查考的文献资料，以供随时翻检的一种工具书。多为方便科技人员在实验室或现场使用而编写。同类的有指南、便览、必备、必读、大全等 类型 综合性手册：知识面广，系统全面，但浅显简要 专业性手册：仅涉及专业知识，概括了其学科的基础知识 如电气工程师手册染料应用手册 编排 多按学科内容分类编排,机构名录和人名录,特点 提供有关专名（包括人名、地名和机构名称）简要资料的工具书 类型 人名录 或“名人

19、录”，英文是“whos who”，汇编知名人士的简历、专长及其著作等。如：中国历代名人辞典外国历史名人辞典 机构名录 汇编了各类机构的名称、地址、管理机构、业务范围、人员情况等信息。如：中国工商企业名录、世界各国高校名录 地名录 广泛收录经审定的规范化地方名称，并注明其所属范围和在地图集上的具体位置。如：世界地名录、中华人民共和国地名大词典,机构名录举要 中国高等学校大全（高教出版社，1989） 世界各国高校名录（北京语言学院出版社出版） 中国科学研究与技术开发机构要览（科技文献出版社，1987） 中国工商企业名录大全（1-8册）（中国国际广播出版社，1992） 中国企事业名录全书（开明出版社

20、，1993） 中国电子企业事业大全（电子工业部，1988） 美国、加拿大1550所高等院校便览（北京语言学院出版社，1990） the world list of universities（世界大学名录）,人名录举要 中国普通高等学校教授人名录（高教出版社，1988） 中国科学院科学家人名录（科学出版社，1990） whos who in the world（世界名人录， 1970-） whos who in technology today（今日科技界名人录） mcgraw-hills leaders in electronics（麦格劳-希尔电子学名人录）,参考工具书使用要点 1、熟悉工具

21、书的收录内容和排检方法 2、选择对口的工具书 3、附录和索引的运用 4、工具书的综合运用,四、数据和事实型数据库,科学数据库-来源于对科学研究、实验、观测和工程开发中各类数据的汇集与精选，包含如实验数据、图谱、结构、性能等的数据和事实。主题单一，专业性强。如“中国濒危和保护动物数据库”、“高分子材料大气大气腐蚀数据库”、“中国科技成果数据库”等 社会科学或综合参考类数据库-来源于对综合学科或专门学科知识的汇总以及各类调查、统计资料、历史记载等，对应于传统的参考工具书，如字（词）典、百科全书、人物传记、机构名录等。如“中国大百科全书（光盘版）”、万方资源的“英汉-汉英科技大词库”、“中国科研机构

22、数据库”、中国资讯行的“中国人物库”等 商情数据库-来源于各类经贸活动中产生的各种信息，包括宏观经济政策、市场动态、投资信息、金融信息、政策法规、重大科技成果以及各种产品信息、专利信息、企业规模等，如万方资源的“中国百万商务数据库”、“中国企业与产品数据库”、中国资讯行的“中国经济新闻库”、“中国法律法规库”、国务院发展研究中心信息网数据库等,(一)中文数据和事实数据库,1、万方数据资源系统中的数据和事实型数据库 2、中国资讯行数据库 3、国务院发展研究中心信息网 4、中国经济信息网数据库 5、中国科学院“科学数据库”,1、万方数据资源系统简介,产品全称：万方数据资源系统 开发单位：中国科技信

23、息研究所、万方数据股份有限公司 出品时间：1997年8月 收录范围： （1）科技信息子系统汇集科技文献类、科技动态类、标准及法规类、成果与专利类、机构和名人类以及工具书类数据库近百种 （2）商务信息子系统包括工商资讯、经贸信息、成果专利、咨询服务等内容，其主要产品有中国企业、公司及产品数据库、中国百万商务数据库等。 数据库网址：中心站网址： 镜像网址：3,万方系列数据库,中国科学技术成果数据库 中国科技名人数据库 中国科研机构数据库 中国企业、公司及产品数据库 汉英英汉科技词典 百万商务数据库 英汉-汉英科技大词库(yhcb) ; 各镜像站点,科技成果库,总记录

24、数为： 709288 条 主要收录了国内的科技成果及国家级科技计划项目 内容由中国科技成果数据库等十几个数据库组成，收录的科技成果总记录约70余万项，涉及自然科学的各个学科领域,政策法规库,总记录数为： 427027 条 主要由国家信息中心提供，权威、专业，对把握国家政策有着不可替代的参考价值 收录自1949年建国以来全国各种法律法规42余万条 内容包括国家法律法规、行政法规、地方法规；国际条约及惯例、司法解释、案例分析等 关注社会发展热点，具实用价值，被认为是国内最权威、全面、实用的法律法规数据库,机构库,总记录数为： 198952 条 收录了国内外企业机构、科研机构、教育机构、信息机构各类

25、信息,科技专家库,总记录数为： 11183 条 收录了约1万余条国内自然科学技术领域的专家名人信息，介绍了各专家的基本信息、受教育情况及其在相关研究领域内的研究内容及其所取得的进展 为国内外相关研究人员提供检索服务，有助于用户掌握相关研究领域的前沿信息,2、中国资讯行数据库简介,产品全称：中国资讯行（china infobank）数据库 开发单位： 中国资讯行（香港） 出品时间：1995年（中文） 专门收集中国商业经济资讯，提供中文商业数据库平台，满足商界人士的不同需求 收录范围 统计数据、报告、法律法规、动态信息等数据与事实信息。含12个专业数据库，内容涉及19个领域194个行业，包括实时财

26、经新闻、权威机构经贸报告、法律法规、商业数据及证券消息等，适合经济、工商管理、财经、金融、法律、政治等专业使用 拥有近1000万篇文献的网上数据库，并以每日超过2000万汉字的速度增添最新内容,中国资讯行,数据库网址 香港本部站点: 北京镜像站点: 主要数据库 中国经济新闻库、中国统计数据库、中国商业报告库、中国法律法规库、中国上市公司文献库、中国人物库、中国医疗健康库、中国企业产品库、名词解释库、中国中央及地方政府机构库、englishpublications、香港上市公司文献库,3、中国经济信息网数据库,产品全称：中国经济信息网（简称：中经网）数据库 开发单位：国家信息中心中经网公司 出品

27、时间：1996年12月 信息来源：国家发展和改革委员会、国家统计局、商务部、国家信息中心、中科院、社科院等权威机构，时效性和权威性高 产品分为数据库和在线产品两类，其专网信息，包括推荐专辑、综合动态、经济分析、经济数据、行业经济、区域经济、特色信息这7个大的版块,4、国务院发展研究中心信息网,产品全称：国务院发展研究中心信息网（简称“国研网”） 开发单位： 国务院发展研究中心、北京国研网信息有限公司 出品时间： 1998年3月 收录范围 全面汇集、整合国内外经济金融领域的研究成果和经济信息，集理论研究、形势分析、政策解读、财经数据于一体的专业信息平台。大型经济信息数据库有：国研报告、宏观经济、

28、金融中国、世界经济与金融评论、行业报告、财经数据以及高等管理决策参考等 网址： 镜像网址：浙江理工大学镜像,5、中国科学院“科学数据库”,产品全称：科学数据库 开发单位： 中国科学院及其下属各研究所 出品时间：70年代初就开始试建，1986年立项，“九五”末期，专业数据库达180个。 收录范围：以经典科研、实验数据、曲线、图谱、晶体结构、化学物质命名与性能、合成以及资源为主，学科跨度大，专业数据库达180个，总数据量达4300亿字节（430gb） 内容涵盖化学、生物、天文、材料、腐蚀、光学机械、自然资源、能源、生态环境、湖泊、湿地、冰川、大气、古气候、动物、水生生物、遥感等多种学科,（二）外文

29、数据和事实型数据库,lexis-nexis中的事实型数据库 galenet数据库资源 isi chemistry化学数据库 beilstein/gmelin 化学数据库 genome database数据库,1、lexis-nexis中的事实型数据库,产品全称：lexis-nexis academic学术大全数据库 开发单位：lexis-nexis公司 收录内容：lexis-nexis academic学术大全系统除提供新闻、商业、法律和医学信息全文外，也提供一部分有特色的事实型参考资料，包括传记资料、民意调查资料、世界各国概观、名人语录、美国各州档案及统计数据、世界年鉴等。 数据库网址： 主

30、要事实型数据库 传记资料、世界各国概观、民意调查、名人语录、美国各州档案、世界年鉴等,2、galenet数据库资源,产品全称： galenet数据库资源 开发单位：美国gale 集团 gale简介：gale 集团是全球最大、权威的参考工具书出版商，以出版人文和社科类工具书著称，尤其是文学、传记工具书和机构名录方面颇具权威性。galenet是gale 集团整合了多个参考资料库、数百种出版物而成的网络版数据库资源系统，是重要的数据和事实性信息来源 收录范围：内容覆盖人文社科、商业经济、国际市场、人物传记、机构名录等 主要资源：biography resource center（传记资料中心）、li

31、terature resource center（文学资源中心）、associations unlimited（社团大全）、business & company resources center（商业、公司资源）、history resource center: modern world（历史资源中心）,3、isi chemistry化学数据库,产品全称：isi chemistry 开发单位：美国科技信息所（isi） 收录内容：主要包括化学反应资料中心（reaction center）和化合物资料中心（compound center）两部分内容。化学反应资料中心收集了全球核心化学期刊和国际发明

32、专利的中的化学数据，包括有机化学、无机化学、生物化学、材料科学等领域详细的反应资料、化学反应的所有细节；化合物资料中心收集了150多万个化合物数据，包括合成中间体和同位素标记化合物，提供化合物的生物活性、新化合物的化学结构以及相关的文献数目和作者摘要信息 其他说明：isi chemistry由isi推出的资源整合平台web of knowledge提供检索支持。登录到isi chemistry的检索界面，可以选择三种检索方式：反应结构检索、书目信息检索、反应条件检索,4、beilstein/gmelin 化学数据库,产品全称：beilstein/gmelin crossfire 开发单位：德国

33、beilstein institute（贝尔斯坦学会）和gmelin institute（盖墨林学会） 收录内容：目前这两套数据库约有超过700万种有机化合物、100万种无机和有机金属化合物、14000种玻璃和陶瓷、3200种矿物和55000种合金，其中收录的性质数值资料达3000万条，化学反应超过500万种。收录的资料有分子的结构、物理化学性质、制备方法、生物活性、化学反应和参考文献来源等，最早的文献可回溯到1771年 其他说明：beilstein和gmelin是当今世界上最庞大的化合物数据和事实资源，前者收集有机化合物的资料，后者收集有机金属与无机化合物的资料。许多图书馆都订有印刷本贝尔斯

34、坦有机化学手册和盖墨林无机与有机金属化学手册，这两部工具书有一百多年的出版历史，是化学、化工领域的最重要的参考工具,5、genome database数据库,产品全称：基因组数据库genome database 开发单位：美国霍普金斯大学 出品时间：1990年 收录内容：人类基因组：包括基因、克隆、断裂点、细胞遗传标记物、易断位点、重复片段等；人类基因组示意图：包括细胞遗传图、关联图、辐射杂交图、综合图等；人类基因组内的变异：包括基因突变和基因多态性，还有等位基因发生频次等数据资料。涵盖了全球范围内致力于人类dna结构和10万种人类基因序列研究的分析成果,黄页、白页 百科全书 年鉴 字典、词典

35、 物化性质,五、数据与事实免费网络检索,免费数据库黄页、白页,北京工商企业名录 属于“中华商务网”,共收录北京工商企业约6万家,可在 12种公司分类下,按公司名称或公司地址进行查询 中华大黄页 提供以中国大陆为主，包括港、澳、台大中华地区在内的近310多万家工商企业信息，具有关键字查询功能，可根据公司名称、产品分类、公司地址等多种方式进行查询，中文简体、中文繁体、英文三种版本随时转换查询,中国电信黄页 中国电信集团黄页信息有限公司负责开发、运营和维护，是中国电信最具专业性和权威性的黄页信息查询网站。人性化检索功能强大、分类科学、包罗万象，提供城市黄页、全球黄页、黄页书店等服务 中国网上114 能查询全国乃至全世界各单位的电话号码，且能够查询单位的名称、联系人、传真、邮编、职工人数、主要产品（或服务）、电子邮件地址及网站地址等详细资料,美国机构名录/由美国国家医学图书馆提供，主要收集了美国约17,000个政府机构、研究机构、公司、学术机构等信息 康帕斯世界企业、产品名录 由起源于瑞士的康帕斯公司提供的一个在线专业搜索引擎，涉及75个国家2