第2章计算机检索理论基础.pptVIP

第二章计算机检索理论基础 计算机检索 定义 简称机检，指利用计算机查找文献信息的过程 。 原理 计算机将输入机检系统的检索提问特征标识（检索词）或用布尔逻辑运算符（and、or、not）联结起来的检索提问式与已存储在系统中的文献特征标识（标引词如：主题词、分类号和类目名称等）进行机械性匹配比较，凡符合给定的比较原则和逻辑运算条件者即为命中文献。 一、计算机信息检索的发展历程 脱机检索阶段 联机检索阶段 光盘检索阶段 网络化检索阶段 脱机检索阶段（Offline Retrieval） 时间：20世纪50年代－60年代 1954年，美国海军军械实验站图书馆研制出计算机信息检索试验系统。 检索人员——〉检索策略——〉成批检索——〉用户 不足： 地理上的障碍；时间上的迟滞；封闭式的检索 联机检索阶段（Online Retrieval ） 时间：20世纪60年代－80年代 1964年，美国医学图书馆开始了MEDLARS联机信息检索系统商业化服务，使计算机信息检索进入了新的历史发展阶段。 ?用户— 检索策略—“人机对话”— 获取所需信息???? 著名的国际联机检索系统有美国的DIALOG系统、ORBIT系统、BRS系统以及MEDLARS系统，还有欧洲的ESA/IRS系统、英国的BLAESE系统等。 联机检索(Online Retrieval ) 联机检索的优缺点 优点 检索速度快，效率高； 检索范围广泛、全面； 检索途径多，方便、灵活； 检索内容新，实时性强； 检索辅助功能完善（人机对话、检索结果输出方式灵活，输出格式多样等）。 缺点 检索费用高； 对检索系统及其文档（数据库）的收录、标引、特点等问题较难了解、熟悉； 检索技术和技巧不易掌握。 光盘检索阶段 时间：20世纪80年代以来 1985年，美国研制出第一个推向市场的光盘产品BiblioFile (LC-MARC)数据库及其编目软件系统，它收藏了美国国会图书馆自1965年以来的全部英语文献书目，以及1900~1964年的部分书目记录。 1986年，我国国家海洋局海洋科技情报研究所首次引进光盘数据库ASFA(水科学与渔业文摘) 。 储量极大而体积微小，要求设备简单，可随地安装，使用方便、易于操作，检索费用低（不需要昂贵的联机检索通讯费用），可随时修改检索策略而具有很高的查全率和查准率等优点。 CA、BA、SCI、CAJ 光盘检索阶段 单机光盘检索 联机光盘检索 光盘库（2-6个光驱，多达500光盘）/光盘塔（8-64个光驱） 网络化检索阶段 时间：20世纪60年代，90年代以来 1972年，MEDLINE率先加入TYMNET通信网，然后又加入TELENET通信网。随后，DIALOG、ORBIT等系统也相继进入网络，从而使信息检索进入到网络检索阶段。 联结了一百多个国家、几万个信息网络、几百万台主机、几千万个终端用户，并能够跨越时空，进行实时信息检索、资源共享的国际性超级计算机网络。目前，90%的国际联机检索系统都已进入INTERNET，世界上许多国家（包括中国）都从INTERNET上获取重要的科技和经济信息资源 。 二、检索理论基础 1.检索技术及其实现 检索技术包括基本布尔逻辑组配、截词、位置算符、字段检索等。 布尔逻辑（boolean operators）组配是现行计算机检索的基本技术，主要通过“和（and,*）” 、“或（or,+）”、“非（not, -）”等将检索词联络起来，常见运算次序是（） and not or 截词(truncation) 用截词符号“？”、“*”、“$”加再检索词的前后和中间，以检索一组概念相关或词根相同的词。 后截断 EG：librar*,可检library、libraries、librarian等 主要用于： 词的单复数，company、companies; 年代检索，199？； 词根检索，socio*,可检sociobiology、socioecology、sociolinguistics、sociology等20多个词汇。 有限截断和无限截断 截词(truncation) 前截断 EG：*magnetic,可检electro-magnetic、 electromagnetic、thermo-magnetic、thermomagnetic等，使用很少。 中截断 EG：organi?ation,可检organization、organisation,查找英美不同拼法最有效。 EBSCO数据库 在Dialog系统中，用?作为截词符，主要有： ？ wom?n