第四講檢索工具技術步驟與評價第一頁，共五十七頁，編輯于2023年，星期一4.1信息檢索工具（系統）P254.1.1信息檢索工具的定義檢索工具是人們為了快速、全面、準確地查詢已有的文獻信息資源，按照一定的著錄規則編制而成的用以報道、存儲和查找信息的工具。二次文獻即是一種檢索工具。現在主流的檢索工具形式是數據庫。第二頁，共五十七頁，編輯于2023年，星期一4.1.2信息檢索工具的作用：存儲作用將大量分散的、不同種類、不同學科的信息資料，進行組織排列使信息由分散到集中，由無序到系統化。報道作用把不同學科信息的類型、數量、質量展示給信息利用者，促進信息傳遞和使用檢索作用以特征序化而形成檢索途徑可使人們根據特征來尋求與之相對應的信息或文獻。第三頁，共五十七頁，編輯于2023年，星期一4.1.3檢索工具的類型可按收錄范圍、載體形式、加工手段等劃分一、按檢索工具提供文獻信息的特點劃分為：一）線索型（目錄、題錄、文摘、索引）二）事實型三）全文型四）引文型第四頁，共五十七頁，編輯于2023年，星期一目錄：是以一件或一種完整的出版物(如一本書、一種期刊等)作為著錄基本單位的檢索工具。

主要揭示、報道出版物的外表特征。作用主要是提示藏書，指導閱讀。一）線索型檢索工具第五頁，共五十七頁，編輯于2023年，星期一題錄：是以單篇或單份文獻為著錄的基本單位的檢索工具，題錄也主要揭示、報道文獻的外表特征，但其著錄格式于目錄有所不同。【論文題名】網絡環境下信息檢索與報道服務淺析

【英文題名】InformationRetrievalandReportServiceinNetworkEnvironment

【作者】丁彩云DINGCai-yun

【作者單位】湖南化工職業技術學院,圖書館,湖南,株洲,412004

【刊名】株洲師范高等專科學校學報

【英文刊名】JOURNALOFZHUZHOUTEACHERSCOLLEGE

【年卷期】2005Vol.10No.2

【關鍵詞】圖書館;網絡環境;信息搜集;信息檢索;信息報道

一）線索型檢索工具第六頁，共五十七頁，編輯于2023年，星期一文摘：是在題錄的基礎上，在每條著錄款目后邊再加上文獻內容的摘要。【論文題名】網絡環境下信息檢索與報道服務淺析

【英文題名】InformationRetrievalandReportServiceinNetworkEnvironment

【作者】丁彩云DINGCai-yun

【作者單位】湖南化工職業技術學院,圖書館,湖南,株洲,412004

【刊名】株洲師范高等專科學校學報

【英文刊名】JOURNALOFZHUZHOUTEACHERSCOLLEGE

【年卷期】2005Vol.10No.2

【關鍵詞】圖書館;網絡環境;信息搜集;信息檢索;信息報道

【摘要】網絡環境下的信息服務已對圖書館的機構組織、人員素質、服務水平和社會地位產了巨大影響.掌握網絡環境下的信息服務特點和方法,盡快適應網絡環境已成為圖書館提高信息服務質量的重要課題.

一）線索型檢索工具第七頁，共五十七頁，編輯于2023年，星期一索引：是把特定范圍內文獻中的有關款目或知識單元(如書名、刊名、人名、地名、語詞等外表或內容特征)按照描述語言形成標識，按其固有順序排列起來，并指明出處，為用戶提供文獻線索的一種檢索工具。

一）線索型檢索工具第八頁，共五十七頁，編輯于2023年，星期一二）事實型檢索工具檢索結果是回答問題的知識本身，而不是查找知識的線索。包括事實、數據、知識內容等。三）全文型檢索工具特點：提供完整的文獻單元內容；不保證內容是否絕對真實、正確。四）引文型檢索工具主要功能是用來查找文獻間引證關系（繼承、評價）如SCI、CSCD等。第九頁，共五十七頁，編輯于2023年，星期一二、按信息加工處理的手段分一）手工檢索工具歷史悠久；形式多樣；詞義檢索；人腦判斷與篩選（詹德優《中文工具書導論》中分為8類）：書目、索引、文摘；字典、辭典；類書、政書；百科全書；年鑒、手冊、名錄；表譜；圖錄；叢集匯要。二）機械檢索工具（過渡形式）三）計算機檢索工具（數據庫）當前主流。更能滿足用戶對檢索的主要要求：準：要求檢出的文獻有針對性，能解決研究中的具體問題。全：全面了解某一特定領域（問題）的發生、發展和現狀。新：掌握最新動態或進展。快：最短時間內獲得結果。定義、歷史發展、系統構成、類型劃分（自學，教材P50-54）第十頁，共五十七頁，編輯于2023年，星期一常用的外文生物醫學數據庫：PubMed數據庫荷蘭《醫學文摘》數據庫(EM)《生物學文摘》數據庫(BA)化學文摘數據庫(CA)《科學引文索引》數據庫(SCI)常見的中文生物醫學數據庫：中國生物醫學文獻數據庫（CBMdisc)中國知網維普資訊網（維普智立方）萬方數字化期刊中醫藥文獻數據庫第十一頁，共五十七頁，編輯于2023年，星期一1、數據庫的結構第十二頁，共五十七頁，編輯于2023年，星期一數據庫是檢索系統的信息源和核心。利用一個數據庫，首先要了解其結構。不同的數據庫，雖然利用原理相同，但由于數據內容和利用目的的不同，使得其數據結構和文獻記錄標引方式也有一定的差異，因而其利用也各有特點。數據庫對文獻特征的組織和揭示影響著數據庫的利用及效果。各種數據庫的共同點（P54）數據庫結構均為字段、記錄、文檔3個層次的構成。第十三頁，共五十七頁，編輯于2023年，星期一

（從大到小）文檔記錄字段

若干個記錄構成的信息集合稱為文檔。大型的數據庫分割成若干文檔。記錄是構成數據庫的完整的信息單元，每條記錄描述了原始信息的外部特征和內部特征。組成記錄的數據項目第十四頁，共五十七頁，編輯于2023年，星期一文章號篇名作者文摘全文001asdZhouXxx……..002bysDangYyy……..……vcaWenzzz……..篇名文章號Asd001Bys002vca……作者文章號Dang002Wen……Zhou001索引文檔1：篇名索引索引文檔2：作者索引主文檔（順排文檔）檢索篇名檢索作者當你要在篇名中查找時，搜索指令將在篇名索引中進行搜索，然后將主文檔中對應的記錄調出來各項數據以構成一張橫豎對齊的二維表格形式存放于數據庫文件（庫文件）中。文章號唯一，且索引文檔與主文檔的文章號一一對應索引文檔（倒排文檔）文檔（File）由眾多記錄按一定方式組織在一起形成。第十五頁，共五十七頁，編輯于2023年，星期一2、搜索引擎（Searchengine）P58概念：是根據一定的策略、運用特定的計算機程序搜集互聯網上的信息，在對信息進行組織和處理后顯示給用戶，為用戶提供檢索服務的系統。原理：同樣分為信息存儲與信息檢索兩個過程。將存儲信息與檢索需求進行相似度計算，并按一定的排序原則顯示在屏幕上。第十六頁，共五十七頁，編輯于2023年，星期一搜索引擎分類按工作方式：全文搜索引擎代表：百度，谷歌目錄索引類搜索引擎代表：早期的Yahoo其他搜索引擎名稱：元搜索引擎集合式搜索引擎門戶搜索引擎免費鏈接列表本部分內容安排有實習，此處不展開講解。第十七頁，共五十七頁，編輯于2023年，星期一4.2計算機信息檢索基本技術P55計算機信息檢索技術：是指從計算機信息系統中提取符合用戶信息需求相關信息的技術。常用計算機算符：布爾邏輯算符字段限定符截詞符位置算符其他……第十八頁，共五十七頁，編輯于2023年，星期一4.2.1布爾邏輯檢索與布爾算符：來源：（布爾代數）邏輯與、邏輯或、邏輯非。作用：布爾邏輯運算符用來表示兩個檢索詞之間的邏輯關系，用以形成一個邏輯表達式。計算機根據邏輯表達式查找符合限定條件的文獻信息。

布爾算符形式（3種）：邏輯與（AND）邏輯或（OR）邏輯非（NOT）第十九頁，共五十七頁，編輯于2023年，星期一布爾邏輯算符一、邏輯“與”（AND）表達概念間交叉限定關系的一種組配；作用：描述更為準確，縮小檢索范圍，提高查準率。例：查找“胰島素治療糖尿病”的文獻，基本檢索式為：

insulinANDdiabetes胰島素AND糖尿病檢索式“AandB”表示文獻中同時包含檢索詞A和檢索詞B的文獻才是命中文獻。(如右圖)

第二十頁，共五十七頁，編輯于2023年，星期一布爾邏輯算符

二、邏輯“或”（算符：OR）表達概念間并列關系的一種組配；作用：擴大檢索范圍，提高查全率。

如：查找“腫瘤”的檢索式為cancer（癌）

ortumor（瘤）orcarcinoma（癌）orSarcomas（肉瘤）

or

neoplasm（新生物）orlymphoma（淋巴瘤）……。檢索式“AorB”表示包含檢索詞A的文獻或者包含檢索詞B的文獻或者同時包含檢索詞A和B的文獻為命中文獻。

使用注意：處理好整體與部分的關系,避免漏檢。第二十一頁，共五十七頁，編輯于2023年，星期一布爾邏輯算符三、邏輯“非”（算符：NOT）表達概念間不包含關系的一種組配。作用：縮小檢索范圍，提高查準率。例：查“動物（非人類的）感染乙肝病毒”的相關文獻。檢索式：hepatitisBvirus（乙肝病毒）NOThuman（人類）?“AnotB”表示包含檢索詞A但不包含檢索詞B的文獻為命中文獻。使用需注意：處理好交叉關系，避免漏檢。第二十二頁，共五十七頁，編輯于2023年，星期一運算次序與注意事項運算次序在一個檢索式中，可以同時使用多個邏輯運算符，構成一個復合邏輯檢索式。一般情況下，運算優先級別如下所示（可以使用括號改變運算次序）。（）＞ＮＯＴ＞ＡＮＤ＞ＯＲ例：檢索厚樸或檳榔對兔離體腸平滑肌運動功能的影響．（厚樸ＯＲ檳榔）AND平滑肌實際使用中，不同數據庫對運算次序解釋不同。第二十三頁，共五十七頁，編輯于2023年，星期一檢索實例：例：查找有關腫瘤引起的貧血的非英文文獻

neoplasms（腫瘤）/complications（并發癥）

anemia（貧血）/etiology（病因學）

English

#11687NEOPLASMS/complications#2179ANEMIA/etiology#323867EnglishinLA(或LA=English)#420(#1and#2)not#3第二十四頁，共五十七頁，編輯于2023年，星期一截詞檢索：利用計算機特有的指定位對比判斷功能，使不完整詞能與標引詞進行比較、匹配的一種檢索。實質是用邏輯OR對具有相同的詞頭或詞尾的詞匯進行檢索。截詞符號也稱通配符，通常用“*”代表無限多字符組合，而用“？”代表任意一個字符。4.2.2截詞檢索與截詞符第二十五頁，共五十七頁，編輯于2023年，星期一一、后截斷：將截詞符號放在一個字符串的右方，以表示其右的有限或無限個字符組合方式均符合該字符串的檢索要求。后截斷檢索技術最常用，其主要用途有：詞的單復數，如book?同根詞，例如biolog*,physic*年代，例如199?,19??作者，例如：Lancaster*例如：

hypertensi??可查到hypertension、hypertensive。

hyperthyr*可查到hyperthyre、hyperthyreosis、hyperthyroid、hyperthyroidosis、hyperthyroidism等。

第二十六頁，共五十七頁，編輯于2023年，星期一

二、前截斷：將截詞符號放在一個字符串的左方，以表示其左方有有限或無限個字符。前截斷因為實現技術上較困難，在檢索系統中比較少見。其主要用途在于：進行一個主題在不同領域應用情況的檢索；在化學化工文獻中多有類似情況。例1：*magnetic，可檢索出magnetic(有磁性的)、electro-magnetic（電磁的）、patamagnetic（順磁的）、thermo-magnetic（熱磁的）thermomagnetic等詞的文獻。例2：*sighted，可查到farsighted與nearsighted。

第二十七頁，共五十七頁，編輯于2023年，星期一

三、中截斷：將截詞符號放在一個檢索詞的中間的一種截詞方式。只允許有限截斷，用于檢索詞的單復數或英美式不同拚法。例如：

wom?n，可查到Woman，Women。

defen?e，可查到defense，defence。第二十八頁，共五十七頁，編輯于2023年，星期一截詞檢索在大多數檢索系統可基本實現。截詞檢索的優勢：是防止漏檢的有力手段。能擴大檢索范圍，提高查全率；可以減少檢索詞的輸入工作量；簡化檢索步驟（不需要用OR進行同義詞的組配）。注意截斷部位是否合適：不是所有用截詞符產生的單詞與你的檢索意圖相一致。第二十九頁，共五十七頁，編輯于2023年，星期一4.2.3限定檢索與字段限定符(1)“in”表示將“in”左側檢索詞限定在某個字段名內查找。如：HypertensioninTI_(2)“＝”、“＜”、“＞”、“＞＝”、“＜＝”符號主要用于限定查找年代。如：ＰＹ＝2014，表示要求檢出2014年出版的文獻。第三十頁，共五十七頁，編輯于2023年，星期一4.2.4位置檢索與位置算符（了解即可）又稱鄰近檢索，是對檢索詞之間的相對位置進行限制。包括在記錄中出現的順序和相對位置。運算符都用“（）”括起，前后不留空格。（1）with算符：（W）與（nW）表示此算符兩側的檢索詞在命中記錄中必須出現在同一字段中（如篇名或文摘等），位置相鄰且順序不可顛倒。（2）near算符：（N）與（nN）

A（N）B表示命中記錄中左右兩個檢索詞出現在同一句子中。無論語序。

第三十一頁，共五十七頁，編輯于2023年，星期一4.2.5其他檢索技術一、加權檢索（WeightingSearching

）

是一種定量檢索的技術。從權重方面對檢索詞之間的組配關系加以限制和表示。在每個提問詞后面給定一個數值表示其重要程度，這個數值稱為權（Weight），在檢索時，先查找這些檢索詞在數據庫記錄中是否存在，然后計算存在的檢索詞的權值總和。權值之和超過閾值，該記錄為命中文獻。縮小檢索范圍，提高檢準率的有效方法。第三十二頁，共五十七頁，編輯于2023年，星期一二、聚類檢索：計算文獻的相似度，并把相似度較高的文獻集中在一起，形成一個個的文獻類。主題相近、內容相關的文獻聚在一起，相異的被區分開來。根據不同的聚類水平的要求，可以形成不同聚類層次的類目體系。第三十三頁，共五十七頁，編輯于2023年，星期一三、擴展檢索：主題詞或副主題詞都可能存在含義的等級關系。檢索領域常見的“擴展”選項是指如果選擇該方式，系統將自動在指定的等級關系體系中把該詞的下位詞同時選中，詞間關系為“邏輯或/OR”的關系。第三十四頁，共五十七頁，編輯于2023年，星期一4.3信息檢索步驟P28一、分析研究課題、明確檢索要求明確檢索目的和要求。了解檢索者的具體要求，以及需檢索出文獻要解決的實質問題（一個課題可有多個問題，一次檢索最好解決一個問題）。尋找探索性、開創性課題——需要查出一些啟發性文獻；課題申報——盡可能全面掌握相關資料；科研過程中問題解決——針對性、可行性方案篩選；鑒定評獎——與科研成果最相關的信息；確定檢索范圍。確定解決某一特定問題需涉及的學科范圍、文獻類型、時間區段、文獻語種，以及文獻數量等。學科范圍：（如藥物：基礎研究or臨床應用？）厘清檢索詞及詞間關系。有檢索意義的術語（拼寫，同義詞、近義詞及相關詞）及其他特征（如文獻類型、有無專利申請可能）。通過檢索詞及其組成的邏輯關系式來進行檢索檢索詞的選擇直接關系到檢索結果的質量。第三十五頁，共五十七頁，編輯于2023年，星期一二、選擇檢索工具或數據庫注意——根據檢索課題的主題及學科范圍來選擇相對應的檢索系統或工具。1）與課題關系密切的信息源或檢索系統有哪些？熟悉檢索課題所涉及的學科范圍、有無分支問題？了解課題專業涉及的數據庫學科覆蓋范圍。2）檢索者的目的？一般了解？系統了解？對科研項目內容的全部研究的把握？能解決問題的可行方法？一種？多種？1.選擇檢索工具（系統）時注意：①收錄文獻要全（量大）；②文獻的著錄要標準（結果準確）；③檢索途徑要多（索引功能完備）；④時差要短（更新快）。4.3信息檢索步驟第三十六頁，共五十七頁，編輯于2023年，星期一4.3信息檢索步驟三、確定檢索方法（教材P28）檢索方法應根據檢索工具的收藏條件、檢索要求、檢索范圍以及對學科背景等因素的了解程度而確定。①瀏覽法：科技人員通過瀏覽閱讀核心期刊來獲取本學科信息的方法。平時獲取信息的重要方法。優點：最快獲取信息；直接閱讀全文；基本上能掌握本學科發展動態和水平。缺點：必須事先了解本學科核心期刊種類；檢索范圍小，易漏檢。②追溯法：利用已獲得的有較大參考價值的文獻后面的參考文獻，以之為線索由近及遠，進行逐一追蹤的查找方法。優點：不需利用檢索系統，查找方法簡單；缺點：檢索效率不高；漏檢率高；對最新進展掌握不夠。第三十七頁，共五十七頁，編輯于2023年，星期一①瀏覽法：②追溯法：③常用法：利用檢索工具查找文獻的方法。順查法：是由遠到近的查找。多用于已知所查主題起始年代時。查全率高。倒查法：是由近及遠的查找。效率高，最快速度獲取最新信息。計算機檢索多不區分，但倒查法因效率高多用，且可用于掌握課題的新資料。抽查法：在事先了解某學科呈波浪式發展情況下使用。集中在學科發展高峰期獲取較多文獻。④循環法：又稱分段法，是交替使用“常用法”和“追溯法”來進行檢索的綜合檢索方法。即利用檢索系統查到一批文獻資料，又利用這些文獻所附的參考文獻追溯查找。優點：即全面獲得一段時間內某課題的最新資料，又能了解重要觀點的歷史發展。科研時常用。4.3信息檢索步驟第三十八頁，共五十七頁，編輯于2023年，星期一4.3信息檢索步驟四、確定檢索途徑與檢索標識1、根據檢索課題的要求和已知條件，結合檢索工具的特點，確定檢索途徑。每篇文獻均有內容特征及外表特征，在檢索系統中特征表現為標識符號。同性質檢索標識的集合形成了檢索工具的檢索途徑。也稱檢索點（accesspoint）。2、確定在該檢索途徑中有效的檢索詞（檢索標識）課題中有檢索意義的特征形成檢索標識。在檢索中能有效使用的特征標識，應是所使用檢索工具有效的檢索標識。第三十九頁，共五十七頁，編輯于2023年，星期一文獻檢索的常用途徑1.題名：注意題名關鍵詞的排序特征2.作者：通常按姓在前名在后方式檢索3.分類：我國文獻資料一般采用《中國圖書館圖書分類法》（簡稱《中圖法》）進行分類。4.主題詞：主題是指表征文獻內容特征、經過規范化的名詞術語。檢索者通過檢索這些規范的詞語來找到所要的文獻和情報。《現代漢語主題詞表》5.關鍵詞：直接從文獻中抽取出來的非規范化檢索詞。6.順序號檢索：專利號，標準號，研究報告號。7.引文檢索：利用被引文獻來查找原文獻的檢索方法。如：CNKI中國期刊網被引用字段，維普期刊數據庫引文檢索途徑。

8.其它：超文本檢索，基于概念的自然語言檢索，圖象等。第四十頁，共五十七頁，編輯于2023年，星期一4.3信息檢索步驟1、分類途徑按學科屬性，借助特定分類法來檢索文獻；檢索標識：分類號或類目名稱；優點：將同一學科的文獻集中在一起，比較直觀展示學科的系統性、全面性，能滿足族性檢索的要求；缺點：專指性不強，對交叉學科、邊緣學科、新興學科難以處理，易漏檢或誤檢。2、主題途徑根據文獻的主題內容，通過規范化的名詞或詞組來查找文獻的途徑；檢索標識：主題詞；優點：專指性強，能將同一主題的文獻全部集中在該主題詞下，滿足族性檢索的要求；缺點：不具備分類途徑的系統性，難以顯示與其他檢索詞的關系；如果主題詞選擇不準，會造成誤檢或漏檢。第四十一頁，共五十七頁，編輯于2023年，星期一4.3信息檢索步驟3、關鍵詞途徑同主題途徑，根據文獻的主題內容檢索。但檢索詞不需或部分需要規范化處理。選擇文獻中有實際意義的詞作為關鍵詞。優點：易學，好用，檢索入口多；費用低；缺點：不經規范化處理，易漏檢。在檢索時應全面考慮在意義上相關的同義、近義及可能的詞性或組詞而造成的詞形變化。4、題名途徑題名即書名、刊名、篇名；現代學術論文的題名通常能反映文獻的主要內容特征。5、著者途徑按姓名字順排列，編排方便；檢索直接；查準率高。注意各國的不同姓名排列方式。6、序號途徑利用文獻某些特征具有的代號而編制。如專利號、化學物質登記號、ISBN、ISSN、標準號等。序號簡明、具有唯一性。查準率高。第四十二頁，共五十七頁，編輯于2023年，星期一五、查找文獻線索使用一種途徑或多種途徑綜合使用，找出符合檢索要求的文獻線索（或文獻本身）。注意：1、要對查到的文獻進行內容閱讀，以判斷檢索是否正確或者還需對結果進行調整（擴檢或縮檢）。2、如結果偏離要求需返回重新組織檢索要求。重新確定檢索所表達的要求。修改檢索途徑或檢索標識。4.3信息檢索步驟第四十三頁，共五十七頁，編輯于2023年，星期一4.3信息檢索步驟六、獲取原始文獻在全文數據庫中可直接獲取原始文獻。傳統上通過檢索工具獲得的是文獻線索，需根據線索去尋找原始文獻。原則：由近到遠、由方便至復雜、由免費到收費。順序：所在單位圖書館本地其他圖書館、同學、在外進修學習的同事、其他關系……直接聯系文獻著者本地圖書館的文獻傳遞服務專業文獻中心（如全國科技文獻信息中心……）的有償服務第四十四頁，共五十七頁，編輯于2023年，星期一4.4信息檢索效果評價P32檢索效果（retrievaleffectiveness）是指在檢索過程中滿足檢索者檢索信息的全面性和準確性的程度。理想的檢索結果是無遺漏、無誤差地檢索出檢索者所需的所有文獻。

4.4.1

檢索效果評價的目的4.4.2評價標準4.4.3影響檢索效果的因素4.4.4提高信息檢索效果的措施第四十五頁，共五十七頁，編輯于2023年，星期一4.4.1信息檢索效果評價的目的

1.找出檢索中存在的問題和影響檢索效果的各種因素，以便提高檢索的有效性；（影響因素主要來自：信息系統、檢索者、用戶三方面）2.是為了準確地掌握系統的各種性能和水平，改進系統的性能，提高系統的服務質量，保持并加強系統在市場上的競爭力。第四十六頁，共五十七頁，編輯于2023年，星期一4.4.2評價標準

根據F.W.Lancaster的闡述，判定一個檢索系統的優劣，主要從質量、費用和時間三方面來衡量。因此，對信息檢索的效果評價，應該從這三個方面進行。第四十七頁，共五十七頁，編輯于2023年，星期一一、費用標準即檢索費用是指用戶為檢索課題所投入的費用。二、時間標準是指花費時間，包括檢索準備時間、檢索過程時間、獲取文獻時間等。三、質量標準主要通過具體的指標進行評價。評價指標是衡量檢索系統性能和檢索效果的標準，一般包括查全率、查準率、漏檢率、誤檢率等四項指標。查全率和查準率是判定檢索效果的主要標準，而后兩者相對來說要次要些。第四十八頁，共五十七頁，編輯于2023年，星期一主要指標的計算方法ab

cda：表示檢索系統中檢出的相關文獻b：表示檢索系統中檢出的非相關文獻c：表示檢索系統中未檢出的相關文獻d：表示檢索系統中未檢出的非相關文獻查全率R=a/(a+c)*100%查準率p=a/(a+b)*100%漏檢率O=c/(a+c)*100%誤檢率N=b/(a+b)*100%第四十九頁，共五十七頁，編輯于2023年，星期一1、查全率（檢全率）

查全率：它是指系