檢索語(yǔ)言

1、第一章 信息檢索基本知識(shí),海南熱帶海洋學(xué)院圖書館信息咨詢部,第一章 信息檢索基本知識(shí),第四節(jié) 信息檢索語(yǔ)言 第五節(jié) 信息檢索的步驟、方法與途徑 第六節(jié) 檢索效果及其評(píng)價(jià),第四節(jié) 信息檢索語(yǔ)言,４．１檢索語(yǔ)言的的概念與作用 檢索工具之所以成為檢索工具，在于它的著錄款目是按照一定的排檢方法組織起來(lái)的，能夠提供一定的檢索手段。 決定檢索工具中大量文獻(xiàn)線索的排檢序列的關(guān)鍵，是以文獻(xiàn)特征進(jìn)行標(biāo)引而得到的文

2、獻(xiàn)的標(biāo)識(shí)。在一個(gè)檢索工具或檢索系統(tǒng)中，千千萬(wàn)萬(wàn)的文獻(xiàn)著錄款目是根據(jù)其標(biāo)識(shí)，或按字順或按邏輯次序(一般用號(hào)碼或字母表示)而編排起來(lái)的。標(biāo)識(shí)是提示文獻(xiàn)內(nèi)容特征或外表特征的“標(biāo)簽”，是文獻(xiàn)最簡(jiǎn)潔的代表，也是文獻(xiàn)檢索所據(jù)以進(jìn)行的“存取點(diǎn)”。,,為了使檢索的過程，即文獻(xiàn)標(biāo)識(shí)和信息提問的對(duì)比進(jìn)行得順利，二者都需要用一定的語(yǔ)言來(lái)加以表達(dá)。只有借助于這種語(yǔ)言，文獻(xiàn)的標(biāo)引人員與檢索人員才能有一個(gè)共同的約定，彼此才能溝通思想。也就是說，文獻(xiàn)存儲(chǔ)時(shí)，文獻(xiàn)的內(nèi)

3、外特征按照一定的語(yǔ)言來(lái)加以描述，而檢索時(shí)信息提問也按照一定的語(yǔ)言來(lái)加以表達(dá)。這種把文獻(xiàn)的存儲(chǔ)與檢索聯(lián)系起來(lái)、把標(biāo)引人員與檢索人員聯(lián)系起來(lái)以便取得共同理解、實(shí)現(xiàn)交流的語(yǔ)言，就叫做檢索語(yǔ)言。下圖展示了檢索語(yǔ)言在信息存儲(chǔ)和檢索過程中的作用。,,檢索語(yǔ)言在信息存儲(chǔ)與檢察中的作用,４．2 檢索語(yǔ)言的分類,描述文獻(xiàn)的有關(guān)特征而分描述外表特征的：著者姓名、題名、報(bào)告號(hào)、 標(biāo)準(zhǔn)號(hào)、專利號(hào)、

4、檔案號(hào)等 檢索標(biāo)識(shí) 描述內(nèi)容特征的：主題詞 、分類號(hào) 前者比較直觀，容易理解，以下主要介紹后種。,按檢索標(biāo)識(shí)的規(guī)范與否來(lái)分,檢索語(yǔ)言可分為人工語(yǔ)言（或受控語(yǔ)言）和自然語(yǔ)言。人工語(yǔ)言(artificial language)是根據(jù)信息檢索的需要而由人工創(chuàng)制的，采用規(guī)范化的詞語(yǔ)(controlled term)來(lái)專指某個(gè)概念或網(wǎng)羅與之相應(yīng)的概念，可以將同義詞、近義詞、相關(guān)

5、詞、多義詞及縮略詞規(guī)范在一起，包括分類檢索語(yǔ)言(分類號(hào))、主題檢索語(yǔ)言和代碼檢索語(yǔ)言。自然語(yǔ)言(natural language)檢索用詞是從信息內(nèi)容本身抽取的，主要依賴于計(jì)算機(jī)自動(dòng)抽詞技術(shù)完成，輔以人工自由標(biāo)引，是非規(guī)范詞(uncontrolled term)。自然語(yǔ)言包括：關(guān)鍵詞(keyword)、題名、作者、摘要、全文、引文等。,,分類語(yǔ)言： 分類語(yǔ)言是以號(hào)碼為基本字符，用分類號(hào)表達(dá)文獻(xiàn)主題概念的檢索語(yǔ)言。按分類號(hào)的構(gòu)成

6、原理，分類語(yǔ)言又可分為等級(jí)體系分類語(yǔ)言和分析一綜合分類語(yǔ)言。 分類法中的類又稱類目，指具有共同屬性的一組文獻(xiàn)資料。文獻(xiàn)分類是按照文獻(xiàn)中所含知識(shí)信息的學(xué)科屬性，對(duì)文獻(xiàn)進(jìn)行區(qū)分，進(jìn)一步根據(jù)文獻(xiàn)的知識(shí)信息內(nèi)容之間的內(nèi)在聯(lián)系組成科學(xué)的分類體系，其目的是將同一學(xué)科或?qū)W科門類的文獻(xiàn)集中在一起，便于從學(xué)科的角度進(jìn)行檢索和利用。,,一部分類法實(shí)質(zhì)上就是一套概念標(biāo)識(shí)系統(tǒng)。體系分類法采取對(duì)文獻(xiàn)論述的事物概念進(jìn)行層層劃分、層層隸屬的辦法來(lái)形成一系列

7、專指的分類標(biāo)識(shí)，按照科學(xué)體系將分類標(biāo)識(shí)組織成具有隸屬、并列關(guān)系的概念等級(jí)標(biāo)識(shí)系統(tǒng)。分類法雖然比較具有學(xué)科的系統(tǒng)性，但它所能反映的這種科學(xué)系統(tǒng)性，只是在一定的限度之內(nèi)。現(xiàn)代科學(xué)由于邊緣學(xué)科、交叉學(xué)科的出現(xiàn)，各門學(xué)科互相滲透，互相結(jié)合，日益使直線序列的分類法難以反映多元性的知識(shí)空間，因而不能確切地代表科學(xué)體系。,,一部完整的分類法一般由以下四個(gè)部分組成：①編制說明。主要說明該分類法的編制過程、所依據(jù)的編制原則、類目的設(shè)置和編次的理由，對(duì)各

8、種分類問題的技術(shù)處理、使用扣標(biāo)引方法等。②類目表。包括：大綱一一基本大類一覽表；簡(jiǎn)表——基本類日表；詳表一—主表，是分類法的主體；輔助表一一一組組標(biāo)準(zhǔn)字目表，用以對(duì)主表中列舉的類目進(jìn)行細(xì)分。③索引。是分類法的類日名稱索引，按字順排列，以幫助不熟悉分類法的讀者使用。 ④附錄。收錄按類檢索時(shí)經(jīng)常要查問的一些參考資料。,,常用分類法介紹 我國(guó)大部分圖書館通常采用的分類法是《中國(guó)圖書館圖書分類法》(簡(jiǎn)稱《中圖法》超鏈內(nèi)容為圖書

9、館主頁(yè)簡(jiǎn)表)，其次是《中國(guó)科學(xué)院圖書館圖書分類法》(簡(jiǎn)稱《科圖法》)和《中國(guó)人民大學(xué)圖書館圖書分類法》(簡(jiǎn)稱《人大法》)。美國(guó)圖書館最通用的是《美國(guó)國(guó)會(huì)圖書館圖書分類法》(Library of Congress Classification)，簡(jiǎn)稱《國(guó)會(huì)法（LC）》和《杜威十進(jìn)分類法》(Dewey Decimal Classification)，簡(jiǎn)稱《杜威法(DDC)》。,我國(guó)最通用的分類法—— 《中國(guó)圖書館分法》，簡(jiǎn)稱中圖

10、法 基本結(jié)構(gòu),,,《中國(guó)圖書館分類法》,基本大類：22個(gè)基本大類A 馬、列、毛、鄧有關(guān)論著B 哲學(xué)C 社會(huì)科學(xué)總論D 政治E 軍事F 經(jīng)濟(jì),G 文化、科學(xué)、教育、體育H 語(yǔ)言、文字I 文學(xué)J 藝術(shù)K 歷史、地理N 自然科學(xué)總論O 數(shù)理科學(xué)和化學(xué)P天文學(xué)、地球科學(xué)Q生物科學(xué),,,R 醫(yī)藥、衛(wèi)生S 農(nóng)業(yè)科學(xué)T 工業(yè)技術(shù)U 交通運(yùn)輸V 航空、航天X 環(huán)境科學(xué)Z 綜合性圖書

11、,例：層層展開,T 工業(yè)技術(shù)TP 自動(dòng)化技術(shù)、計(jì)算機(jī)技術(shù)TP3 計(jì)算技術(shù)、計(jì)算機(jī)技術(shù)TP31 計(jì)算機(jī)軟件TP311 程序設(shè)計(jì)、軟件工程TP311.1 程序設(shè)計(jì)TP311.13 數(shù)據(jù)庫(kù)理論與系統(tǒng)TP311.131

12、 數(shù)據(jù)庫(kù)理論,,,分類號(hào)TP31,共找到4786條,TP311程序設(shè)計(jì)軟件工程,,查出1183條,TP311.131數(shù)據(jù)庫(kù)理論,,查出5種,題名檢索：數(shù)據(jù)庫(kù)，選擇任意匹配,查出460條題名中含有“數(shù)據(jù)庫(kù)”的書刊，但不一定是講數(shù)據(jù)理論的。,主題語(yǔ)言：由主題詞匯構(gòu)成，即將自然語(yǔ)言中的名詞術(shù)語(yǔ)經(jīng)過規(guī)范化后直接作為信息標(biāo)識(shí)，按一定順序排列，通過參照系統(tǒng)揭示主題概念之間的關(guān)系，也稱主題法。主題語(yǔ)言表達(dá)的概念比較準(zhǔn)確，具有較好的靈活性

13、和專指性，不同的檢索系統(tǒng)、不同的專業(yè)領(lǐng)域可以有各自的主題詞表。,規(guī)范化語(yǔ)言：標(biāo)題詞、敘詞 例：自行車（腳踏車、單車） 洋玉（馬鈴薯，土豆）自然語(yǔ)言：關(guān)鍵詞 計(jì)算機(jī)發(fā)展兩者的比較：前者：易于查全、查準(zhǔn)，

14、 但不易加式、用戶不熟悉 后者：不 易查全、查準(zhǔn)，但易于加工， 讀者使用方便。,中國(guó)期刊網(wǎng),選擇2002年農(nóng)業(yè)專輯,用關(guān)鍵詞“馬鈴薯”進(jìn)行檢索,查出223篇,用“馬鈴薯”或“土豆”檢索,查出238篇,不同類型檢索語(yǔ)言的比較 文獻(xiàn)的外表特征與文獻(xiàn)是一一對(duì)應(yīng)的，即一組外表特征只對(duì)應(yīng)一篇唯一的文獻(xiàn)，而文獻(xiàn)的內(nèi)容特征與文

15、獻(xiàn)卻是一種模糊的對(duì)應(yīng)關(guān)系，即一篇文獻(xiàn)有多個(gè)主題詞（關(guān)鍵詞）或分類號(hào)，一個(gè)主題詞（關(guān)鍵詞）或分類號(hào)也可對(duì)應(yīng)多篇甚至幾百篇文獻(xiàn)。 正因?yàn)榇嬖谶@兩種對(duì)應(yīng)關(guān)系，使得兩種特征的用途大不相同。利用外表特征只能檢出很少的文獻(xiàn)，有時(shí)只用于特定情況下（如已經(jīng)知道作者名等）。利用內(nèi)容特征一次能檢出一批文獻(xiàn)，這對(duì)研究者來(lái)說是極其有用的。,第五節(jié) 信息檢索的步驟、方法與途徑,5.1 分析課題 5.2 選擇檢索工具 5.3 構(gòu)造檢索式

16、，選擇檢索途徑 5.4 選定檢索方法 5.5 查找文獻(xiàn)線索 5.6 索取原始文獻(xiàn),5.1 分析課題,,1、 明確檢索目的 一般來(lái)說，用戶的信息需求和檢索目的包括以下幾類： 一是需要關(guān)于某一個(gè)課題的系統(tǒng)詳盡的信息 二是需要關(guān)于某個(gè)課題的最新信息 三是了解一些片斷信息，解決一些具體問題 2、 明確課題的主題或主要內(nèi)容3、 課

17、題涉及的學(xué)科范圍：搞清楚課題所涉及的學(xué)科領(lǐng)域，是 否是跨學(xué)科研究，以便按學(xué)科選擇信息資源。如有可能， 還可以給出相應(yīng)的分類號(hào)。4、 所需信息的數(shù)量、語(yǔ)種、年代范圍、類型等具體指標(biāo)。,5.2 選擇檢索工具 檢索工具的種類繁多，其文獻(xiàn)類型、學(xué)科和專業(yè)的收錄范圍各有側(cè)重，所以根據(jù)課題的檢索要求，認(rèn)真選準(zhǔn)、選全檢索工具十分重要。主要要確定以下幾個(gè)方面： 是否所有與檢索課題相關(guān)的資源都要進(jìn)行檢索，

18、如果是，則不但考慮要檢索一次文獻(xiàn)和二次文獻(xiàn)的數(shù)據(jù)庫(kù)，而且對(duì)于網(wǎng)上其他資源，如搜索引攀、分類檢索指南、學(xué)科導(dǎo)航、專題BBS等也要查詢。 選擇哪些學(xué)科的信息資源：例如查找生物學(xué)方面的信息，則可能會(huì)涉及醫(yī)學(xué)方面的信息資源，因此要特別注意跨學(xué)科的問題。 選擇哪些語(yǔ)種的信息資源：是中文還是西文，或是二者兼顧。,,信息資源覆蓋的年限是否符合需求：大多數(shù)數(shù)字信息資源覆蓋的年限都是近二十年的內(nèi)容，因此如果需要更早的資料，就要考

19、慮手工檢索的問題；還有些數(shù)據(jù)庫(kù)由于更新速度的原因（例如光盤數(shù)據(jù)庫(kù)，或數(shù)據(jù)庫(kù)加工的速度不夠快)，無(wú)法提供最新的信息，也是要考慮的因素，這時(shí)更多是使用其他一些相關(guān)數(shù)據(jù)庫(kù)(如同一數(shù)據(jù)庫(kù)的網(wǎng)絡(luò)版)或其他網(wǎng)絡(luò)資源來(lái)予以補(bǔ)充。 信息資源的特點(diǎn)及其針對(duì)性如何：要了解已選擇的信息資源的查詢特點(diǎn)，是否與自己的信息需求相吻合。例如查詢某個(gè)機(jī)構(gòu)或公司的網(wǎng)頁(yè)，使用搜索引擎是最好的，而即使是搜索引擎，各自的特點(diǎn)不同，涵蓋的內(nèi)容也有所

20、側(cè)重和不同；查詢新聞時(shí)事，則可以登錄到一些新聞網(wǎng)站；查找學(xué)位論文，就一定要使用學(xué)位論文數(shù)據(jù)庫(kù)，或直接到大學(xué)或?qū)W院的網(wǎng)站上查詢，因?yàn)橛行W(xué)校的學(xué)位論文在網(wǎng)上是提供二次文獻(xiàn)服務(wù)的。,5.3 構(gòu)造檢索式，選擇檢索途徑,例如：(memory manag？) OR (((memory block) OR (memory pool)) AND allocat？ AND free) 這是一個(gè)典型的檢索式，在這個(gè)檢索式中，包含了五個(gè)概念，

21、這五個(gè)概念用單元詞或詞組短語(yǔ)表示，它們之間存在著邏輯“與”、邏輯“或”、截詞符、優(yōu)先運(yùn)算的關(guān)系，將這五個(gè)概念用布爾邏輯算符“AND”和“OR”，截詞符“？”以及嵌套算符“()”連接起來(lái)，即是一個(gè)檢索式。,擬好檢索式以后，就要選擇檢索點(diǎn)(access point)，即選擇檢索途徑或檢索入口，也稱檢索字段(field)。檢索途徑主要分以下幾種：,5.4 選定檢索方法,5.5 查找文獻(xiàn)線索    

22、0;用已經(jīng)構(gòu)成的檢索提問式，按照相應(yīng)的檢索途徑查找有關(guān)的索引(如主題索引、分類索引、作者索引等)，通過檢索查到與檢索提問一致的文獻(xiàn)后，就要仔細(xì)閱讀分析文獻(xiàn)的著錄款目，判斷主題內(nèi)容是否符合檢索要求。倘若符合檢索要求，就要準(zhǔn)確記下文獻(xiàn)篇名、著者、來(lái)源、文種等著錄事項(xiàng)。這些文獻(xiàn)來(lái)源項(xiàng)目是獲得文獻(xiàn)原文的主要線索。如果是利用全文數(shù)據(jù)庫(kù)或電子書刊檢索系統(tǒng)，則可直接獲取原文。,5.6 索取原始文獻(xiàn),a.辯識(shí)文獻(xiàn)款目，包括文獻(xiàn)類型、來(lái)源、出版物名稱等；

23、b.查找原始文獻(xiàn)的收藏單位，先從本單位、本地區(qū)入手，利用館藏目錄和聯(lián)合目錄（聯(lián)網(wǎng)目錄），找到原始文獻(xiàn)收藏單位，即可通過借閱、復(fù)制、館際互借或網(wǎng)上傳送獲得文獻(xiàn)。 1、刊名。 要把那些為節(jié)省篇幅而采用的刊名縮寫還原成刊名全稱是一個(gè)主要的工作。一般檢索刊物都附有引用出版物一覽表，供查對(duì)收錄的出版物全稱之用。若線索來(lái)自文后參考文獻(xiàn)或手抄件，可查閱專門的刊名縮寫檢索工具，如《期刊刊名縮寫》(Periodical Title Abbr

24、eviation)。中文、 日文、俄文刊名在英文文摘中一律采用拉丁文音譯著錄，故在翻譯時(shí)應(yīng)首先將縮寫刊名還原為全稱，然后查閱有關(guān)音譯轉(zhuǎn)化工具書。 2、文獻(xiàn)類型。 檢索刊物中收錄的文獻(xiàn)類型大多來(lái)自期刊，但也混有其他類型的文獻(xiàn)，如圖書、學(xué)位論文（印刷型或縮微型）、會(huì)議報(bào)告等等。各種類型的文獻(xiàn)著錄格式上有微小差異，要善于辨認(rèn)出這些區(qū)別。如凡有年份、卷期號(hào)的一般是期刊論文，有專利代碼的是專利文獻(xiàn)，有出版商簡(jiǎn)稱和出版地、出版年的

25、是圖書，有會(huì)議類屬詞及會(huì)期的是會(huì)議報(bào)告等等。檢索刊物前的縮略語(yǔ)及符號(hào)一覽可供參考。機(jī)檢可依據(jù)打印單上文獻(xiàn)類型字段中的代碼鑒別出版物類型。 3、論文著者的地址。 要獲取會(huì)議論文、學(xué)位論文、公司報(bào)告以及一些尚未公開發(fā)表的文章的原文，必須獲得論文著者(包括團(tuán)體著者)的詳細(xì)地址。有的檢索刊物的款目中附有作者的工作單位，可以據(jù)此查閱機(jī)構(gòu)名錄。從著者姓名線索出發(fā)，進(jìn)一步查閱履歷型傳記工具書亦有不少幫助。,檢索系統(tǒng)的結(jié)構(gòu) 一個(gè)檢索

26、系統(tǒng)，要能夠有效的被利用，必須有兩個(gè)部分：文獻(xiàn)描述項(xiàng)和索引項(xiàng)。文獻(xiàn)描述項(xiàng)按照檢索系統(tǒng)的簡(jiǎn)繁可分為題錄型和文摘型兩類。（1）題錄與文摘　　題錄是所有的檢索系統(tǒng)都應(yīng)具備的基本內(nèi)容，它包括文獻(xiàn)標(biāo)題、作者、作者工作單位、發(fā)表時(shí)間、文獻(xiàn)來(lái)源（期刊、會(huì)議、專利等）。有了題錄，讀者就可以方便地獲得原文。　　摘要（abstract），也稱文摘，是對(duì)一篇文獻(xiàn)的內(nèi)容作的簡(jiǎn)略準(zhǔn)確的描述。有些文摘與原文文獻(xiàn)刊登在一起，叫做篇首文摘（heading abs

27、tract）。一般比較完整的檢索系統(tǒng)每篇文獻(xiàn)都附有摘要，以工讀者了解與挑選文獻(xiàn)。,（2）索引　　索引（index）原指一種通常按字順排列，包括特別相關(guān)且被文獻(xiàn)提及的全部項(xiàng)目（主題、人名等）的目錄，它給出每個(gè)項(xiàng)目在文獻(xiàn)中的出處，整個(gè)目錄通常放在文獻(xiàn)后面。檢索系統(tǒng)中的索引是指按文獻(xiàn)的特征（外表、內(nèi)容）依一定的次序?qū)⑽墨I(xiàn)（通常以文摘號(hào)）排列起來(lái)的目錄，通過它可以得到相關(guān)的文摘。,按照索引款目的不同，可以有各種各樣的索引，如：主題詞索引（S

28、ubject Index）關(guān)鍵詞索引（Keyword Index）作者索引（Author Index、Personal Author Index）作者工作單位索引（Author Affliation Index） Cooperate Author Index)分類號(hào)索引（Class Index）各種號(hào)碼索引：如專利號(hào)索引（Patent Number Index）、報(bào)告號(hào)