計(jì)算機(jī)醫(yī)學(xué)信息檢索

1、計(jì)算機(jī)醫(yī)學(xué)信息檢索,一、 基 本 原 理,下一頁,1、計(jì)算機(jī)檢索發(fā)展簡(jiǎn)史,1951年人們首次利用計(jì)算機(jī)進(jìn)行信息檢索實(shí)驗(yàn)。從1954年美國海軍兵器中心使用IBM701型電子管計(jì)算機(jī)建立了世界上第一個(gè)計(jì)算機(jī)檢索系統(tǒng)以來，計(jì)算機(jī)信息檢索共經(jīng)歷了五個(gè)階段：,上一頁,下一頁,,脫機(jī)檢索階段（20世紀(jì)50年代中至 60年代中）聯(lián)機(jī)檢索階段（20世紀(jì)60年代中至70年代）光盤檢索階段（20世紀(jì)80年代中期）網(wǎng)絡(luò)檢索階段（20世紀(jì)90年代）,,上

2、一頁,下一頁,2、計(jì)算機(jī)信息檢索系統(tǒng)的構(gòu)成,硬件（主機(jī)、外圍設(shè)備、數(shù)據(jù)處理、數(shù)據(jù)傳送有關(guān)的其他設(shè)備。）軟件（系統(tǒng)軟件、應(yīng)用軟件）數(shù)據(jù)庫（是衡量檢索系統(tǒng)規(guī)模大小的重要標(biāo)志）通訊線路（電話、數(shù)據(jù)、衛(wèi)星通訊網(wǎng)）檢索終端,上一頁,下一頁,3、數(shù)據(jù)庫的類型與結(jié)構(gòu),（1）類型書目數(shù)據(jù)庫：存儲(chǔ)文摘、題錄、目錄等書目數(shù)據(jù)的一類數(shù)據(jù)庫，又稱為二次文獻(xiàn)數(shù)據(jù)庫。數(shù)值數(shù)據(jù)庫：為用戶提供能夠直接使用的數(shù)值類信息，無需再追查原文。事實(shí)數(shù)據(jù)庫：存儲(chǔ)描述

3、人物、機(jī)構(gòu)、事物的等非文獻(xiàn)信息源的數(shù)據(jù)庫。全文數(shù)據(jù)庫：存儲(chǔ)文獻(xiàn)全文或節(jié)選其中主要部分的數(shù)據(jù)庫?？梢灾苯荧@取原始資料。,上一頁,,下一頁,,（2）結(jié)構(gòu)數(shù)據(jù)庫 文檔 記錄 字段,,,,若干個(gè)記錄構(gòu)成的信息集合稱為文檔。大型的數(shù)據(jù)庫分割成若干文檔。,記錄是構(gòu)成數(shù)據(jù)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(nèi)部特征。,組成記錄的數(shù)據(jù)項(xiàng)目,上一頁,下一頁,,（3）我國常見的生物醫(yī)學(xué)數(shù)據(jù)庫MED

4、LINE數(shù)據(jù)庫荷蘭《醫(yī)學(xué)文摘》數(shù)據(jù)庫(EM)《生物學(xué)文摘》數(shù)據(jù)庫(BA)化學(xué)文摘數(shù)據(jù)庫(CA)《科學(xué)引文索引》數(shù)據(jù)庫(SCI),,上一頁,,下一頁,,中國生物醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)庫（CBMdisc)中文生物醫(yī)學(xué)期刊數(shù)據(jù)庫（CMCC)中國學(xué)術(shù)期刊數(shù)據(jù)庫萬方數(shù)據(jù)庫中醫(yī)藥文獻(xiàn)數(shù)據(jù)庫,上一頁,下一頁,4、計(jì)算機(jī)信息檢索的檢索過程,檢索需求的分析和表達(dá)檢索方法的制定檢索式的編制檢索結(jié)果的反饋調(diào)整檢索結(jié)果的輸出,上一頁,下一頁,檢索

5、需求的分析和表達(dá),用戶的檢索需求大致分為3類：新：及時(shí)獲得最新的內(nèi)容，對(duì)查全沒有過高要求。準(zhǔn)：要解決研究中的具體問題，要求檢出的文獻(xiàn)有針對(duì)性，對(duì)查準(zhǔn)要求較高。全：要全面了解某一特定領(lǐng)域的發(fā)生、發(fā)展和現(xiàn)狀，是一種回溯性檢索，對(duì)查全有較高要求。,上一頁,下一頁,檢索方法的制定,根據(jù)課題的學(xué)科專業(yè)范圍、主題內(nèi)容，選擇合適的數(shù)據(jù)庫，確定檢索途徑。對(duì)檢索需求進(jìn)行概念分析，根據(jù)數(shù)據(jù)庫的詞表，把主題內(nèi)容轉(zhuǎn)換成檢索系統(tǒng)采用的檢索標(biāo)識(shí)和檢索詞，

6、并準(zhǔn)備若干自由詞。,上一頁,下一頁,,計(jì)算機(jī)檢索系統(tǒng)的檢索詞分為兩種： 主題詞：主要來自于主題詞表、敘詞表等，是經(jīng)過規(guī)范化的。 自由詞：來自于文獻(xiàn)的篇名、文摘或正文，是一種沒有規(guī)范化的自然語言。 原則上首選主題詞檢索。,上一頁,下一頁,檢索式的編制,常用的運(yùn)算符： 布爾邏輯運(yùn)算符 邏輯“與” 文字表示為“and”，符號(hào)表示為“*”。檢索詞A與檢索詞B用and組配，提問式可寫為：

7、 A and B 或者 A * B,,,,上一頁,下一頁,,A,B,表示檢索結(jié)果中每條記錄必須同時(shí)含有A和B檢索詞，增強(qiáng)檢索的專指性，縮小檢索范圍，提高了查全率。,上一頁,下一頁,,Insulin(胰島素）and diabetes(糖尿?。?上一頁,下一頁,,邏輯“或”文字表示為“or”，用符號(hào)表示為“+”。檢索詞A與B用or組配，提問式可寫為： A or B 或者 A + B表示包含檢索詞

8、A的文獻(xiàn)或包含檢索詞B的文獻(xiàn)或同時(shí)包含檢索詞A和檢索詞B 的文獻(xiàn)均為命中文獻(xiàn)，邏輯“或”擴(kuò)大了檢索范圍，提高查全率。,上一頁,下一頁,,Cancer(癌）or tumor（瘤）,A,B,上一頁,下一頁,,邏輯“非”用文字表示為“not”，用符號(hào)表示為“-”。檢索詞A與檢索詞B用not組配，提問式可寫為： A not B 或者 A - B表示檢索結(jié)果中每條記錄必須包含檢索詞A ，但不包含檢索詞B 。排除了不希望出現(xiàn)的檢

9、索詞，縮小了檢索范圍，提高查準(zhǔn)率。,上一頁,下一頁,Hepatitis B virus not human （乙肝病毒） （人類）,A,B,,上一頁,下一頁,,在一個(gè)檢索式中，如果含有兩個(gè)或兩個(gè)以上的布爾邏輯運(yùn)算符，運(yùn)算符的優(yōu)先次序是： NOT﹥AND﹥OR,上一頁,下一頁,查找有關(guān)腫瘤引起的貧血的非英文文獻(xiàn),neoplasms/complications（并發(fā)癥

10、） anemia/etiology（病因?qū)W） English #1 1687 NEOPLASMS/complications #2 179 ANEMIA/etiology #3 23867 English in LA(LA=English) #4 20 (#1 and #2) not #3,上一頁,下一頁,,截詞符 后截?cái)啵瑢⒔卦~符號(hào)放在一個(gè)字符串的右方，以表示其右的有限或無限個(gè)字符不影響該字符串的

11、檢索。例如： hyperthyr*可查到hyperthyre、hyperthyreosis、hyperthyroid、hyperthyroidosis、hyperthyroidism等。 hypertensi??可查到hypertension、hypertensive。 涉及到詞的單復(fù)數(shù)、作者、年代、同根詞等方面的檢索時(shí)，選用后截?cái)嗉夹g(shù)。,上一頁,下一頁,,前截?cái)啵瑢⒔卦~符號(hào)放在一個(gè)字符串的左方，以表示其左的有限或無限

12、個(gè)字符不影響該字符串的檢索。例如： *sighted，可查到farsighted 與nearsighted。 前截?cái)嘀粰z索后綴相同的一類詞，常用于檢索化學(xué)化工文獻(xiàn)與復(fù)合詞較多的文獻(xiàn)。,上一頁,下一頁,,中截?cái)?，將截詞符號(hào)放在一個(gè)檢索詞的中間的一種截詞方式。只允許有限截?cái)?，用于檢索詞的單復(fù)數(shù)或英美式不同拚法。例如： wom?n，可查到Woman，Women。 defen?e ，可查到defense，defence。,上一頁,下

13、一頁,,限制符 檢索系統(tǒng)中，縮小或約束檢索結(jié)果的方法成為限制檢索。常用的有特定字段的限制檢索，限制符為“in”和“=”。例如： Hypertension in TI，表示高血壓一詞在題名字段Title中出現(xiàn)。 限制符還有其他形式： py<2000表示檢索2000年前發(fā)表的文獻(xiàn)記錄。,上一頁,下一頁,,位置算符 要求原始記錄中檢索詞之間的相互位置滿足某些條件時(shí)要使用位置算符，常用的位置算符有with、near等。

14、 with算符 表示此算符兩側(cè)的檢索詞在命中記錄中必須出現(xiàn)在同一字段中，即同時(shí)出現(xiàn)于篇名或文摘中等，但前后位置可以顛倒。,上一頁,下一頁,,near算符 表示此算符兩側(cè)的檢索詞的距離最近。A near B 的檢索結(jié)果是A與B必須同時(shí)出現(xiàn)在一句話中，無論語序，二者之間最多可相隔n-1個(gè)單詞。 A near B表示命中記錄中左右兩個(gè)檢索詞出現(xiàn)在同一句子中。,上一頁,下一頁,,檢索結(jié)果的反饋調(diào)整 檢索結(jié)果主要通過查全

15、率、查準(zhǔn)率兩個(gè)指標(biāo)來進(jìn)行評(píng)價(jià)。 查全率：系統(tǒng)進(jìn)行檢索時(shí)，檢出的相關(guān)文獻(xiàn)量與系統(tǒng)文獻(xiàn)庫中相關(guān)文獻(xiàn)總量的比率。 查準(zhǔn)率：系統(tǒng)中檢出的相關(guān)文獻(xiàn)量與檢出的文獻(xiàn)總量的比率。,上一頁,下一頁,,提高查全率的方法：降低檢索詞的專指度，選出一些上位詞和相關(guān)詞補(bǔ)充到檢索式中。調(diào)節(jié)檢索式的網(wǎng)羅度，減少邏輯“與”的組配面。進(jìn)行族性檢索，可采用分類檢索，或用一組同義詞、近義詞和相關(guān)詞，用“或”連接在檢索式中。采用截詞技術(shù)，取消某些限制過嚴(yán)的限制

16、符。,上一頁,下一頁,,提高查準(zhǔn)率的方法：提高檢索詞的專指度，換用專指度較強(qiáng)的規(guī)范詞或自由詞。增加“與”連接，進(jìn)一步限定主題概念。限定檢索詞所在的可檢字段，用位置算符控制檢索詞的詞間順序與位置。限制輸出文獻(xiàn)的外部特征，如限制年限、語種、文獻(xiàn)類型等。用邏輯“非”限制與提問不相關(guān)的文獻(xiàn)的輸出。用主題詞檢索，不用或少用自由詞檢索。,,上一頁,下一頁,,檢索結(jié)果的輸出 檢索結(jié)果的輸出是整個(gè)檢索過程的最后一步，用戶可以要求檢索系