計算機醫(yī)學信息檢索

1、計算機醫(yī)學信息檢索,一、 基 本 原 理,下一頁,1、計算機檢索發(fā)展簡史,1951年人們首次利用計算機進行信息檢索實驗。從1954年美國海軍兵器中心使用IBM701型電子管計算機建立了世界上第一個計算機檢索系統(tǒng)以來，計算機信息檢索共經(jīng)歷了五個階段：,上一頁,下一頁,,脫機檢索階段（20世紀50年代中至 60年代中）聯(lián)機檢索階段（20世紀60年代中至70年代）光盤檢索階段（20世紀80年代中期）網(wǎng)絡檢索階段（20世紀90年代）,,上

2、一頁,下一頁,2、計算機信息檢索系統(tǒng)的構(gòu)成,硬件（主機、外圍設備、數(shù)據(jù)處理、數(shù)據(jù)傳送有關(guān)的其他設備。）軟件（系統(tǒng)軟件、應用軟件）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。事實數(shù)據(jù)庫：存儲描述

3、人物、機構(gòu)、事物的等非文獻信息源的數(shù)據(jù)庫。全文數(shù)據(jù)庫：存儲文獻全文或節(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)項目,上一頁,下一頁,,（3）我國常見的生物醫(yī)學數(shù)據(jù)庫MED

4、LINE數(shù)據(jù)庫荷蘭《醫(yī)學文摘》數(shù)據(jù)庫(EM)《生物學文摘》數(shù)據(jù)庫(BA)化學文摘數(shù)據(jù)庫(CA)《科學引文索引》數(shù)據(jù)庫(SCI),,上一頁,,下一頁,,中國生物醫(yī)學文獻數(shù)據(jù)庫（CBMdisc)中文生物醫(yī)學期刊數(shù)據(jù)庫（CMCC)中國學術(shù)期刊數(shù)據(jù)庫萬方數(shù)據(jù)庫中醫(yī)藥文獻數(shù)據(jù)庫,上一頁,下一頁,4、計算機信息檢索的檢索過程,檢索需求的分析和表達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,用戶的檢索需求大致分為3類：新：及時獲得最新的內(nèi)容，對查全沒有過高要求。準：要解決研究中的具體問題，要求檢出的文獻有針對性，對查準要求較高。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。對檢索需求進行概念分析，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)采用的檢索標識和檢索詞，

6、并準備若干自由詞。,上一頁,下一頁,,計算機檢索系統(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,常用的運算符： 布爾邏輯運算符 邏輯“與” 文字表示為“and”，符號表示為“*”。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含有A和B檢索詞，增強檢索的專指性，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的文獻或包含檢索詞B的文獻或同時包含檢索詞A和檢索詞B 的文獻均為命中文獻，邏輯“或”擴大了檢索范圍，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,,在一個檢索式中，如果含有兩個或兩個以上的布爾邏輯運算符，運算符的優(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,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。 涉及到詞的單復數(shù)、作者、年代、同根詞等方面的檢索時，選用后截斷技術(shù)。,上一頁,下一頁,,前截斷，將截詞符號放在一個字符串的左方，以表示其左的有限或無限

12、個字符不影響該字符串的檢索。例如： *sighted，可查到farsighted 與nearsighted。 前截斷只檢索后綴相同的一類詞，常用于檢索化學化工文獻與復合詞較多的文獻。,上一頁,下一頁,,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(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必須同時出現(xiàn)在一句話中，無論語序，二者之間最多可相隔n-1個單詞。 A near B表示命中記錄中左右兩個檢索詞出現(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、查準率兩個指標來進行評價。 查全率：系統(tǒng)進行檢索時，檢出的相關(guān)文獻量與系統(tǒng)文獻庫中相關(guān)文獻總量的比率。 查準率：系統(tǒng)中檢出的相關(guān)文獻量與檢出的文獻總量的比率。,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)，取消某些限制過嚴的限制

16、符。,上一頁,下一頁,,提高查準率的方法：提高檢索詞的專指度，換用專指度較強的規(guī)范詞或自由詞。增加“與”連接，進一步限定主題概念。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。限制輸出文獻的外部特征，如限制年限、語種、文獻類型等。用邏輯“非”限制與提問不相關(guān)的文獻的輸出。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)果的輸出是整個檢索過程的最后一步，用戶可以要求檢索系