信息检索原理及技术

《信息检索原理及技术》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、一信息检索二信息检索语言、途径三信息检索技术四检索步骤第二章信息检索基础知识一、信息检索信息检索：是指将信息（主要指文献信息）按一定的方式组织和存储起来，并根据用户的需要找出相关信息的过程。信息检索存储检索存储：是对信息进行著录、标引、整序，编制检索工具和建立检索系统的过程。检索：是指面向信息需求而进行高度选择性的查找过程。检索的基本原理信息检索基本原理的核心是用户信息需求与文献信息集合的比较和选择,是两者匹配(match)的过程。一方面是用户的信息需求,一方面是组织有序的文献信息集合，检索就是从用户特定的信息需求出发，对特定的信息集合采用一定的方法、技术手段

2、，根据一定的线索与规则从中找出(search,locate,hit)相关的信息。　　匹配有其匹配标准，这里涉及到两者一致性、相关度等问题，按一定的标准筛选出符合要求的信息。信息检索一般过程信息源信息分析、著录、标引信息的表示检索语言数据库匹配过程输出检索结果用户用户需求分析检索表达式信息检索的过程往往需要一个评价反馈途径，多次比较匹配，以获得最终的检索结果。其图示如下：二信息检索语言、途径1、检索语言的含义及作用2、检索语言的类型3、检索途径1、检索语言的含义及作用检索语言：用于描述信息系统中信息的内容特征及外部特征和表达用户信息提问的一种专门语言。它要求文献

3、的标引者和检索者共同遵守。按其使用的场合不同，检索语言常使用不同的名称，在存储的过程中用来标引文献，称为标引语言，用以编制索引就称为索引语言，用来检索文献则称为检索语言。是根据检索需要而创造的一种人工语言。作用：1)、保证不同标引人员表征文献信息的一致性。2)、使内容相同及相关的文献集中化。3)、保证检索提问与文献信息标引的一致性。4)、保证检索者按不同需求检索文献信息时，都能获得最高的查全率和查准率。2、检索语言的类型检索语言的类型表述文献外表特征的语言表述文献内容特征的语言题名责任者机构号码分类法主题法单元词语言标题词语言叙词语言关键词语言纯自然语言特征外表

4、特征主题特征内容特征分类特征标识标题、作者、作者工作单位主题词、关键词文摘、说明、全文分类号对应精确对应模糊对应模糊（精确）对应模糊对应信息特征与标识对应关系题名责任者及其单位摘要关键词中图分类号文献标示码正文分类语言也属于主题语言。分类语言是按学科范畴划分而构成的一种语言体系，它集中反映学科的系统性、反映它们的相关、从属、派生等关系，从总体到局部分层、分面展开，形成分类体系。由类目号码及名称作为检索语言，构成分类类目表，如前述图书分类表、专利分类表用的都是分类语言。具体体现为用分类号和类名来表达信息的主题概念，如U2铁路工程*中国图书馆图书分类法（5部类，22

5、大类）*美国国会图书馆分类法*杜威十进位分类法*IPC国际专利分类法中图法大类表《中图法》体系细分如下所示：T工业技术TP自动化技术、计算技术3计算技术、计算机31计算机软件316操作系统.1分时操作系统.2实时操作系统.7Windows操作系统39计算机的应用391信息处理（信息加工）391.7机器辅助技术391.72CAD391.73CAM……T工业技术TB一般工业技术TB1工程基础科学TB11工程数学TB12工程力学TB2工程设计与测绘TB21工程设计TB22工程测量TB23工程制图TB3工程材料学……U交通运输U2铁路运输U21铁路线路工程……U4公路运

6、输U41道路工程U416路基、路面工程U44桥涵工程U45隧道工程……主题语言包括：关键词语言、单元词语言、标题词语言、叙词语言等，它们有不同的主题词表。主题词表达概念本身，在主题词表中通过参照系统来指示词汇之间的关系。如”铁路”、“铁路轨道”。主题语言分为规范主题语言与非规范主题语言。规范主题语言：规范主题语言是以自然语言为基础，经过标准化、规范化处理的词语，具有概念性、规范性、组配性、语义性和动态性。规范主题语言包括单元词语言、标题词语言和叙词语言。*单元词语言是一种最基本的、不能再分的单位词语，亦称元词，它从文献内容中抽出，再经规范，能表达一个独立的概念。

7、比如“天气雷达”不是单元词，只有“天气”和“雷达”才是单元词，在英语中，单元词经常是一个单词。如《WPI----规范化主题词表》*标题词语言是从文献的题目和内容中抽出来，经过规范化处理的主题语言。美国工程信息公司出版的《工程标题词表》(简称SHE)是典型的标题词语言，但该公司1993年以后改用《工程索引叙词表》(EiThesaurns)。*叙词语言是以表达文献主题内容的概念单元为基础，经过规范化处理，可以进行逻辑组配的一种主语语言。如《汉语主题词表》、《INSPEC叙词表》（《科学文摘》）、《工程索引叙词表》等。非规范主题语言：它是相对于规范主题语言而言的，以自

8、然语言的语词作检索标识，