第二章計算機檢索基礎(chǔ)修改版

1、第二章 計算機檢索基礎(chǔ)一、 計算機檢索概述（一）概論1、計算機檢索的意義我們已步入信息社會，傳統(tǒng)的手工檢索方法很難從大量的文獻中及時難確地獲取所需的資料，無法信息滿足時代的需求有一種速度快、效果好的自動檢索方法。隨著微電子技術(shù)、計算機技術(shù)和通訊技術(shù)的飛速發(fā)展，計算機文獻檢索成為當(dāng)今人們查找信息的最主要方式。它能夠跨越時空，在短時間內(nèi)查閱不同的大型數(shù)據(jù)庫，還能快速地對幾十年前的文獻資料進行回溯檢索，而且大多數(shù)的聯(lián)機檢索系統(tǒng)數(shù)據(jù)庫中的數(shù)據(jù)更新速度非?？?，檢索者隨時可以得到更新的文獻信息，具有手工檢索不可比擬的優(yōu)勢：（1）速度快、效率高，僅幾分鐘就可以從成千上萬條記錄中找出所需信息；（2）檢索范圍廣

2、，可以迅速而方便地瀏覽相關(guān)學(xué)科或主題的所有數(shù)據(jù)庫中的記錄，在網(wǎng)絡(luò)中，幾乎每一臺個人計算機都可以成為信息源；（3）檢索不受時空的限制，只要擁有相應(yīng)的軟件和硬件設(shè)備，就可以在任何地方借助光盤和通信網(wǎng)絡(luò)查詢所需信息；（4）由于數(shù)據(jù)更新快，可以及時獲得最新信息；（5）檢索輔助功能完善，使用方便，檢索軟件可采用菜單驅(qū)動，幾乎所有檢索系統(tǒng)都有查詢服務(wù)或提供操作演示盤，界面友好的程度在不斷提高，檢索結(jié)果的輸出方式豐富多樣，并可以按要求做排序、統(tǒng)計、繪圖等加工。 1993年9月，美國克林頓政府宣布推出“信息高速公路”計劃以來，在全球范圍內(nèi)掀起了一股“信息高速公路”熱潮。信息高速公路“是一個能給用戶提供大量信息

3、的、由通信網(wǎng)絡(luò)、計算機、數(shù)據(jù)庫以及日用電子產(chǎn)品組成的完備網(wǎng)絡(luò)”也就是計算機、光導(dǎo)纖維和其他通信設(shè)備組成的聯(lián)接千家萬戶的通信網(wǎng)絡(luò)。隨著信息高速公路的建立，原來的時空概念將被徹底打破，人們可以坐在辦公室或家里查找圖書館的文獻信息，了解某學(xué)科領(lǐng)域在世界上的發(fā)展水平及動向，查找所需的文獻資料。計算機檢索是今后文獻檢索的發(fā)展方向和主要手段。隨著信息高速公路的建立，計算機檢索將在全球范圍內(nèi)得到普及。掌握計算機文獻檢索枝術(shù)是大學(xué)生和現(xiàn)代科技工作者必須具備的基本技能之一。2、計算機檢索的發(fā)展概況 計算機文獻檢索經(jīng)歷了批量處理、聯(lián)機檢索與網(wǎng)絡(luò)系統(tǒng)三個階段。 1954年，美國海軍武器試驗站圖書館在一臺電子管計算機

4、上建立了世界上第一個計算機情報檢索系統(tǒng)，存入 14000篇文獻。 50年代末，IBM公司利用一臺第二代計算機（IB一650）成功地編制出關(guān)鍵詞索引，并建立了世界上第一個“定題情報檢索”系統(tǒng)，為用戶定期檢索和提供一定主題的新到文獻，并很快得到了推廣應(yīng)用。 進入60年代，計算機情報檢索進入了實用和全面發(fā)展階段。60年代末，大容量計算機分時系統(tǒng)和強功能檢索軟件研制成功，使脫機檢索發(fā)展到聯(lián)機檢索。70年代初，隨著通信技術(shù)的發(fā)展，出現(xiàn)了數(shù)據(jù)通信網(wǎng)絡(luò)，通信線路費用降低，使得聯(lián)機情報檢索系統(tǒng)在美國迅速地得到了推廣。隨后，衛(wèi)星通信用于計算機網(wǎng)絡(luò)，世界各大計算機情報檢索系統(tǒng)紛紛進入通信網(wǎng)絡(luò)，從而形成了國際聯(lián)機情

5、報檢索。西歐一些國家也于6O年代開始著手計算機文獻檢索的研制與發(fā)展工作。70年代后，這些國家也逐漸把計算機文獻批量處理系統(tǒng)改成了聯(lián)機系統(tǒng)。 目前，發(fā)達國家的一些計算機情報聯(lián)機檢索系統(tǒng)，通過衛(wèi)星通訊網(wǎng)絡(luò)和計算機專用終端，在世界范圍內(nèi)提供聯(lián)機情報檢索服務(wù)?，F(xiàn)在全球已有數(shù)百個聯(lián)機檢索系統(tǒng)，其中擁有情報數(shù)據(jù)庫最多、聯(lián)機檢索業(yè)務(wù)最廣泛的聯(lián)機情報檢索系統(tǒng)有美國的 DIALOG系統(tǒng)、ORBIT系統(tǒng)、BRS系統(tǒng)、歐洲的ESAIRS系統(tǒng)和STN系統(tǒng)等。我國的計算機檢索雖然起步較晚，但發(fā)展速度很快。我國從70年代起著手進行計算機情報檢索的研究，并積極開展國際聯(lián)機檢索服務(wù)。1975年起，國防科工委情報所和機械工業(yè)部

6、情報所等單位先后引進國外數(shù)據(jù)庫，開展定題服務(wù)。1980年，中國建筑科學(xué)院情報所等15個單位聯(lián)合租用香港數(shù)據(jù)終端，連接國際通信衛(wèi)星至美國的網(wǎng)絡(luò)系統(tǒng)聯(lián)機檢索，檢索結(jié)果從香港寄回北京。1981年，先后在北京、上海、廣州、西安、武漢、沈陽等30個城市建立了近80個遠程終端，通過國際通訊網(wǎng)與歐美11個大型聯(lián)機檢索系統(tǒng)聯(lián)機。此外，還先后引進數(shù)據(jù)庫65種，引進光盤數(shù)據(jù)庫40余種，自建數(shù)據(jù)庫260多個。我國還自行開發(fā)了一批計算機檢索系統(tǒng)。（二）計算機檢索系統(tǒng)簡介計算機檢索是指通過檢索系統(tǒng)，采用一定的技術(shù)手段，根據(jù)一定的準則，在數(shù)據(jù)庫或其他形式的網(wǎng)絡(luò)信息資源中自動找出用戶所需相關(guān)信息。計算機檢索流程如圖所示：計

7、算機檢索系統(tǒng)的物理構(gòu)成：硬件、軟件、數(shù)據(jù)庫三部分。1、 計算機硬件主要包括具有一定性能的主機、外部設(shè)備以及與數(shù)據(jù)處理或數(shù)據(jù)傳送有關(guān)的其他設(shè)備。主機，是計算機檢索系統(tǒng)的中樞，要求其配置具有較強的邏輯運算能力，較快的響應(yīng)速度和較大的存儲容量，能處理大量的文獻，聯(lián)機檢索系統(tǒng)的主機還必須具有多道程序處理和分時處理等更強的功能。外部設(shè)備包括：外部存儲器、輸入輸出設(shè)備等。輸入輸出設(shè)備包括各種必要的數(shù)據(jù)錄入裝置，如鍵盤、光筆、鼠標(biāo)器、光學(xué)字符識別器裝置、語音或圖像輸入裝置、顯示終端、打印機、繪圖機、輸出設(shè)備等。2、 計算機軟件分為系統(tǒng)軟件和應(yīng)用軟件。系統(tǒng)軟件包括：操作系統(tǒng)、編譯程序與匯編程序、診斷程序等。應(yīng)

8、用軟件包括：數(shù)據(jù)庫管理系統(tǒng)、建庫程序、數(shù)據(jù)輸入輸出程序、自動標(biāo)引程序、文件管理系統(tǒng)程序等。3、數(shù)據(jù)庫數(shù)據(jù)庫是計算機閱讀的信息集合。至少由一種文檔組成，并能滿足某一特定目的或某一特定數(shù)據(jù)處理系統(tǒng)。（用手工方式把大量的原始文獻或數(shù)據(jù)進行加工，包括分析文獻主題后寫出文獻摘要或題錄，主題詞、分類號和文獻的其它特征等等，再把這些經(jīng)過“前處理”的數(shù)據(jù)按一定格式輸入計算機存貯起來，計算機在程序的控制下對數(shù)據(jù)進行處理，形成機讀數(shù)據(jù)庫（database）或者各種文獻資料檔，存貯在磁帶或磁盤上，完成文獻的加工存貯過程。計算機在存貯文獻后，就可接受檢索人員的查找。）計算機檢索的對象一般是文獻信息數(shù)據(jù)庫。按照不同的劃

9、分標(biāo)準，數(shù)據(jù)庫可分成不同的類型。國際上通常根據(jù)數(shù)據(jù)庫內(nèi)容將數(shù)據(jù)庫劃分成三大類，即參考數(shù)據(jù)庫(Reference Database)、源數(shù)據(jù)庫(Source Database)和混合數(shù)據(jù)庫(Mixed Database)。另一種劃分數(shù)據(jù)庫的實用方法是分為文獻信息數(shù)據(jù)庫與非文獻信息數(shù)據(jù)庫兩大類。如下圖所示數(shù)據(jù)庫結(jié)構(gòu)數(shù)據(jù)庫是由文獻信息記錄（Record）構(gòu)筑而成，因此文獻記錄是數(shù)據(jù)庫的基本單元。每條記錄又都表達了一篇原始文獻信息的內(nèi)容特征和外表特征。數(shù)據(jù)庫的結(jié)構(gòu)就是根據(jù)這些特征而建立的。不同的類型、內(nèi)容的數(shù)據(jù)庫，它們的文獻信息記錄標(biāo)引的內(nèi)容和形式有很大的差別，即數(shù)據(jù)庫結(jié)構(gòu)就有很大的差異。盡管如此，文

10、獻信息記錄基本上都由三個部分組成：存取號，基本索引字段，輔助索引字段。所謂“數(shù)據(jù)庫結(jié)構(gòu)”，就是關(guān)于這些存取號和字段的定名（代碼）和說明。我們進行計算機檢索的目的，就是從海量的數(shù)據(jù)庫記錄中，找出我們需要的文檔信息。（三）計算機檢索的分類1、光盤檢索系統(tǒng)² 構(gòu)成：聯(lián)機光盤檢索系統(tǒng)由若干臺微機、光盤驅(qū)動器、光盤服務(wù)器、光盤數(shù)據(jù)庫、檢索系統(tǒng)軟件、管理系統(tǒng)軟件構(gòu)成。² 光盤檢索系統(tǒng)的特點：（1）由于存儲介質(zhì)和空間的限制，多以二次文獻（文摘、索引）為主。（2）數(shù)據(jù)庫系統(tǒng)建立在用戶方，出版商必須寄送光盤給用戶，因此更新速度慢。一般為月更新或季更新。這方面不如聯(lián)機數(shù)據(jù)庫和網(wǎng)絡(luò)數(shù)據(jù)庫，后兩者

11、的數(shù)據(jù)庫更新可以隨時進行，頻率通常為日更新和周更新。（3）與網(wǎng)絡(luò)數(shù)據(jù)庫檢索相比，數(shù)據(jù)庫和系統(tǒng)集中式管理，負擔(dān)重，數(shù)據(jù)庫用戶越多，響應(yīng)時間越長。（4）檢索模式：以客戶端/ 服務(wù)器方式為主，客戶方在微機上運作，這種檢索模式與聯(lián)機數(shù)據(jù)庫相比，檢索效率提高了很多。（5）信息組織模式：普通線性文本。（6）檢索機制：檢索功能強，索引多，不同的檢索系統(tǒng)使用不同的檢索命令，具備命令檢索和菜單檢索兩種方式，后者對非專業(yè)人員來說，易學(xué)易用。（7）系統(tǒng)訪問通過局域網(wǎng)就可以進行，不受大的網(wǎng)絡(luò)環(huán)境影響。不需支付網(wǎng)絡(luò)通信費用。（8）檢索環(huán)境寬松，不存在聯(lián)機檢索的通信費、機時費、數(shù)據(jù)費，檢索費用低。（9）用戶界面比較友好，

12、較為直觀。2、聯(lián)機檢索系統(tǒng)檢索終端通過通信線路與系統(tǒng)的主機連接，在中央處理機控制下查詢系統(tǒng)的幾十個甚至上百個數(shù)據(jù)庫，并能夠與系統(tǒng)實時對話，隨時調(diào)整檢索策略。² 聯(lián)機檢索構(gòu)成聯(lián)機系統(tǒng)由聯(lián)機檢索中心、通信設(shè)施、檢索終端三部分組成。聯(lián)機檢索中心是該系統(tǒng)的中樞部分，主要包括中央計算機（硬件）、數(shù)據(jù)庫、系統(tǒng)檢索軟件等部分。中央計算機又稱為“主機”，其功能是在系統(tǒng)和檢索軟件支持下完成對信息的存儲、處理和檢索。通信設(shè)施由通信網(wǎng)（電話網(wǎng)，專用數(shù)據(jù)庫網(wǎng)）、調(diào)制解調(diào)器及其他通信設(shè)備組成。終端則可以使用傳統(tǒng)的終端機或個人計算機。 ² 聯(lián)機檢索系統(tǒng)特點：（1）數(shù)據(jù)庫數(shù)量多，信息量大內(nèi)容豐富。以DI

13、ALOG系統(tǒng)為例，目前已有數(shù)據(jù)庫300多個，記錄3億多條，內(nèi)容廣泛，涉及自然科學(xué)、入文及社會科學(xué)多個領(lǐng)域。檢索時可以一次檢索多個數(shù)據(jù)庫，檢索范圍廣泛全面。（2）數(shù)據(jù)庫更新快，每日可隨時進行更新，很容易檢索到最新文獻。（3）數(shù)據(jù)庫和系統(tǒng)集中式管理，安全性好，可以在存儲設(shè)備上直接處理大量數(shù)據(jù)，但主機的負擔(dān)重，網(wǎng)絡(luò)擴展性差。（4）檢索模式：主仆式，即所有的工作都在主機上進行，一旦主機癱瘓，所有系統(tǒng)都處于癱瘓狀態(tài)，因此對主機的性能要求極高。（5）信息組織模式：普通線性文本，包括：按照文檔號組成的順排文檔；按照記錄的特征標(biāo)識（如題名、作者等）組成的倒排文檔。（6）檢索機制：檢索功能強，索引多，途徑多，所

14、有的數(shù)據(jù)庫使用統(tǒng)一的命令檢索，因此可以同時保證查全、查準。檢索效率和檢索質(zhì)量高。但系統(tǒng)要求必須使用統(tǒng)一的檢索命令，用戶必須記住各類檢索指令并且能夠靈活綜合運用，因此必須由專業(yè)人員檢索。這種檢索機制不利于在網(wǎng)絡(luò)環(huán)境下擴展為大規(guī)模的使用。（7）檢索費用高，每下載一條記錄都要支付相關(guān)費用，包括記錄的顯示或打印費、字符費、機時費、通信費（由于系統(tǒng)連接需通過通信線路如電話或網(wǎng)絡(luò)進行，需支付高額通信費用），檢索時必須快速進行，一般用戶因此望而卻步，不敢使用。（8）檢索界面單一，過于呆板。自20世紀70年代以來，聯(lián)機數(shù)據(jù)庫檢索系統(tǒng)發(fā)展異常迅速，盛極時曾有DIALOG、STN、LEXISNEXIS、ORBIT

15、等多個大型檢索系統(tǒng)，為用戶提供了高質(zhì)量、遠勝于傳統(tǒng)手工查詢的信息服務(wù)，幾乎每個圖書館或信息服務(wù)機構(gòu)、中大型公司里都有專門進行聯(lián)機檢索、為用戶或本機構(gòu)決策提供信息服務(wù)的檢索專家。但進入80年代末、90年代初以后，互聯(lián)網(wǎng)的迅速發(fā)展，導(dǎo)致越來越多的用戶在網(wǎng)上自行尋找自己所需的信息，而聯(lián)機檢索由于對檢索人員的要求高、費用貴等原因，開始進入衰退時代，幾家著名的聯(lián)機檢索公司逐漸被并購或倒閉，僅存的DIALOG公司、LEXISNEXIS公司等，被并購后仍保留了原有的系統(tǒng)名稱和品牌，但也相繼推出了基于互聯(lián)網(wǎng)的網(wǎng)絡(luò)檢索機制，以提供普通檢索用戶使用。目前，聯(lián)機檢索的方式雖然仍然存在，光盤檢索、網(wǎng)絡(luò)檢索相比。用戶量

16、較少且大部分使用者仍然是檢索專家。3、網(wǎng)絡(luò)數(shù)據(jù)庫檢索通過網(wǎng)絡(luò)接口軟件，用戶可在任意終端查詢各地網(wǎng)上信息資源。網(wǎng)絡(luò)檢索是一種廣義的聯(lián)機檢索，如使用遠程登錄(Telnet)，通過Internet連接用戶所指定的遠程計算機，共享該主機上的資源。² 分布式存儲的網(wǎng)絡(luò)數(shù)據(jù)庫分布式存儲，即不同的數(shù)據(jù)庫分散在不同的數(shù)據(jù)庫生產(chǎn)者的服務(wù)器上；網(wǎng)絡(luò)數(shù)據(jù)庫檢索為用戶分布式檢索，即用戶在任何地方的終端都可以訪問并存儲數(shù)據(jù)；網(wǎng)絡(luò)數(shù)據(jù)庫的數(shù)據(jù)可進行分布式處理，即任何數(shù)據(jù)都可以在網(wǎng)上的任何地點進行處理。² 網(wǎng)絡(luò)數(shù)據(jù)庫的特點(1) 數(shù)據(jù)庫分布式存儲，且多存放在硬盤上，因此數(shù)量多，信息量大。同時由于超文本語

17、言和超文本傳輸協(xié)議的作用，提供了大量相關(guān)資源的鏈接，使資源內(nèi)容更加豐富。(2) 數(shù)據(jù)庫內(nèi)容形式向多媒體化發(fā)展，不僅有文本，還有大量圖像、動畫、聲音等，給用戶提供了更為直觀的服務(wù)。(3) 數(shù)據(jù)庫更新速度快，一般為日更新。(4) 數(shù)據(jù)庫和系統(tǒng)分布式管理，響應(yīng)速度快。(5) 檢索模式：以客戶端網(wǎng)關(guān)服務(wù)器服務(wù)器方式為主，客戶方在微機上運作，分析從服務(wù)器上返回的數(shù)據(jù)，給用戶顯示信息；服務(wù)方則給用戶提供客戶端應(yīng)用程序，通過網(wǎng)關(guān)分析處理各類請求，并提供數(shù)據(jù)服務(wù)，提高了檢索效率。(6) 應(yīng)用程序與數(shù)據(jù)隔離，數(shù)據(jù)相對獨立、完整、安全性好；但對客戶方來說，由于訪問是通過互聯(lián)網(wǎng)進行的，安全性較差。(7) 信息組織模

18、式：非線性化，超文本形式，因此可以從某一資源點上快速、直接地指向相關(guān)資源鏈接點。(8) 檢索機制：檢索功能強，索引多，多數(shù)通過WWW瀏覽器提供檢索，對非專業(yè)人員來說，易學(xué)易用。缺點是，不同的數(shù)據(jù)庫使用的檢索系統(tǒng)不同，檢索命令也不盡相同，用戶需學(xué)習(xí)檢索系統(tǒng)的使用。(9) 系統(tǒng)訪問通過互聯(lián)網(wǎng)進行，在網(wǎng)絡(luò)條件不發(fā)達地區(qū)，用戶需支付通信費用。(10）檢索環(huán)境寬松，檢索費用較聯(lián)機檢索低很多。但由于數(shù)據(jù)庫開發(fā)費用較高，價格較高，因此總體費用高于光盤檢索。(11) 用戶界面多基于WWW瀏覽器開發(fā)，方便友好。² 數(shù)據(jù)庫的選擇原則面對圖書館提供的大量數(shù)據(jù)庫，讀者應(yīng)了解自己可使用的數(shù)據(jù)庫資源；了解所在的

19、學(xué)科應(yīng)該有哪些資源。在檢索文獻選擇數(shù)據(jù)庫時，應(yīng)考慮到內(nèi)容、范圍、時效和費用等四方面因素（國際上稱之為“4C”原則），(1)內(nèi)容（Content）。從主題內(nèi)容（即收錄的學(xué)科領(lǐng)域）、數(shù)據(jù)來源（來自于新聞、專利、期刊論文等中的某一類），記錄內(nèi)容，記錄中的數(shù)據(jù)類型（全文、文摘、數(shù)值數(shù)據(jù)），內(nèi)容的技術(shù)含量（即是屬于科普性質(zhì)還是屬于該領(lǐng)域的最新科學(xué)研究）等方面來考慮。(2)范圍（Coverage）。從數(shù)據(jù)庫的規(guī)模（即記錄量，記錄的起訖年代）及涵蓋地理范圍（是涉及某一個國家的文獻還是世界范圍的文獻、收錄期刊的種類和文獻的數(shù)量、公司的類型等）來考慮。(3)時效（Currency）。從數(shù)據(jù)庫的更新頻率與印刷出版

20、物的時差來考慮。(4)費用（Cost）。選擇費用最合適的資源。如美國 DIALOG 系統(tǒng)收費包括聯(lián)機時間費和記錄的輸出費用兩部分。依數(shù)據(jù)庫的質(zhì)量，其聯(lián)機時間費用從$0.255/min 不等，每一條記錄的輸出費用從$0.1 到$85 不等。利用我校的校園網(wǎng)，使用圖書館購置的數(shù)據(jù)庫是完全免費的。4、視頻數(shù)據(jù)檢索亦稱電視信息查詢，是數(shù)字通信、電視和計算機相結(jié)合的產(chǎn)物。用戶將顯示器或改裝過的電視機作為終端，直接接受電視中心播放的信息或與視頻系統(tǒng)的數(shù)據(jù)庫進行聯(lián)機對話。這種檢索又分為兩種，一種是廣播式（teletex或teletext），即利用電視廣播網(wǎng)循環(huán)傳送專門的信息頁，用圖文電視接收機即可接收和檢索

21、所需的信息畫面，該系統(tǒng)又稱圖文電視；另一種是交互式的(videotex或videodata),用戶可以與中心雙向?qū)υ?，通過視頻（數(shù)據(jù)頁）查詢系統(tǒng)的數(shù)據(jù)庫。近年來，我國許多單位接通了以videotex技術(shù)為主的國際聯(lián)機檢索系統(tǒng)，其中許多是以提供經(jīng)濟領(lǐng)域的最新信息為主的系統(tǒng)，如英國路透社的系統(tǒng)、美國道.瓊斯公司的Dow Jones Bankers Report以及Financial Broadcast Service系統(tǒng)等。江蘇的圖文電視也為企業(yè)開設(shè)了四個專業(yè)經(jīng)濟信息網(wǎng)江蘇綜合經(jīng)濟信息網(wǎng)、國際期貨信息網(wǎng)、物質(zhì)供求信息網(wǎng)和化工商情信息網(wǎng)。二、計算機檢索技術(shù)（一）布爾邏輯檢索布爾邏輯檢索是當(dāng)今檢索理論

22、中最成熟的理論之一，也是構(gòu)造檢索表達式最基本、最簡單的匹配模式。布爾邏輯檢索是通過布爾邏輯算符來實現(xiàn)的，這些算符能把一些簡單的檢索詞組配成一個復(fù)雜的檢索式，以表達用戶的檢索需求。布爾邏輯算符有四種：邏輯或（OR）、邏輯與（AND）和邏輯非（NOT）和邏輯異或，它們分別表示不同的邏輯思想。1、邏輯或（OR）可用“”表示，是一種用于并列關(guān)系的組配，它可以擴大檢索范圍，防止漏檢，有利于提高查全率。如“A OR B”，則表示在一篇文獻記錄中只要含有 A 和 B 中的任何一個即算命中。2、邏輯與（AND）可用“*”表示，是一種用于交叉概念和限定關(guān)系的組配，它可以縮小檢索范圍，有利于提高查準率。如“A A

23、ND B”，即表示被檢索的文獻記錄中必須同時含有 A和 B才算命中。推而廣之，凡是使用AND的檢索式，AND兩側(cè)的檢索詞必須同時出現(xiàn)在同一篇文獻記錄中，該篇文獻才算命中。3、邏輯非（NOT）可用“”表示，是一種排斥關(guān)系的組配，排斥關(guān)系組配用來從原來的檢索范圍中排除不需要的概念或影響檢索結(jié)果的概念。如“A NOT B”則表示從含有 A 的文獻中去掉其中也含有 B 的文獻記錄。4、邏輯異或（XOR）XOR是Exclusive OR 的縮寫，表示“命中信息中包含A、也包含B，但不包含同時含有A和B的信息”嚴格地講，XOR邏輯不屬于布爾邏輯，只能說是數(shù)理邏輯中的一類，但在情報檢索及其它一些應(yīng)用中，XO

24、R被劃歸在布爾類的運算中。不過XOR運算可以通過OR、AND、NOT等運算來實現(xiàn)。布爾邏輯算符關(guān)系圖：在不同的檢索系統(tǒng)里，布爾邏輯的運算次序有所不同。布爾運算次序一般為：² 有（），先內(nèi)后外；² 無（），邏輯算符的優(yōu)先順序NOT，AND，OR；² 同級從左向右。對于同一個布爾邏輯提問式來說，不同的運算順序會有不同的檢索結(jié)果。（二）截詞檢索 截詞檢索是預(yù)防漏檢提高查全率的一種常用檢索技術(shù)，截詞是指在檢索詞合適的位置進行截斷，然后使用截詞符進行處理，可節(jié)省輸入的字符，又可達到較高的查全率。尤其在英語等西方語言中，常常有詞語單、復(fù)數(shù)表示形式不同、英美拼寫方式不同、詞根相

25、同、含義相近而詞尾形式不同等情況，為使檢索時不遺漏相關(guān)詞，提高檢索效率，一般信息檢索系統(tǒng)都發(fā)展了截詞技術(shù)。截詞符“*，?，$，#，!”（表示截斷一個詞所用的截斷符號，各情報檢索系統(tǒng)有不同的規(guī)定）加在檢索詞的詞干或不完整詞形上，使詞的意義完整以便進行檢索。其實質(zhì)是利用計算機特有的指定位置對比判斷功能進行“類比匹配”。截詞檢索技術(shù)主要是針對由于近義詞、同一詞根、單復(fù)數(shù)等詞匯的變化，為防止對檢索詞列舉不全而形成漏檢現(xiàn)象而提出來的，它實際上是布爾邏輯“OR”功能的擴展。v截詞檢索根據(jù)截斷的字符數(shù)量劃分為：有限截詞無限截詞；根據(jù)詞的截斷位置劃分為：前截斷、后截斷、中截斷。通用截詞符：“？，*”一般用“*

26、”表示無限截斷，用“？”表示有限截斷。1、后截斷是最常用的截詞檢索技術(shù)。將截詞符號置放在一個字符串右方，允許檢索詞后有若干變化，以表示其右的有限或無限個字符不影響該字符串的檢索。這種方式稱為檢索詞的后截斷。從檢索性質(zhì)上講，后截斷是前方一致檢索。如后截斷檢索式comput*，將檢索出包含 computer，computing 等詞匯的結(jié)果。2、前截斷與后截斷相對，前截斷是將截詞符號置放在一個字符串左方，以表示其左的有限或無限個字符不影響該字符串的檢索。這種方式稱為檢索詞的前截斷。從檢索性質(zhì)上講，前截斷是后方一致檢索。用前截斷進行一個學(xué)科的不同應(yīng)用領(lǐng)域的檢索是很方便的。前截斷是一種極為有用的技巧，

27、目前僅有少數(shù)聯(lián)機系統(tǒng)(如ORBIT系統(tǒng))允許使用前截斷檢索，這主要是由于詞典存貯方式的限制。3、 中截斷這種截斷是把截斷符號置放在一個檢索詞的中間，而不是左右兩側(cè)。中截斷僅允許有限裁斷。英語中有些單詞的拼寫方式有英式、美式之分，有些詞則在某個元音位置上出現(xiàn)單復(fù)數(shù)不同。如： 為了在文獻檢索時不漏檢，使用這類詞進行檢索時，用中截斷檢索技術(shù)：organi?ationdefen?em?n（三）位置算符用來標(biāo)識檢索詞組中詞與詞之間的位置關(guān)系，以提高查準率。位置檢索是用于多個單詞之間的位置比較運算，只有當(dāng)記錄中單詞之間的位置關(guān)系符合檢索式的要求時，才算是命中文獻。位置關(guān)系包括詞距和詞序兩個方面：詞距指的是

28、兩個單詞之間的間隔距離，即相隔多少個單詞；詞序指的是兩個單詞之間的先后詞序，即哪個在先，哪個在后。位置檢索是一種允許有一定范圍變化的相似性比較運算，在全文檢索和自由文本檢索中具有重要的作用。由于布爾邏輯運算符不能確定檢索詞的相對位置關(guān)系，對許多檢索課題不能滿足要求，所以在一些先進的檢索系統(tǒng)中，為了彌補有些提問式難以用邏輯算符準確表達提問要求的缺陷，避免誤檢，許多檢索系統(tǒng)發(fā)展了位置檢索技術(shù)。在不同的檢索系統(tǒng)中位置算符的種類和表達形式不完全相同，使用位置檢索技術(shù)時，注意所利用系統(tǒng)的使用規(guī)則。這里以著名的 Dialog系統(tǒng)常用的位置算符為例，說明其檢索技術(shù)如下：1、(W)和(nW)算符Wwith 的

29、縮寫。(W)（ W=1 時，可簡寫為“（）”） 表示在(W)算符必須緊挨著，且詞序不可顛倒，中間也不可以插入其他的詞或字母，但允許有一個空格或標(biāo)點符號； (nW)中的 n 表示兩檢索詞中間允許插入的單詞數(shù)目少于或等于 n （n=1，2，3）個。(nW)算符的主要作用是用來替代檢索式中出現(xiàn)的 the，of 等禁用詞，但算符兩側(cè)檢索詞的詞序不能顛倒。如：“building(W)construction”檢索命中的記錄中將有：“building construction”或 “building-construction”等形式?！癰uilding(1W)construction”在命中的記錄中除以上

30、形式外，還可能會有“building and construction”，“building under construction”等形式。2、(N) 和(nN)算符N是near的縮寫。(N)表示在(N)算符兩側(cè)的兩個檢索詞相鄰，順序可以互換，但兩詞間不允許插詞。(nN)表示在(nN)兩側(cè)的兩個檢索詞相鄰，順序可以互換，允許插詞量少于或等于n個。3、(F)和（S）算符(F)是Field 的縮寫。兩個檢索詞必須出現(xiàn)在同一標(biāo)引字段中。如：標(biāo)題詞字段、敘詞字段、文摘字段等。它們之間的順序不限，夾在其中的其他詞數(shù)量也不限。（S）是SAME的縮寫。（S）算符表示其兩側(cè)的檢索詞(或檢索項)必須同時出現(xiàn)在文

31、獻記錄的同一子字段(即同一個短語、句子、段落)內(nèi)，詞序不限，中間可插入任意數(shù)量的詞，此字段通常由數(shù)據(jù)庫確定。位置算符的執(zhí)行順序為(W) 或(nW)、(N) 或(nN)、（S）、(F)，如有括號，則優(yōu)先執(zhí)行括號內(nèi)的位置算符。（四）限制檢索限制檢索是對檢索詞范圍（時間、國別、語種、信息類型等）進行約束或壓縮的方法，它大多通過檢索系統(tǒng)的限制符號或限制命令來實現(xiàn)。限制檢索主要有以下幾種方式：1、 字段限制針對特定年代、特定類別、特定檢索點等做限制，主要分為兩種類型2、 二次檢索檢索結(jié)果中再檢索，或稱為進階檢索。有三種方式：重新查詢、在結(jié)果中再查、在結(jié)果中去除。三、計算機檢索步驟1、分析檢索課題，明確檢

32、索目標(biāo)² 明確檢索目的，以便用戶對信息檢索的查新、查準、查全和檢索速度的指標(biāo)要求有一個大致了解，從而制定出符合實際情況的檢索策略；² 分析所需檢索的主題概念和各個子概念之間的內(nèi)在關(guān)系；² 確定檢索所要涉及的學(xué)科范圍；² 確定需求文獻的語種、年代范圍及類型是期刊論文、會議論文、專利等。檢索策略：為實現(xiàn)檢索目標(biāo)而制訂的全盤計劃或方案，指導(dǎo)整個檢索過程。幾乎包括了全部檢索有關(guān)的基本知識的應(yīng)用。檢索策略，就是在分析課題內(nèi)容具有哪些概念單元的基礎(chǔ)上，確定檢索系統(tǒng)、檢索文檔、檢索途徑和檢索詞，并科學(xué)安排各檢索詞之間的位置關(guān)系和邏輯關(guān)系以及查找步驟等。檢索策略考慮得是否周全，直接影響文獻的查全率和查準率。2、選用檢索工具和檢索系統(tǒng)當(dāng)檢索課題明確以后，就要選擇與課題相符、質(zhì)量較高、檢索手段比較完善的檢索工具或系統(tǒng)。檢索時，一般既要選擇專業(yè)性檢索工具，也要考慮綜合性檢索工具，一般對檢索工具的要求是：收錄文獻資料的專業(yè)廣、類型齊全、數(shù)量大、報道速度快、文摘詳細，并附有各種索引。綜合使用各種檢索工具，以獲得滿意的查全率。3、選擇檢索詞（入口），構(gòu)造檢索表達式根據(jù)所需信息的內(nèi)部和外部特征線索確定檢索詞，構(gòu)造檢索表達式。（1）內(nèi)部特征分類號、主題詞、關(guān)鍵詞等；（2）外部特征著者名、題名、機構(gòu)名、代碼、信息源類型等；（3）檢索詞是構(gòu)成檢索式的基