第一章 第三節(jié)

第一章信息檢索基礎(chǔ)知識第三節(jié)信息檢索系統(tǒng)案例：某研究生看到一篇文獻報道：1990年，一些科學(xué)家想將紫色的矮牽?；ㄗ兂缮钭仙麄儗⑸鼗蜣D(zhuǎn)入后，結(jié)果大出意料，許多花沒有變的更紫，而是變成了雜色，甚至白色，科學(xué)界對此感到極度困惑。指導(dǎo)1998年2月，安德魯·法爾和克雷格·梅洛發(fā)現(xiàn)，在矮牽?；▽嶒炛兴^察到的現(xiàn)象，是因為生物體某些特定基因被抑制，出現(xiàn)了“基因沉默”，導(dǎo)致基因“沉默”機制的就是“RNA干擾”。隨后的研究中發(fā)現(xiàn)，RNA干擾現(xiàn)象不僅在植物、動物體內(nèi)存在，在人體內(nèi)也存在。這種技術(shù)被認(rèn)為是未來直接從源頭上讓致病基因“沉默”，以治療癌癥甚至艾滋病等疾病的新療法。該研究生想進一步了解目前RNA干擾技術(shù)在艾滋病研究中的應(yīng)用，并將其作為自己的研究課題。問題：1.該研究生應(yīng)該使用那些檢索詞檢索這方面的文獻？2.該研究生應(yīng)如何構(gòu)建檢索表達式？分析：1.該研究課題主要涉及的概念含有“RNA干擾”和“艾滋病”，可使用這兩個檢索詞進行檢索，同時考慮其同義詞及英文形式的表述。檢索“RNA干擾”的概念可用：RNA干擾、RNAInterference、RNAi等；檢索“艾滋病”的概念可用愛滋病、獲得性免疫缺陷綜合征（癥）、acquiredimmunodeficiencysyndrome、AIDS等。2.根據(jù)不同數(shù)據(jù)庫提供的檢索功能，采用布爾邏輯檢索、截詞檢索、限定字段檢索、加權(quán)檢索等檢索技術(shù)進行檢索表達式的構(gòu)建（正文中案例的體現(xiàn)僅是常用檢索規(guī)則下的檢索表達式，具體應(yīng)用時還應(yīng)考慮不同數(shù)據(jù)庫對檢索規(guī)則的具體要求）。信息檢索技術(shù)是指在計算機檢索過程中為提高檢索提問詞與文獻記錄標(biāo)引詞的匹配效果而采用的相關(guān)技術(shù)。信息檢索時使用檢索技術(shù)，有助于更為準(zhǔn)確、靈活的表達檢索需求，提高檢索效率。在計算機檢索環(huán)境下，信息可以是文本、圖像、視頻、音頻等形式，因此，信息檢索技術(shù)主要包括文本信息檢索技術(shù)、多媒體信息檢索技術(shù)和可視化信息檢索技術(shù)。一、文本信息檢索技術(shù)文本信息檢索是一種較為檢索的匹配模式。用戶在檢索時，有時一個檢索詞不能全面、準(zhǔn)確地反映檢索需求，這時就必須采用一定的檢索技術(shù)和方法來表達或規(guī)定各個檢索詞之間的邏輯關(guān)系。常用的文本信息檢索技術(shù)有；布爾邏輯檢索、截詞檢索、限定字段檢索、加權(quán)檢索、位置檢索以及其他常用的檢索技術(shù)。（一）布爾邏輯檢索布爾邏輯檢索是一種常用的檢索技術(shù)。在檢索過程中，檢索提問式涉及的概念往往不止一個，而同一個概念又往往涉及多個同義詞或相關(guān)詞。為了正確的表達檢索提問，系統(tǒng)中采用布爾邏輯運算符將多個簡單概念的檢索單元組配起來，成為一個具有復(fù)雜概念的檢索表達式，用以表達用戶的信息檢索要求。常用的邏輯算符主要有一下三種，其含義和用法如下圖，其中A圈代表含有A概念的文獻集合，B圈代表含有B概念的文獻集合，圖中陰影部分標(biāo)識邏輯運算后的檢索結(jié)果。1.邏輯“與”邏輯與，用“and”表示，檢索表達式為：AandB。檢出同時含有A和B的文獻記錄?？s小檢索范圍，提高查準(zhǔn)率。

如:查找“胰島素治療糖尿病”的檢索式為insulin(胰島素)anddiabetes（糖尿?。?/p>

2.邏輯“或”邏輯或，用“or”表示，檢索式為AorB。檢出含有A，或含有B，或同時含有A和B的文獻記錄。擴大檢索范圍，提高查全率。

如：廣東藥學(xué)院OR廣東醫(yī)藥學(xué)院查找“腫瘤”的檢索式為cancer（癌）ortumor（瘤）orcarcinoma（癌）orneoplasm（新生物）。3.邏輯“非”邏輯非，用“not”表示，檢索式為AnotB。檢出含有A的文獻記錄，并且去掉其中含有B的部分?？s小檢索范圍

如：肝炎NOT病毒性肝炎查“動物的乙肝病毒（不要人的）”的文獻的檢索式為hepatitisBvirus（乙肝病毒）nothuman（人類）。欲檢索“除鋅以外其它微量元素分析”的有關(guān)文獻檢索提問式：

traceelements/analysisnotzinc/analysis

優(yōu)先級運算檢索式可以同時使用多個布爾算符，它們之間的優(yōu)先級是：“（）>NOT>AND>OR”如（廣東藥學(xué)院OR廣東醫(yī)藥學(xué)院）AND藥學(xué)系

本案例中，依據(jù)課題要求，“RNA干擾”和“艾滋病”之間的邏輯運算關(guān)系為and，同時為保證檢索結(jié)果的查全率，加入其同義詞，最終表達式為（RNA干擾orRNAi）and（艾滋病or愛滋病or獲得性免疫缺陷綜合征or獲得性免疫缺陷綜合癥orAIDS）；對應(yīng)的英文表達式為：（RNAInterferenceorRNAi）and（acquiredimmunodeficiencysyndromeorAIDS）布爾邏輯檢索不能體現(xiàn)概念之間的語義關(guān)系。同時，它把概念之間的關(guān)系簡單化，不能反映某個概念在檢索要求中的重要程度，造成誤檢；此外，“邏輯非”運算尤其要慎重，當(dāng)從含A概念的文獻集合中排出含有B概念的文獻時，會同時排出還有A概念的那部分文獻，造成漏檢。（二）截詞檢索

截詞檢索，就是把檢索詞截斷，取其中的一部分片斷，再加上截詞符號一起輸入檢索，計算機按照詞的片斷與數(shù)據(jù)庫里的索引詞對比匹配，凡包含有這些詞的片斷的文獻均被檢出。截詞檢索可以減少單詞的輸入量，擴大檢索結(jié)果。常用的截詞符號有＊、？等，各種檢索系統(tǒng)可能采用不同的符號。①前截斷，后方一致：用于后綴相同的一類詞。如*computer，可檢出minicomputer，microcomputer等詞。②中截斷，前后一致：也稱“屏蔽”。常用于處理英美不同拼法及不規(guī)則單復(fù)數(shù)變化的檢索詞，如e*ology表示ecology，embryology，epidemiology，etiology等③后截斷，前方一致：在詞干后加一個截詞符，可檢出含有該詞干的所有檢索詞的文獻。如：cardi*表示cardiac，cardiomyocytes，cardiography，cardiologists等截詞檢索能自動對同一概念檢索詞的不同詞尾變化、檢索詞的單復(fù)數(shù)、詞根相同的一類詞以及同一詞的拼法變異等進行檢索，并用布爾邏輯運算符or組合檢索結(jié)果，減少檢索詞的輸入量，簡化檢索步驟，防止漏檢，提高了檢索結(jié)果的查全率。截詞檢索作為擴大檢索范圍的手段，一定要合理使用，否則會造成誤檢。本案例中“艾滋病（愛滋?。焙汀矮@得性免疫缺陷綜合征（癥）”可采用截詞檢索，檢索表達式可為（RNA干擾orRNAi）and（*滋病or獲得性免疫缺陷綜合*orAIDS）（三）限定字段檢索限定字段檢索是指限定檢索詞在數(shù)據(jù)庫記錄中的一個或幾個字段范圍內(nèi)查找文獻信息的一種檢索方法。使用限定字段檢索通常有兩種方式：①利用數(shù)據(jù)庫提供的限定字段的選項，選擇字段后，直接輸入檢索詞或布爾邏輯表達式進行檢索；②利用字段限定符和字段標(biāo)識符組合編輯檢索表達式檢索，不同數(shù)據(jù)庫規(guī)定使用的字段限定符不盡相同。如，在中國生物醫(yī)學(xué)文獻數(shù)據(jù)庫中檢索本案例，可選擇“中文標(biāo)題”字段，輸入檢索表達式（RNA干擾orRNAi）and（艾滋病or愛滋病or獲得性免疫缺陷綜合征or獲得性免疫缺陷綜合癥orAIDS）來提高檢索結(jié)果的相關(guān)性；相對應(yīng)的，如果在Pubmed數(shù)據(jù)庫中，其表示為（RNAinterference[ti]orRNAi[ti]）and（acquiredimmunodeficiencysyndrome[ti]orAIDS[ti]），其中[]為Pubmed數(shù)據(jù)庫中的字段限定。（四）位置檢索位置檢索也稱鄰近檢索，是一種利用記錄中的自然語言進行檢索的檢索技術(shù)。詞與詞之間通過用位置算符組配，限定運算符兩側(cè)的檢索詞必須同時出現(xiàn)在同一記錄（或指定某一字段）中。位置算符首先包括邏輯運算符and的含義，同時進一步限定由它連接的兩個檢索詞之間的位置關(guān)系。不同檢索系統(tǒng)在是否設(shè)有位置算符及位置算符的種類和形式等方面不盡相同。此處簡要列舉主要的位置算符及其含義：1.（W）-with，（W）表示該算符兩側(cè)的檢索詞必須按照輸入順序排列，且兩者之間只允許有一個空格或標(biāo)點符號，不允許有任何字母或詞，（W）也可以簡寫為（）2.（nW）-nwith，（nW）表示在此算符兩側(cè)的檢索詞之間最多允許間隔n個詞（實詞或虛詞），且兩者的相對位置不能顛倒。3.（