第5-6讲 中文数据库检索课件.pptVIP

中文数据库检索 一、检索技术 二、中文数据库检索 一、检索技术（计算机检索系统功能） 计算机信息检索的基本检索技术（计算机信息检索系统功能）主要有逻辑检索、截词检索、限定检索。 一）逻辑检索 逻辑检索的基础是布尔逻辑算符。 布尔逻辑算符即规定检索词之间的逻辑关系的算符。包括：逻辑“或”、逻辑“与” 、逻辑“非”。 逻辑“或”（OR）运算符： 也可用“ + ”代替，是用来组配具有同义或同族概念的词。 如：检索提问式：“A OR B”或“A + B” 其含义是数据库记录中任何一条记录，只要含有“A”或“B”中任何一个检索词即为命中的文献（如下图阴影部分）。 “OR”算符的基本作用是扩大检索范围，增加命中文献量，提高文献的查全率。如： “微机 + 电脑 + PC机”、 “微机 or 电脑 or PC机” 逻辑“与”（AND）运算符：也可用“*”代替，用来组配不同检索概念，是一种概念相交和限定关系的组配。 例如：“A AND B”或“A * B”， 其含义是检出的记录中必须同时含有“A”和“B”两个检索项（如图中阴影部分所示）。 “AND”算符的基本作用是对检索词加以限定，逐步缩小检索范围，提高检索结果的查准率。例如，检索“计算机在图书馆中的应用”方面的文献，其提问式可写成： “computer * library” 或 “ computer AND library” ③ 逻辑“非”（NOT）运算符 ： 也可用“—”代替，“NOT”算符是排除含有某些词的记录，其逻辑提问表达式为“A NOT B”或 “A - B”，即检出的记录中只能含有“NOT”算符前的检索词 A，但不能同时含有“NOT”后的检索词 B（如图中阴影部分）。 “NOT”算符的基本作用是缩小检索范围，但并不一定能提高文献命中的准确性，一般只起到减少文献输出量的作用。在联机检索中可降低检索费用。例如： “计算机 NOT 微机” 应注意，由于“NOT”算符有排除掉相关文献的可能，因此，在实际检索中应慎重使用。 二）、截词检索 截词检索就是使计算机保留检索词中的相同词干部分，允许检索词有一定范围的变化，这种检索功能可以减少输入步骤，简化检索程序，获得较高的查全率。尤其是英语的单词词尾变化较多，为避免输入过多的词易出现失误或漏检，经常要使用截词检索。 不同的检索系统有其不同的截词符（如 EI Compendex 数据库的截词符在 DIALOG 系统用“？”，而 EI CompendexWeb 数据库的截词符则为 “*” ，故应注意不同系统中截词符的形式），但其功能基本相同。截词的用法主要有两种形式：“限制截词”和“非限制截词”。 截词包括后截、中截、前截等。不同检索系统截词符各有规定，常用有：?、*、！、$ 在DIALOG国际联机检索系统中，用？作为截词符，主要包括下列情形： 符号 　 意义 　　　　　 　后截实例 中截实例 ? 后截断（非限制截词） computer?; 中截一字符 　wom?n 　 ? ? 　　后截一字符 　　　 　 computer? ? 　 ?? 　　 后、中截二字符 　 　 act??; encyclop??dia 　 ??? 　　后、中截三字符 　　 computat??? computer? 会自动检索出下列等词 Computer、computers、computerise、computerize、computerisation …… wom?n 自动检索出 women、 woman computer? ? 仅自动检索出 Computer、 computers，而词尾其它变化的词不会出现 computat??? 会自动检索出 Computer、computers、computerise、computerize，而对于computerisation ……等词尾字符变化超出3个以上的词不会出现； 注释：EI为美国的《工程索引》 EI COMPENDEX 数据库：美国的《工程索引》光盘版。 EI CompendexWeb 数据库；美国的《工程索引》的网络版。 Dialog系统是目前世界上最大的国际联机情报检索系统，覆盖各行业的900多个数据库，信息总量约15TB，共有14亿条记录。在Dialog系统资源中，各种类型的商业性数据库多达400个左右，占有举