计算机信息检索课程教案.doc

1．5．3 计算机信息检索的基本技术与方法 [学习重点] 熟练掌握计算机信息检索的基本技术 1．5．3．1 计算机文献信息检索的技术 查全率（Recall ratio）＝[检出相关文献量/文献库内相关文献的总量 ]×100% 查准率（Precision ratio）＝[检出相关文献量/检出文献总量]×100% 1．布尔逻辑检索（逻辑组配检索）（Boolean logical） 指采用布尔逻辑表达式来表达用户的检索要求，并通过一定的算法和实现手段进行检索的过程。 布尔逻辑表达式是采用布尔运算符（逻辑与“and”、逻辑或“or”、逻辑非“not”等）来连接运算检索词，以及表示运算优先级的括号组成的一种表达检索要求的一种算式，简称提问逻辑式。 逻辑与“ AND ”运算符，也可用“*”表示，用来组配不同的概念的检索词。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：检出的信息中必须同时含有“A”和“B”两个检索词。 基本作用是对检索范围加以限定，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：计算机 and 图书馆 或 计算机*图书馆 逻辑或“ OR ”运算符，也可用“ + ”表示，是用来组配具有同义或同族概念的检索词。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。 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” 逻辑非“ NOT ”运算符，也可用“-”表示，“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。 基本作用是缩小检索范围，但并不一定能逻辑非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。 2．截词检索 截词检索是在词干的不同位置添加截词符“？”、“*”或“$”，以此代表词的可变部位，以检索一组概念相关或同一词根的词，从而减少相同词干的检索词的输入数量，提高检全率的一种常用检索方法。 这种检索方式可以扩大检索范围，提高查全率，主要用于西文数据库检索。中文数据库通常不使用这种技术。 主要用于检索词的单复数、词性的词尾变化、词根相同的一类词，以及同一词的拼法变异等。在不同的检索系统里用不同的符号，一般为：*、?、！ 基本作用是提高查全率,防止漏检。 类型： ■ 根据截词的位置不同，分为前截断、后截断、中截断 前截断：又称左截断，截词符放在被截词的左边，可与后截断一同使用。目前这种检索技术应用已经极少，例如：*magnetic。 中截词：把截词符放在词的中间。这种方式查找英美不同拼法的概念最有效。例如：如：wom*n 可检出woman，women 后截断：是前方一致检索，又称右截断，截词符放在被截词的右边，是最常用的检索技术，例如：librar*。 ■ 根据截断的数量不同，分为有限截断和无限截断。 有限截断：限制被截断的字符数量，例如输入apple? ? 表示被截断的字符只有两个，可检出apple、applet等结果。 无限截断：不限制被截断的字符数量。例如输入educat?，可以检索educator，educators，educated，educating，education，educational，等等。 注：不同的数据库所用的截词符不一样，使用应先查一下各数据库的帮助加以确认。 3．位置算符检索 表示两个检索词间的位置临近关系，又叫邻接检索。这种检索技术通常只出现在西文数据库中，在全文检索中应用较多。 布尔逻辑运算符表示两个概念之间的逻辑关系，位置算符表示的是两个概念在信息中的实际物理位置关系 常用位置算符 W/n(with/n)：两词相邻，在一个标引字段中W/n表示两个词不可以互换顺序，二者之间可插入0-n个词。 如：智能机器人（w/3）控制，可检出“智能机器人控制”，“智能机器人行为控制”等 N/n(near/n)：两词相邻，N/n表示两个词可以互换顺序，二者之间可插入n个词。 如：智能机器人(n/3)控制，可检出“智能机器人控制”，“控制算法对智能机器人的影响”等 F(field)：同字段检索，被f连接的检索词必须出现在同一字段中。 S(sub-field/sentence)：同句检索， 要求参加检索运算的两个检索词必须在同一自然句中出现。 4. 限制