第二章信息检索技术.pptVIP

第二章 信息检索技术 下面介绍几种在光盘检索、联机检索和网络检索等各类机检系统中常用的检索技术。但由于不同的机检系统使用不同的检索软件，所支持的检索技术不同，采用的检索算符也不同，因此实际检索时，应注意查看所用检索系统的说明。 布尔逻辑检索 截词检索 位置检索 限制检索 加权检索 逻辑“与”： 运算符为 And 或 * 。检索词A和检索词B用“与”组配，检索式为：A And B或者 A * B 它表示检出同时含有A、B两个检索词的记录。逻辑与检索能增强检索的专指性，使检索范围缩小。 此算符适于连接有限定关系或交叉关系的词。 逻辑“或”： 逻辑“非”： 截词检索 截词的方式有多种，按截断部位可分为右截断、左截断、中间截断、复合截断等；按截断长度可以分为有限截断和无限截断。 1) 右截断：截去某个词的尾部，是词的前方一致比较，也称前方一致检索。 例如：输入geolog?(?为截断符号)，将会把含有geological、geologic、geologist、geologize、geology等词的记录检索出来。若输入PY=199?，会把90年代的记录全部查出来。 2) 左截断：截去某个词的前部，是词的后方一致比较，也称后方一致检索。例如：输入?magnetic 能够检出含有magnetic、electromagnetic、paramagnetic、thermo-magnetic等词的记录。 (3) 中间截断：截去某个词的中间部分，是词的两边一致比较，也称两边一致检索。例如：输入organi?ation可以检出organization、organisation；输入f??t可查出foot、feet。 (4)复合截断：是指同时采用两种以上的截断方式。例如?chemi?可以检出chemical、chemist、chemistry、electrochemistry、electrochemical、physicochemical、thermochemistry等。 5) 有限截断：是指允许截去有限个字符。例如comput??? ?可检出compute、computer、computers、computing等词，不能检出computable、computation、computerize等词。注意：词干后面连续的数个问号是截断符，表示允许截去字符的个数，最后一个问号是终止符，它与截断符之间要有一个空格，输入时一定要注意。 (6) 无限截断：是指允许截去的字符数量不限，也称开放式截断。上面右截断、左截断所举的例子均属此类型。 由上述可见：任何一种截词检索，都隐含着布尔逻辑检索的“或”运算。采用截词检索时，既要灵活、又要谨慎，截词的部位要适当，如果截得太短(输入的字符不得少于3个)，将增加检索噪声，影响查准率。另外，不同的机检系统使用的截词符不同、各数据库所支持的截断类型也不同，例如DIALOG系统和STN系统用?、ORBIT系统用：、BRS系统用$、ESA-IRS系统用+等。 位置检索 位置检索(Proximate)是在检索词之间使用位置算符(也称邻近算符Adjacent Operators)，来规定算符两边的检索词出现在记录中的位置，从而获得不仅包含有指定检索词而且这些词在记录中的位置也符合特定要求的记录。这种方法能够提高检索的准确性，当检索的概念要用词组表达，或者要求两个词在记录中位置相邻/相连时，可使用位置算符。机检系统中常用的位置算符(按限制强度递增顺序排列)如下： （1）(f)算符Field：要求被连接的检索词出现在同一字段中，字段类型和词序均不限。 例如 happiness(f)sadness and crying （2）(s)算符Sub-field/Sentence：要求被连接的检索词出现在同一句子(同一子字段)中，词序不限。 例如 machine(s)plant （3）(n)算符near：(n)要求被连接的检索词必须紧密相连，词之间除允许有空格、标点、连字符外，不得夹单词或字母，词序不限；(Nn)表示两个检索词之间最多可以夹N个词(N为自然数1、2、3…)，且词序任意。 例如:information(n)retrieval 可以检出 information retrieval retrieval information 又如econom ?? ?(2n) recovery 可以检出 economic recovery、 recovery of the economy 、 recovery from economic troubles （4）(w)算符With：(w)要求检索词必须按指定顺序紧密相连，词序不可变，词之间除允许有空格、标点、连字符外，不得夹单词或字母； (Nw)表示连接的两个词之间最多可夹入N个词(N为