精华内容
下载资源
问答
  • 信息检索常用方法 常用法 顺查法:以检索课题的起始年代为起点,按时间顺序由远及近查找。 优点:系统、全面、可靠。 倒查法:由近及远,一般用于新开课题,比较关注近期发表的文献,以便掌握近期该课题所达到...

    信息检索常用方法

    常用法

    1. 顺查法:以检索课题的起始年代为起点,按时间顺序由远及近查找。

    优点:系统、全面、可靠。

    1. 倒查法:由近及远,一般用于新开课题,比较关注近期发表的文献,以便掌握近期该课题所达到的研究水平和研究动向。
    2. 抽查法:针对学科发展特点,抽出其发展迅速、发表文献较多的一段时期,逐年进行检索的一种方法,能以较少的时间获得较多的文献。

    追溯法

    利用已有的文献后面参考文献进行追溯查找的方法,是在没有检索工具检索工具不全的情况下使用的一种方法,查全率不高,很少人用。

    分段法

    既利用工具书检索,又利用文献后面的参考文献进行追溯,两种方法交替使用。

    既能获得一定时期内的文献,又能节约查找时间。

    信息检索的步骤

    在这里插入图片描述

    信息检索效果的评价

    1.检索效果评价的目的、范围

    检索方式有好有坏,信息检索数据库系统的各种性能也有所不同,因为我们将常常使用检索系统,所以去评价检索效果可以帮助我们找出影响检索效果的各种因素提高信息检索的效率和效果。

    2.检索效果评价标准

    判定一个检索系统的优劣,主要从质量、费用、和时间三个方面衡量。
    
    1. 质量标准:主要通过查全率查准率进行评价。(主要标准),且二者一般保持互逆关系

    查全率是指系统在进行某一检索时,检出的相关文献量系统文献中相关文献总量比率,它反映改系统文献库中实有的相关文献量在多大程度上被检索出来。例如,要利用某个检索系统查某课题,假设在该系统文献库中有40篇相关文献,而只检索出30篇,此时查全率为75%。

    查准率是指系统在进行某一检索时,检出的相关文献量检出文献总量的比率,反映每次从该系统文献库中实际检出的全部文献中有多少是相关的。例如,检出的文献总篇数为50篇,经审查确定其中与项目相关的只有40篇,另外10篇与课题无关,则查准率就等于80%。

    查准率是用来描述系统拒绝不相关文献的能力。

    1. 费用标准
    2. 时间标准
    展开全文
  • 信息检索有广义、狭义之分 • 广义信息检索:信息存储与检索两个过程。 • 狭义信息检索:仅指从检索工具或数据库中准确的检出信息这一过程,即信息查找的过程 4.1.1 信息检索的含义 1.狭义的信息检索(Information ...

    第四章 信息检索原理与技术

    4.1 信息检索的概念

    信息检索是指从信息集合中迅速、准确地查找出所需信息的程序和方法。信息检索有广义、狭义之分
    • 广义信息检索:信息存储与检索两个过程。
    • 狭义信息检索:仅指从检索工具或数据库中准确的检出信息这一过程,即信息查找的过程

    4.1.1 信息检索的含义

    1.狭义的信息检索(Information Retrieval)是指依据一定的方法,从已经组织好的大量有关信息集合中,查找并获取特定的相关信息的过程。这里的信息集合,往往指关于文献或信息的线索,得到检索结果后一般还要通过检索命中的文献或信息线索索取原始文献或信息。
    2.广义的检索包括信息的存储和检索两个过程(Information Storage and Retrieval)。信息存储是将大量无序的信息集中起来,根据信息源的外部特征和内容特征,经过整理、分类、浓缩、标引等处理,使其系统化、有序化,并按一定的技术要求建成一个具有检索功能的数据库或检索系统,供人们检索和利用。而检索是指运用编制好的检索工具或检索系统,查找出满足用户要求的特定信息。

    4.1.2 信息检索的实质、过程

    信息检索全过程包括两个方面:

    1.信息标引和存储过程。标引是用检索语言和分类号、主题词表示信息,通过对大量无序的信息资源进行标引处理,使之有序化,并按科学的方法存储组成检索系统,这是组织检索系统的过程。

    2.信息的需求分析和检索过程。分析用户的信息需求,利用组织好的检索系统,按照系统提供的检索方法和途径检索有关信息,这是检索系统的应用过程。
    信息检索的实质是将描述用户所需信息的提问特征,与信息存储的检索标识进行比较,从中找出与提问特征一致或基本一致的信息。
    信息检索是对信息集合与需求集合的匹配与选择。

    4.1.3 信息检索的作用

    1.避免重复研究或走弯路
    2.节省学习者的时间
    3.是获取新知识的捷径

    4.1.4 信息存储与信息检索的关系

    信息存储与信息检索是密不可分的两个过程,同时又是互逆的。存储是为了检索,而检索必须先要存储。没有存储检索就无从谈起。这是存储与检索相辅相成、相互依存的辩证关系。

    4.2 信息检索的类型

    4.2.1 按检索的方式分

    1.手工检索

    手工检索简称“手检”,是指人们通过手工的方式检索信息,其使用的检索工具主要是书本型、卡片式的信息系统,即目录、索引、文摘和各类工具书。检索过程是由人工以手工的方式完成的。

    2.计算机检索

    计算机检索简称“机捡”,是指人们利用数据库、计算机软件技术、计算机网络及通信系统进行的信息检索,其检索过程是在人机的协同作用下完成的。

    3.综合检索

    在文献信息检索的过程中,既使用手工检索方式,又使用计算机检索方式,也就是同时使用两种检索方式。

    4.2.2 按检索内容或检索目标分

    1.文献型信息检索

    文献型信息检索是指利用检索工具或检索系统查找文献的过程,包括文献线索检索和文献全文检索。
    文献线索检索是指利用检索工具或检索系统查找文献的出处,检索结果是文献线索。
    文献全文检索是以文献所含的全部信息作为检索内容,即检索系统存储的是整篇文章或整部图书的全部内容。文献全文检索是当前计算机信息检索的发展方向之一。

    2.事实型信息检索

    事实型信息检索是以特定客观事实为检索对象,借助于提供事实检索的检索工具与数据库进行捡索。其检索结果为基本事实。如某个字、词的查找,某一诗词文句的查找,某一年、月、日的查找,某一地名的查找,某一人物的查找,某一机构的查找.某一事件的查找,某一法规制度的查找,某一图像的查找,某一数据、参数、公式或化学分子式的查找等。

    3.数据型信息检索

    数据型信息检索是一种确定性检索,是以数值或图表形式表示的数据为检索对象的信息检索,又称“数值检索”。检索系统中存储的是大量的数据,这些数据既包括物质的各种参数、电话号码、银行账号、观测数据、统计数据等数字数据,也包括图表、图谱、市场行情、化学分子式、物质的各种特性等非数字数据。

    4.2.3 按系统中信息的组织方式分

    1.全文检索
    指检索系统中存储的是整篇文章乃至整本图书。用户根据个人的需求从中获取有关的章、节、段、句等信息,并且还可以做各种统计和分析。

    2.超文本检索
    超文本结构类似于人类的联想记忆结构,它采用了一种非线性的网状结构组织块状信息,没有固定的顺序.也不要求读者必须按照某个顺序来阅读。采用这种网状结构,各信息块很容易按照信息的原始结构或人们的“联想”关系加以组织。

    3.超媒体检索
    由于把多媒体信息引入超文本里.产生了多媒体超文本,也即超媒体。它是对超文本检索的补充,其存储对象超出了文本范畴,融入了静态、动态图像及声音等多媒体信息。信息存储结构从单维发展到多维,存储空间范围不断扩大。

    4.2.4 以文献的外部特征为检索途径

    1.题名途径
    文献题名是指文献的名称,如图书的书名、期刊的刊名、报纸的报纸名称、光盘的光盘名称等。它是认识一篇文献的起点。通过题名途径可查找图书、期刊、单篇文献。检索工具中的书名索引、会议名称索引、书目索引、刊名索引等都提供了从题名进行文献检索的途径。

    2.著作途径
    文献著者是指对文献内容负有责任的个人或机关团体,也就是我们常说的作者、编者、译者等。著者途径也是人们检索文献经常使用的一条途径,包含个人著者、团体著者、专利发明人、专利权人、合同户、学术会议主办单位等。利用责任者途径检索文献,主要利用的是作者索引、作者目录、个人作者索引、团体作者索引、专利权人索引等。

    3.代码途径
    很多文献因其本身特点有特定序号,如科技报告号、专利号、标准号、信息收藏单位的入藏号、ISBN、ISSN等。代码途径就是依据文献信息出版时所编的代码顺序来检索文献信息的途径。这些序号往往具有唯一性,可以据此识别特定的文献信息。依据这些序号数字顺序可编制序号索引,提供序号检索途径。同时,许多检索系统利用事物本身具有的某种符号代码编制成分子式、元素符号、结构式等索引,提供从特定符号代码顺序进行检索的途径,如化合物索引。

    4.2.5 以文献的内部特征为检索途径

    1.分类途径
    分类途径是以课题的学科属性为出发点,按学科分类体系来查找文献信息,以分类作为检索点,利用学科分类表、分类目录、分类索引等按学科体系编排的检索工具来查找有关某一学科或相关学科领域的文献信息。它能满足族性检索的需求。

    2.主题途径
    主题途径是利用信息的主题内容进行检索的途径,即利用从自然语言中抽象出来的,或者经过人工规范化的、能够代表信息内容的标引词来检索。它冲破了按学科分类的束缚,使分散在各个学科领域里的有关同一课题的信息集中于同一主题,使用时就如同查字典一样方便和快捷。其最大优点是把同性质的事物集中于一处,使用户在检索时便于选取,而且将同类事物集中在一起的方法符合人们的工作和生活习惯,直接而准确。

    4.3 检索语言

    4.3.1 检索语言的含义

    检索语言是根据信息检索的需要而创造的专供信息存储和信息检索使用的一种人工语言。
    检索语言是在文献信息检索过程中使用的特定语言形式,它的作用在于促成信息检索系统与检索用户的沟通。

    4.3.2 检索语言的类型

    1. 描述文献外部特征的语言
    (1)题名语言
    (2)著者语言
    (3)代码语言

    2.描述文献内部特征的语言

    (1)分类语言
    所谓“类”是指具有共同属性的事物的集合。每一种事物都有多种属性,用其某一种属性作为划分依据来对一事物进行划分就称为分类。分类是人类逻辑思维的一种最基本的形式。分类语言是用分类号表达学科体系的各种概念,将各种概念按学科性质进行分类和系统排列。

    (2)主题语言
    主题“是一组具有共性事物的总称,用以表达文献所论述和研究的具体对象和问题”,即文献的“中心内容”。每种文献都包含着若干主题,研究或阐述一个或多个问题。主题词就是表达主题概念的词汇。

    4.4 检索系统与检索方法

    4.4.1 检索系统

    1.检索系统的概念
    信息检索系统是为满足信息用户的检索需求而建立起来的、以提供信息检索为目的的信息存储与检索系统。
    可以说,一个信息检索系统便是一定范围文献、信息的全部记录的有序集合。

    2.检索系统的类型

    (1) 按加工手段和技术设备分
    可将检索系统分为:手工检索系统、机械检索系统、计算机检索系统。

    (2) 按载体形式分
    可分为卡片式、书本式、缩微式、磁性材料式等检索系统。

    (3) 按著录格式分
    可将检索系统分为目录、题录、文摘、索引、全文检索系统。

    <1>目录检索系统
    目录检索系统是对一些相关的文献,主要是单位出版物,如图书、期刊等,加以整理、分编,并按一定顺序组织起来形成的一种检索系统,主要记录这些出版物的出版单位、收藏单位及其他外部特征。

    <2>题录型检索系统
    题录型检索系统是以单篇文献为基本著录单位,将书刊、会议录等出版物中大量相关的单篇文献选出,对文献的外部特征,如文献题名、著者姓名、文献出处等加以描述,并按一定的顺序编排起来提供文献线索的检索系统,不收录内容摘要,一般用于快速报道文献信息。

    <3>文摘型检索系统
    文摘型检索系统是在文献题录基础上,加上文献篇首的摘要,或由标引人员以简练、准确的语言将文献信息的研究目的与方法、主题思想与基本观点、框架结构、实验结果与结论等摘录下来形成文摘,并按一定的方法著录、标引、组织起来的检索系统。

    <4>索引型检索系统
    索引型检索系统是将收录范围内的文献中的题名、主题、人名、地名等名词术语以及其他有关款目抽出,注明出处,并按一定的排检方式组织而成的一种检索系统。与目录相比,它有利于人们进行更深入的检索。

    <5>全文检索系统
    全文检索系统是在题录或文摘的基础上,加上完整出版物的全部内容,按一定的方法著录、标引、组织起来的检索系统。这种检索系统往往对文献全文中的词、词组及其位置等做更深入的加工、处理,一般采用自然语言进行自动标引,不仅方便人们一次性获取文献全文,而且提供更多的检索途径。

    4.4.2 检索方法

    1.常用法
    常用法是利用检索工具查找信息的一种方法,因为这种方法是目前查找信息中最常使用的,故亦称常用法。

    (1) 顺查法
    是指按年代由远及近的顺序进行查找的方法,如检索“电视文化”这一课题,首先要弄清起始时间,即“电视文化”产生的时间是哪一年,然后从这一年开始查起,一直查到当前“电视文化”方面的相关信息为止。这样,“电视文化”课题就检索完毕。这种方法的查全率和查准率都较高,但是检索整个课题较费时费力。

    (2) 倒查法
    是指按年代由近及远的逆时间查找方法,这种方法多用于新课题、新观点、新理论、新技术的检索,检索的重点在近期信息上,只需查到基本满足需要时为止。使用这种方法可以最快地获得新资料,而且近期资料总是既概括、引用前期的成果,又反映最新的水平和动向,因此这种方法比较省力,但查全率不高。

    (3) 抽查法
    是一种针对学科发展特点,抓住该学科发展迅速、信息发表较多的年代(信息的高峰期),抽出一段时间(几年或十几年),再进行逐年检索的方法。这种方法费时较少,获得信息较多,检索效率较高。但是这种方法的成功率和有效率必须建立在熟悉学科发展特点的基础上。也就是说,只有对该学科或课题的发展熟悉的情况下,才适合使用。

    2.追溯法
    追溯法是一种跟踪查找的方法,即以文献后面所附的参考文献为线索,逐一追溯查找相关文献的方法。

    3.循环法
    循环法是常用法和追溯法的结合,检索时,先利用检索工具查出一批文献,然后选择出与检索课题针对性较强的文献,再按文献后所附的参考文献回溯查找,不断扩大检索线索,分期分段地交替进行,循环下去,直到满意为止。

    4.检索方法的选择原则

    (1) 检索条件
    (2) 检索要求
    (3) 学科特点

    4.5 检索技术与检索效果

    4.5.1 常用检索技术

    1.布尔逻辑检索

    (1)逻辑与“AND”
    逻辑与(AND或“﹡”)是反映概念之间交叉和限定关系的一种组配方式,用以缩小检索范围,减少输出结果,提高查准率。

    其检索表达式为:“A AND B”或“A*B”,即检索记录中必须同时包含A词与B词才算命中。

    例如:“中国*对外贸易”。如查询“计算机文献检索”,提问式为:计算机and文献检索。如下图所示:
    在这里插入图片描述
    (2)逻辑或“OR”
    逻辑或(OR或“+”)是反映概念之间并列关系的一种组配方式,使用它相当于增加检索词主题的同义词与近义词,可扩大检索范围、增加输出结果,提高查全率。

    其检索表达式为:“A or B”或“A+B”,即检索记录中含有A词或者B词中的任何一词即可。

    例如:“高清晰电视+HDTV”。如要查询有关股票和期货方面的文献,检索提问式应为:股票or期货。

    在这里插入图片描述

    (3)逻辑非“NOT”
    逻辑非(NOT或“-”)可以用来排除不希望出现的检索词,它与逻辑与“AND”的作用类似,能够缩小命中信息的范围,提高检索的查准率。

    其检索表达式为:“A NOT B”或“A-B”,即检索记录中包含A词但不含有B词。

    例如:“能源-太阳能”。如要查询除成人教育以外的高等教育方面的文献,提问式为:高等教育not成人教育。

    在这里插入图片描述

    2.截词检索

    (1)从截断字符的数量来看

    <1> 无限截词
    常用表示符号为“*”“/”“?”,一个无限截词符可代表多个字符,表示在检索词的词干后可加任意个字符或不加字符,常用于检索同一类词。

    如使用“employ?”,可检索到:employ,employer,employers,employment等词。

    <2> 有限截词
    一个有限截词符只代表一个字符。常用符号“?”表示,代表这个单词中的某个字母可以任意变化,在检索词词干后可加一个或一个以上的有限截词符,一般有限截词符的数量有限制,其数目表示在词干后最多允许变化的字符个数
    如“solut???”可检索到包含solution、solute和soluting等词在内的信息。

    (2)根据截断的位置
    <1> 后截词
    后截词最常用,即将截词放在一个字符串之后,用以表示后面有限或无限个字符不影响其前面检索字符串的检索结果。
    如:physic*,可检出的词汇有:physic、physical、physician、physicist、physics等。

    <2> 前截词
    前截词将截词符号置于一个字符串的前方,以表示其前方有限或无限个字符不会影响后面检索字符串的检索结果。

    <3> 中截词
    又称中间屏蔽,指将检索字符置于一个检索词中间,不影响前后字符串的检索结果。具体地说,就是在一串字符中插入一个或几个屏蔽符号“?”或“!”,表示在问号的相应位置上可转换数目相当的字符。

    3.限制检索

    (1)检索系统中的限制检索
    在检索系统中,使用缩小和限定检索范围的方法称为限制检索。限定检索条件多种多样,主要和常用的是字段限制。
    其中,主题字段如题名(Title)、叙词(Descriptor)、标识词(Identifier)、文摘(Abstract)等;非主题字段如作者(Author)、文献类型(Document Type)、语种(Language)、出版年份(Publication Year)等。

    (2)搜索引擎中的限制检索
    搜索引擎中的字段检索多表现为前缀符限制形式,其中,表示内容特征的主题字段有Title,Keywords,Subject,Summary等;表示外部特征的非主题字段限制有image,text,applet等;此外,搜索引擎还提供了带有典型网络检索特征的字段限制类型。

    4.位置检索
    位置算符用于表示词与词之间的相互关系和前后的次序,通过对检索词之间位置关系的限定,进一步增强选词指令的灵活性,提高检索的查全率与查准率。

    (1)W算符(With)
    通常写作A(nW)B,表示词A与词B之间至多可以插入n个其他的词(往往包括系统禁用词),同时A、B保持前后顺序不变。

    (2)N算符(Near)
    通常写作A(nN)B,表示A与B之间至多可以插入n个其他的词,同时A、B不必保持前后顺序。

    (3)F算符(Field)
    通常写作A(F)B,表示A、B必须同时出现在记录的同一字段中,如出现在篇名字段中,两词次序、A与B间加词个数不限。

    (4)S算符(Subfield)
    通常写作A(S)B,表示A与B必须同时在一个句子中或同一子字段内出现,但次序可随意变化,且各词间可加任意个词。

    5.多媒体检索
    基于内容的多媒体信息检索是指根据媒体和媒体对象的内容及上下文联系在大规模多媒体数据库中进行检索。它的研究目标是提供在没有人类参与的情况下能自动识别或理解声音、图像、视频重要特征的算法。

    6.超文本检索
    超文本检索时其内容排列是非线性的,按照知识(信息)单元及其关系建立起知识结构网络,操作时用鼠标去点击相关的知识单元,检索便可追踪下去,进入下面各层菜单。

    4.5.2 检索效果

    1.检索效果评价
    检索效果是指检索系统检索信息的有效程度,反映了检索系统的检索能力。
    (1) 质量标准
    (2) 费用标准
    (3) 时间标准
    <1> 检索效果评价指标表
    在这里插入图片描述
    <2> 查全率和查准率
    查全率
    查全率是指检索出的相关信息量与系统中的相关信息总量之比。
    在这里插入图片描述
    查准率
    查准率是指检索出的相关信息量与检索出的信息总量之比。
    在这里插入图片描述

    2.检索效果优化
    <1> 提高检索系统的质量
    <2> 提高用户利用检索系统的能力
    <3> 制定优化的检索策略
    ① 提高查全率的方法
    为了提高查全率,往往通过采用提高检索词的泛指度,选全同义词、近义词,多用截词符;减少使用逻辑“与”、逻辑“非”运算符,增加使用逻辑“或”运算符;取消某些限制符,在多字段或全文中检索;采用分类号检索等多种方法。
    ② 提高查准率的方法
    为了提高查准率,往往通过采用提高检索词的专指度,增加或者使用下位词及专指性较强的自由词,少用截词符;增加使用逻辑“与”、逻辑“非”运算符,减少逻辑“或”运算符;多用限制符或限制字段;用文献的外部特征限制等多种方法。

    4.6 检索步骤与检索策略

    4.6.1 检索步骤
    1.分析检索课题
    2. 选择检索系统
    3.确定检索途径和检索方法
    4.构建检索式
    5.检索并调整检索策略
    6.获取原文

    4.6.2 检索策略

    1. 检索词
    检索词,就是简明、准确地概括检索要求的词语。检索词是表达用户信息需求和检索课题内容的基本元素,也是计算机检索系统进行匹配的基本单元。

    2. 检索式
    检索式,又称检索提问式,是检索策略的某种具体体现。在计算机信息检索中,指在课题分析的基础上,根据所要检索的概念及其相互关系,确定检索词,并用系统支持的各种算符和其他连接符对检索词进行逻辑组配而形成的,全面表达检索提问的逻辑表达式。
    面对一个课题,不应该只从现成的课题名称中抽取检索词或词组,应对课题名称进行切分、删除、替换、聚类、补充和组合,生成检索式,从而达到最佳检索效果。

    3. 检索策略的制定
    制定检索策略时不仅要全面、准确地对课题进行概念分析,确定概念单元和概念间的关系,而且要熟悉有关的检索系统,才能将概念单元转换成系统能够接受的检索词,并选择合适的方式组配起来,完整地表达自己的检索要求。
    另外,还要掌握各种检索方法和途径,适当地运用到检索过程中去,才能取得较好的检索效果。

    4. 检索策略的调整
    用户在每一次检索中,都需根据系统显示的命中记录的内容和数量,判断自己的检索要求是否已得到满足,如果尚未得到满足,还应调整检索策略再次检索。

    4.7 信息检索的原理
    指对搜集到的文献信息进行加工处理,将文献的特征,如文献名称、著者、分类号、主题词、分子式或代码等著录下来,形成一条条文献线索,并将其按一定目的、方法加工整理成检索工具,或组成检索系统。

    对所查的课题进行分析,找出检索提问特征,如主题词、分类号、著者、代码等,然后从检索工具或检索系统中准确地查找出来。

    4.8 信息检索的意义
    • 信息传播与控制的手段
    • 获取知识的门径,学习的助手
    • 科学研究的工具和指南
    • 为科学决策和管理提供依据与支持

    展开全文
  • 第五章 信息法与综合性信息检索 目录: 5.1 信息法概述 5.1.1 信息法的概念 从广义上讲,信息法是调整信息活动中产生的各种社会关系的法律规范的总称。 一般来说,信息法由信息资源管理法、政府信息公开法、信息...

    第五章 信息法与综合性信息检索

    目录:
    在这里插入图片描述
    在这里插入图片描述

    5.1 信息法概述

    5.1.1 信息法的概念

    从广义上讲,信息法是调整信息活动中产生的各种社会关系的法律规范的总称。
    一般来说,信息法由信息资源管理法、政府信息公开法、信息保密法、大众传播法、知识产权法、网络信息法等组成,涉及宪法、法律、行政法规、部门规章、地方行政和规章在内的所有关于信息活动和信息工作的法律法规。

    5.1.2 信息法律关系

    信息法律关系是根据信息法规产生的,以主体之间的权利义务关系为表现形式的特殊的社会关系。信息法律关系的主体,又称信息权利主体,是指信息法律关系中的权利享有者和义务承担者。自然人(公民)、法人、国家(政府)这三类主体,是信息法规定的信息主体的法律形态。
    信息法律关系的客体,又称信息权利客体,是信息法律关系主体的权利和义务所指向的对象或称标的。信息法律关系的客体是信息,但并非一切信息,只是那些能够满足信息主体的利益或需要的,同时又能得到国家相关法律确认和保护的信息,才能成为信息法律关系的客体。

    5.1.3 信息法律与信息政策

    现代信息资源管理不仅要依赖于法律的调整,在很大程度上,也需要政策的管理。信息政策是国家机关根据需要制定的有关发展和管理信息事业的方针、原则和办法。它是调整国家信息实践活动并借以指导推动整个信息事业发展的行动指南。信息法律与信息政策作为国家调节信息活动产生的社会关系的两种重要手段,二者既有密切的联系,又有区别。
    在这里插入图片描述

    5.1.4 信息立法

    信息立法是指由一定的国家机关制定信息法律的活动。广义上的信息立法还包括国家认可的行政机关制定行政规章的活动和对有关规范性法律文件进行的修改、补充和废止等活动。在我国,信息立法的形式主要有法律、行政法规、国务院部门规章、地方法规、地方政府规章等形式。

    5.2 知识产权与信息产权

     (一)知识产权内涵的拓展到信息产权理念的提出
     (二)信息产权 (information property)
    信息产权(Information Property)是信息所有者基于信息产品享有的特定性质的人身权和财产权。与知识产权一样,信息产权也是一种无形财产权,它是信息产品法律化的表现。知识是信息的核心。知识产权是信息产权的核心部分,但信息产权的内涵要广于知识产权。

    5.2.1 知识产权的概念与法律特征

    知识产权又称智力财产权、知识所有权,英文为intellectual property,它是指人们对脑力劳动创造的智力成果所依法享有的专有权利。
    “知识产权”概念最早由17世纪中叶的法国学者卡普佐夫提出,后为比利时法学家皮卡尔所发展。1967年签署的《成立世界知识产权组织公约》(WIPO),正式采用“intellectual property”,从此知识产权作为一个法律概念逐步得到世界多数国家和众多国际组织的承认。
    在我国过去一直采用智力成果权来表示这一权利概念,直到1986年颁布的《中华人民共和国民法通则》,才正式启用了知识产权的概念。

    5.2.2 知识产权范围

    根据根据中国《民法通则》规定,知识产权的范围包括
    (1)著作权(文学、科学和艺术作品、计算机软件);
    (2)邻接权(出版物、演出、录音录像以及广播电视节目);
    (3)发现权(科学发现);
    (4)专利权(发明、实用新型、外观设计);
    (5)发明权和其他科技成果权(发明、科技进步、合理化建议、技术改进);
    (6)商标权(商标以及服务标记)。
    在这里插入图片描述

    5.2.3 知识产权法

    知识产权法是国家法律体系中综合调整公民、法人或非法人单位相互之间在创造、使用、转让智力成果过程中形成的社会关系的法律规范的总和。它是著作权法、专利法、商标法等各项与知识产权有关的单一性规律、法规的综合。一般认为,著作权、专利权、商标权是知识产权法律制度的三大支柱。
    在这里插入图片描述

    5.2.4 知识产权制度对社会信息化的影响

     (一)知识产权制度是知识和信息创新的的动力机制
     (二)知识产权制度是信息市场运行的基础机制
     (三)知识产权制度可以增强全面信息意识

    5.3 著作权

    著作权又称版权(copyright),是指作者或其他著作权人依法对文学、艺术、科学作品所享有的各项专有权利的总称。我国第一部《著作权法》颁布于1990年9月,后经多次修改,现行的《著作权法》是2010年2月第三次修正后施行的。

    5.3.1 著作权的主体与客体

     根据我国《著作权法》 (2010)中的表述,受著作权法保护的客体就是作品。我国《著作权法实施条例》规定作品是指:“文学、艺术和科学领域内具有独创性并能以某种有形形式复制的智力成果。”这些作品必须具有独创性、表达性、可复制性、合法性以及必须是著作权法意义上的作品。
     著作权保护的主体即著作权法律关系的主体,简称为著作权人,是指依法对文学、艺术和科学作品享有著作权的自然人、法人或者其他组织。根据《著作权法》规定,著作权主体可以是公民、法人或其他组织。著作权原始主体中最常见的是作者。

    5.3.2 著作权的内容与限制

    (一)著作权的内容
    1.著作人身权
    根据我国《著作权法》(2010)的规定,著作权中的人身权的内容包括署名权、发表权、修改权和保护作品完整权。
    2.著作财产权
    根据我国《著作权法》(2010)第10条的规定,著作权中的财产权包括:复制权、发行权、出租权、展览权、表演权、放映权、广播权、信息网络传播权、摄制权、改编权、翻译权、汇编权以及应当由著作权人享有的其他权利。
    (二)著作权的限制

    1. 合理使用
    2. 法定许可
    3. 强制许可

    5.3.3 著作邻接权

    著作邻接权,简称邻接权,是知识产权中与著作权相邻接的一种权利。它的实质是指作品传播者在传播作品时所享受的权利,因为它和著作权紧密相连,所以世界上大多数国家都称之为“邻接权”。我国《著作权法》将邻接权表述为“与著作权相关的权益”,且在《著作权实施条例》中规定了邻接权的范围,即“与著作权有关利益,指出版者对其出版的图书和期刊的版式设计享有的权利,表演者对其表演享有的权利,录音录像制作者对其制作的录音录像制品享有的权利,广播电台、电视台对其播放的广播、电视节目所享有的权利。

    5.3.4 著作权的法律保护

    (一)著作权的侵权行为
     所谓侵犯著作权的行为,是指未经著作权人的许可,违反法律规定而擅自行使著作权人的权利或者妨碍著作权人权利实现的行为。
     各国著作权法都规定侵犯著作权应当依法承担相应的法律责任。我国《著作权法》 (2010)第46条和第47条列举了19种侵权行为。
    (二)著作权的侵权责任
     著作权侵权的法律责任一般分为民事责任、行政责任和刑事责任。
     我国《著作权法》 (2010)第46、47条对侵犯著作权的行为规定了承担停止侵害、消除影响、赔礼道歉、赔偿损失等民事责任。这些责任方式,既可以单独使用,也可以合并使用。

    5.4 网络环境下的知识产权保护

    随着现代信息技术的飞速发展和网络的普及,人类社会中一种全新的环境——网络环境逐步成为现实。网络作为第四代信息媒体,以其独有的开放性、无国界性、无限复制性和交互性等特点,在带来作品传播和利用方式根本性变革的同时,也对传统知识产权制度产生了重大影响,这就要求我们以更广阔的视野来认识知识产权,探讨由此产生的相关问题。

    5.4.1 数字作品的知识产权保护

    (一)数字作品的著作权认定
     所谓数字作品,不仅包括文字、美术、摄影、动画、电影、电视等传统作品的数字表达形式,还包括从其被创作之时就是用二进制数字编码形式表达的计算机软件、数据库和多媒体作品等新型数字作品。
     我国国务院法制办与国家版权局共同起草的《著作权法修正案(草案)》中,已确认“数字化”应该是版权人的一项专有权利。目前更多的业内人士倾向于复制行为包括上载、下载、转贴、转寄、储存、数字化、扫描、浏览、打印等,所以未经权利人允许,擅自对他人作品进行数字化处理,就是擅自复制他人作品,应承担侵权责任。
    (二)数字作品的知识产权保护
     我国国家版权局曾于1999年12月9日发布了《关于制作数字化制品的著作权规定》,该规定第2条中指出将已有作品制成数字化作品,不论已有作品以何种形式表现和固定,都属于《著作权实施条例》第5条所指的复制行为,即《中华人民共共和国著作权法》所称的复制行为。第7条又规定,未经著作权人或者著作权集体管理组织许可,将受著作权保护的他人作品制成数字化作品的,除应承担相应的民事责任外,著作权行政管理部门可依照《著作权实施条例》有关规定给予行政处罚。

    5.4.2 网络传输中的著作权问题

    (一)网络传输与复制权
     在网络环境下,通过缓存、浏览、粘贴和下载等手段,大量的数字作品可以被简便、高速、高质量地复制利用,并且这种复制大多是在计算机网络正常运行中自动产生的,使得对他人作品的利用几乎不需要付出什么代价。为了平衡著作权人与使用者之间的利益关系,欧美一些国家主张将网络传输中的“暂时复制”纳入复制权的保护范围内。
     暂时复制”这类复制行为能否纳入传统的“复制”概念进而获得传统复制权的保护,一直是国际版权界争论的焦点。

    (二)网络传输与发行权
     传统的发行是对有形复制件的发行,从我国的《著作权法》(2010)第10条第(6)项所表述“发行权”定义中可以推定发行的定义是:以出售或者赠与方式向公众提供作品的原件或者复制件的行为。通过发行行为,使得有形复制件(如图书)的所有权或者一定期限内的使用权从发行者的手中转移到使用者手中,但在这之前须发生“复制”行为,即发行是与复制行为相联系的。
     美国1995年的《知识产权与全国信息基础设施白皮书》认为网络传输属于向公众发行,在版权人专有的发行权之内。
     欧盟则有不同的理解,1997年12月欧盟通过了《关于协调信息社会的版权和有关权若干方面的指令》,指出发行权是指作者控制以任何形式向公众发行作品原件或有形复制件的的专有权,但是发行权不适用于服务和在线传输,网络传输因此被排除在发行的含义之外。

    (三)网络传输与信息网络传播权
     我国2001年在修改的《著作权法》第10条的有关内容中增设了信息网络传输权。所谓信息网络传播权是指以有线或者无线的方式向公众提供作品,使公众可以在其个人选定的时间和地点获得作品的权利。信息网络传播权的法律地位的确立,使著作权人对作品的传播方式的专有控制权延伸到网络空间,并能直接传播作品,行使邻接权。
     在网络环境下,作为一种信息网络传播者,图书馆在促进人类信息自由和知识共享方面具有重要作用。享有一定的信息网络传播权例外,对图书馆资源建设与信息服务具有重要意义。2006年,中国图书馆学会发布了《关于网络环境下著作权问题的声明》。

    5.4.3 网络传播权的行使

    在这里插入图片描述

    5.4.4 数据库的知识产权保护

    (一)数据库的概念和知识产权保护原则
    (二)我国对数据库的知识产权保护
    (三)数据库的合理使用和侵权界定
    (四)数据库的特殊权利保护

    小结

    信息法是调整人类在信息的采集、加工、存储、传播和利用等活动中发生的各种社会关系的法律规范的总称。随着社会信息化进程的不断加快,特别是随着计算机、网络等信息技术的广泛应用,传统的知识产权制度开始面临越来越多新的挑战。本章主要从信息法的概念、知识产权与信息产权、著作权以及网络环境下的知识产权保护四个层面来进行阐述,并基于网络和信息技术来重新审视知识产权制度,树立信息产权的新理念并注重网络环境下知识产权的保护。

    5.5 科技信息检索概观

    信息检索的发展首先是从科技信息开始的,地区性乃至国际性的信息服务也同样以科技信息为开端。科技信息是科学技术的直接反映,标志着科学技术的发展水平,最新、最及时、最有针对性的科技信息也是科学技术进一步发展和创新的基础和动力。越来越多的人将科技信息看成是重要的资源、无形的财富和资产,掌握科技信息成为增强竞争能力、提高自身实力的重要因素。正是这种对科技信息的强烈需求促进了科技信息产业的发展,促进了科技信息加工、处理、检索理论与实践的发展。

    科技信息检索技术经历了50多年的发展,从手工检索、脱机检索、联机检索、光盘检索到网络检索。其中某些方式已被其他方式取代,如脱机检索被联机检索取代,光盘检索作为一种过渡形式已发展成为网络检索。

    在电子读物日益走进人们生活的今天,传统的印刷本读物在短期内仍然占据着难以替代的重要位置。也就是说今天印刷型出版物的重要地位仍然没有改变,同样,印刷本检索工具的重要地位也依然存在。因此,我们在介绍科技信息检索时,将手工检索工具与计算机检索结合起来讲解。

    5.6 理科信息检索

    理科信息主要指以理科的学科专业为界线划分整理的科技信息,通常包括数学、物理、化学、生物学。这些学科涉及的检索工具也较多,本节以3个应用比较普遍的检索工具为例介绍其用法。

    5.6.1 《生物文献摘要》

    1.概念
    美国《生物学文摘》(Biological Abstracts,简称BA) 创刊于1926年。现为半月刊,一年二卷。BA是目前关于生命科学的最大的一部文摘型检索工具,具有广泛的收录范围,除包括传统的动物学、植物学和微生物学等领域之外,还包括实验医学、农学、药学、生化、生态学、生物医学工程及仪器等一些边缘学科或相关领域。

    2.BA印刷版
    ①BA文摘本
    BA文摘本由类目表、文摘正文、辅助索引组成。类目表决定了BA文摘正文的编排顺序,也是检索文摘的一条检索途径。文摘正文按分类组织,类目与标题等级表的类目设置一致。辅助索引自创刊以来变化较大,目前文摘本中的索引有生物体索引、主题索引和著者索引。

    ②BA来源期刊目录
    BA来源期刊目录(Serial Sources for the BIOSIS DATABASE)自1979年开始出版,单独发行。

    ③生物学文摘/报告•评论•会议
    创刊于1965年,1980年改为现刊名,现为半月刊。BA/RRM收录BA未摘录的生物学文献,BA/RRM和BioResearch Index都是题录型刊物,不带文摘。

    3.BA数字版
    BA数字版有联机数据库、光盘数据库和网络版检索系统。

    BA联机数据库(BIOSIS Previews)由BIOSIS出版,收录的文献包括BA、BA/RRM及其前身Bioresearch Index。该数据库在一些主要的联机检索系统中均有相应的文档。

    BA光盘版(BA on CD)于1980年由BIOSIS编辑出版,3个月更新一次,累积半年的数据出版一张光盘,内容等同于印刷本。

    BA网络版数据库(BIOSIS Previews)用法与光盘版基本一致,其网站 (www.biosis.org) 除提供BA数据库信息外,还提供相应的其他信息与服务。

    4.生物学相关文献检索
    除BA外,生物学信息还广泛分布在中外文其他检索工具和网络信息资源中:

    ①中文检索工具
    分别是:《中国生物学文摘》、《古生物学文摘》和《中国国土资源文摘》。

    ②外文检索工具
    英文的生物学检索工具出版量比较大,种类也较多,如英国生理学会出版的《生物科学近期文献题录》(Current Awareness in Biological Sciences), 伦敦动物学会出版的《动物学记录》(The Zoological Record)等。

    ③网上信息资源
    中文生物学网上信息有:中国科学院上海生物工程研究所中心网站(http://www.srcb.ac.cn)。此外,国内各生物学研究所和各大学生物系的网站均能提供一定的生物学信息。外文关于生物学的网上信息在一些大学的网站上也能找到。

    5.6.2 《化学文摘》

    1.概念
    美国《化学文摘》(Chemical Abstracts,简称CA),创刊于1907年,现为周刊,每年出版2卷,每卷26期。CA是检索化学文献极为重要的检索工具,由于其具有广博的收录范围、完备的索引体系、短暂的出版周期、多样化的出版形式为检索者带来了方便,成为世界上公认的最大型、最权威的化学化工信息检索工具,在我国化学界享有盛誉。

    2.CA印刷版
    CA的印刷本是最古老的出版形式,至今依然具有重要作用。掌握印刷本的编撰结构,对于熟练掌握其用法和提高检索效率具有重要意义。

    ①CA的文摘本
     CA每周出版一本文摘。
     CA的文摘本由分类目次表、文摘、索引和附录构成。
     文摘按分类目次表所列类目编排,每一类目下的文摘分四个部分编排,每一部分之间用虚线隔开。其编排次序是:
    a. 论文(包括会议录、学位论文、科技报告、存档资料和专题综述等);
    b. 新书及视听资料;
    c. 专利文献;
    d. 相关的类目参见条目。

     CA的文摘以报道型文摘为主,其报道的内容包括:
    a. 研究的目的和范围;
    b. 新的化学反应、化合物、材料、工艺设备和资源等;
    c. 已知物质的新性质、新来源及新应用;
    d. 观测的数据和结果以及作者的解释和结论。

     文摘内容以报道性文摘为主,因此,阅读CA文摘在某种程度上可以代替阅读原文。
     CA文摘本附有三种索引:关键词索引、专利索引和著者索引。

    ②CA索引本
    CA具有多种形式的索引本,包括卷索引、年索引和5年(10卷)累积索引,其中卷索引和累积索引中的索引类型是一致的,有:化学物质索引、普通主题索引、分子式索引、环系索引、著者索引、专利索引,年索引有登记号索引、来源索引(CASSI)。

    化学物质索引
    它是从1972年76卷起从CA的主题索引中分离出来而编制的索引,它所收录的化学物质具有以下特征:原子和原子数目已知;分子的价键清楚;主体化学结构稳定。
    化学物质索引由主、副二级标题组成。主标题由化学物质名称组成,副标题由表示主标题某方面或某类别的名词组成。使用该索引检索时,要注意其主标题并不是以所有的化学物质名称做标识词,特别是有机化合物通常只以母体化合物为索引标题(又称为化合物索引名称),而把母体化合物的化学功能衍生物,一般衍生物、化合物、聚合物,列于母体化合物为索引标题的条目之中。另外,一种化学物质可能会有多个名称,而化学物质索引中只用一个名称作索引标识词,该名称由CAS选用它认为是最合适的命名法来命名的。也就是说使用本索引检索前还要确定所要检索的化合物在CA中的名称,确定该名称的最好办法就是使用CAS出版的“索引指南”(Index Guide)。化学物质索引的副标题有普通副标题、类别副标题和专用副标题三类:普通副标题由比较通用的名词组成,起限定主标题的研究范围或方面的作用;类别副标题(Categories)都是表示化合物类别的词,以及取代基和官能团的词,起着把主标题(化学物质名称,即所谓化合物索引名称)的化学衍生物条目按类归并的作用;专用副标题严格专用于相应的主标题。

    环系索引
    它是专门用来查找环状化合物的索引。它首先按环状化合物环的数目由小到大排列,其次按环架上原子数和环架上元素的成分排列,并给出母体化合物名称,但不给文摘号,因此,该索引不能用来直接查找文献信息,必须再转查化学物质索引,所以我们称它为辅助索引。

    著者索引
    它与文摘本中的著者索引编排方法基本一致,所不同的是索引本中著者索引的著录项目除了作者姓名和文摘号外,还有文献篇名。通过文献篇名可以初步了解文献内容并可对同一作者的多篇文献进行区分。

    专利索引
    该索引与文摘本中的专利索引完全一致。
    来源索引(CAS Source Index 简称CASSI)
    CAS报道的化学信息来源广泛,它将CA所有的信息来源收录其中并指示给读者。
    登记号手册
    它是1974年以后出版的,原为登记号索引(Registry Number Index),专门收录化学文献中带有登记号的化学物质,每个有登记号的物质的化学成分和分子结构都是明确清晰的,每一个号码唯一地代表一种物质。

    ③检索语言
    CA没有严格意义上的检索语言,但它于1968年第69卷开始出版的索引指南就是对CA各种索引用法的指导,特别是对化学物质索引和普通主题索引的标题的规范以及标题之间关系的提示,成为使用CA的重要的辅助工具,因此,它在一定程度上起到了检索语言的作用。

    索引指南结构由两部分组成:正文部分和附录部分。
    正文部分主要帮助用户正确选择化学物质索引和普通主题索引的标题。
    正文部分使用的参照系统主要有:“见”(see)和“参见”(see also)参照项。 “见”项参照又可分为普通主题概念参照和化学物质参照,普通主题概念参照是对一些一般性的概念、混合物和一些结构不确定的化学物质的规范化控制,化学物质参照是对具有多个名称的化合物特别是有机化合物的规范化控制;“参见”参照项,将在内容上有联系的标题揭示出来,可以帮助使用者扩大检索范围;主要目的是帮助用户正确判断相关内容的含义,从而正确选择标题。

    3.CA数字版
    CA的数字化信息主要由联机数据库和光盘数据库资源组成。随着计算机和网络的发展,联机数据库进一步发展成网络化数据检索系统。

    CA的联机数据库收录从1967年至今的所有CA印刷本的化学文献,该数据库在主要的国际联机系统中均有收藏。CA的光盘数据库目前广泛使用的有由美国化学学会制作的“CA on CD”光盘和Compact Cambridge 科学文献服务社制作的“化学文摘累积索引及文摘”光盘两种。

    4.化学文献的相关检索
    化学化工相应的检索工具较多,如:《中国化学化工文摘》、《化工文摘》、《精细石油化工文摘》等,有些文摘刊物已发行了光盘版。
    网上化学、化工资源十分丰富,除DIALOG系统、ORBIT系统含有大量的化学化工文档外,还有许多专门的化工网站、各大学的化学化工学院等也是化学信息的重要来源。

    5.6.3 《科学文摘》

    1.概念
    英国《科学文摘》(Science Abstract,简称SA)由现名为国际物理学与工程信息部出版。目前具有三个分册:A辑:《物理文摘》,半月刊,报道范围包括基本粒子、核物理、原子物理、分子物理等有关物理学方方面面的研究,也包括测量与仪器等;B辑:《电气与电子学文摘》,月刊;C辑:《计算机与控制文摘》月刊。这三个分册除报道内容不同外,其结构与用法均相同。SA收录的文献类型以期刊论文为主,1977年后不再收专利。

    2.SA印刷版

    ①SA文摘本
    SA文摘本由分类目次表、文摘正文、辅助索引构成。分类目次表位于每期首页,每卷第一期还加一页主题分类表,此外每期分类目次表之后还有一个主题指南。由于SA的文摘本中没有主题索引,因此“分类目次表”是利用文摘本从主题内容角度检索文献信息的主要途径。SA的分类体系比较新,类目设置系统、完整,类目之间的参见注释多而且详细,因此,利用分类表查找文摘是比较便利的。SA文摘正文是按照分类组织的,其顺序与正文前的分类目次表一致。辅助索引有多种:著者索引、图书索引、会议索引、团体著者索引、参考书目索引,每个索引各有专门的用途,供读者快速查找那些特殊类型的文献(如专题书目、图书、会议文献,技术报告等),故又可称之为“专用索引”。

    ②SA索引本
    SA索引本有半年累积索引本和多年累积索引本,其索引的种类在文摘本基础上增加了主题索引。SA的主题索引是单级主题索引,每条索引款目由主题词、说明语和文摘地址构成,按主题词的字母顺序排列。主题词是规范化的词汇,词汇全部来自SA的叙词表(1NSPEC Thesaurus),索引中的说明语是由标引者自编的,说明语一般由一组关键词或短语构成,为节省篇幅,说明语中使用了许多缩写词。由于SA的主题索引中的索引词选自叙词表,因此,检索时应借助于叙词表选择主题词,这是检索主题索引的关键。

    ③SA检索语言
    SA检索语言由比较标准的叙词表构成,其主题索引就是以该表为基础编制的,因此,它是使用SA主题索引的重要助手。SA叙词表(INSPEC Thesaurus)由两部分组成:字顺表和词族表。字顺表是主体,有完善的词汇控制和参照系统。SA叙词词表揭示的完善的词间关系可以有效地帮助用户选择检索词。熟悉词表并充分利用词表对提高检索效率和效果都具有重要意义。

    3.SA数字版
      SA数字版包括联机版、光盘版和网络版。联机版早在1973年就投入使用,光盘版在1989年推出,网络版是在联机版基础上发展起来并进入网络化系统提供服务。SA光盘版(INSPEC数据库)每年出版一张光盘,每张光盘覆盖的文献时间跨度大约5年,每季度更新一次。SA网络版是在20世纪90年代后出版的,称为INSPEC数据库,其网址为 http://www.iee.org.uk,具体用法与光盘版数据库基本一致。

    4.相关的数理信息检索
      除了SA之外,还有以下工具可以检索数理方面的资源:美国《数学评论》(Mathematical Review,简称MR); 美国《应用力学评论》,(Applied Mechanics Review,简称AMR),另外,网上也有较多的数学物理信息资源。

    5.6.4 其他理科信息检索工具

    1.美国《科学引文索引》和《最新目次》
    美国《科学引文索引》(Science Citation Index,简称SCI)其主要报道生命科学、医学、生物、物理、化学、农业、工程技术领域内的科技文献,由“引文索引”、“来源索引”和“轮排主题索引”三部分组成,是目前国际上最具权威性的用于基础研究和应用基础研究科研成果的评价体系。《最新目次》(Current Contents,简称CC)按学科分多个分册,内容是各种期刊的目次汇集,周刊。

    2.《中国科学引文索引》
    由中国科学院文献情报中心于1995年创刊发行。分为引文索引、来源索引、机构索引和轮排主题索引四个部分。

    3.法国《文摘通报》
    简称BS,于1939年创刊,由法国国家科学研究中心编辑出版。

    4.俄罗斯《文摘杂志》
    (简称РЖ)创刊于1953年,由全俄科学技术情报研究所编辑出版。

    5.日本《科学技术文献速报》
    1958年创刊,是文摘性检索刊物。该刊现分为12个分册,报道的领域涉及科学技术各个部门。

    5.7 工科信息检索

    5.7.1 概念

    由于工程技术涉及的学科范围比较广泛,具有信息量大、学科界线不明显的特点,有相当一部分技术信息以专利发明的形式获得了专利保护,因此,本节以综合性的技术检索工具——美国《工程索引》和英国的专利信息检索工具《德温特世界专利索引》为例介绍工科技术信息的检索原理及方法。

    5.7.2 《工程索引》

    1.概念
      美国《工程索引》(The Engineering Index,简称Ei)创刊于1884年,距今已有100余年的历史。Ei是工程技术领域综合性的检索工具,也是我国科技人员经常使用的一种检索工具。Ei收录世界上50多个国家、10多种文字的工程出版物,期刊约3 000多种,此外还包括会议文献、科技报告、学位论文等,其中期刊文献和会议文献收录得比较全面。Ei不收录专利文献。在Ei的发展过程中,有过多种出版形式,如书本式、卡片式、缩微版、磁带版、光盘版,现在已发展到了网络版。

    2.Ei印刷版
      Ei的印刷型出版物有:工程索引月刊(The Engineering Index Monthly),1962年创刊,工程索引年刊 (The Engineering Index Annual),1906年正式出版,此外Ei还不定期地出版工程信息主题词表。

    ①Ei文摘本
    • Ei虽然名为索引,实为文摘刊物,其文摘本有月刊本和年刊本两种,这两种版本的正文编排方式完全相同。月刊本中的索引有主题索引、著者索引,年刊本除这两种索引外,还有出版物一览表、会议一览表。

    • Ei文摘正文是按主题词字顺编排的,主题词选自Ei的主题词表。Ei主题索引是从主题内容角度检索Ei文献的唯一途径。主题索引按主题词字母顺序排列。

    • 由于Ei主题词表在1993年由标题词表变为叙词表,所以Ei的主题索引也相应由标题词索引变为叙词索引,索引中的主题词由原来的二级主题词变为一级主题词,并且新的主题词增强了表达概念的直观性和完整性,使主题检索更加方便、快捷。

    • Ei著者索引是一种快速、准确的查找文献线索的途径。

    • 出版物一览表有2个作用,一方面它揭示了EI所收录的一次文献的数量和覆盖范围,另一方面给读者提供了出版物刊名缩写与全称转换的途径。

    • 会议一览表反映了EI当年收录的全部会议文献的会议情况,它按照会议名称字顺排列。

    ②Ei检索语言
    Ei的检索语言一直由规范化的主题词表构成,该主题词表中词的性质和形式都有过较大的调整。Ei原主题词表名为“Ei标题表”(Subject Heading for Engineering,简称SHE),1990年改名为“Ei Vocabulary”,1993年1月起,工程信息公司用一部新编的叙词表取代了以前所用的词表,新表名为“Ei叙词表”(Ei Thesaurus)。
      “Ei标题表”(SHE)是供检索1992年(91卷)以前的Ei文献时使用的一种规范化、权威性的标题表,是Ei根据多年的标引工作经验积累而成的,并不断修订。SHE全表由四部分组成,主表、副标题索引表、分类范畴表和主题指南。
      “Ei叙词表”是一部新表,收录大量的叙词和入口词(非叙词)。新表更好地满足了手检和机检两方面的需要,反映了Ei在文献处理技术上的全面变化。

    3.Ei数字版
    ① Ei光盘版
      Ei有光盘版、联机版、网络版。光盘版称为Ei Compendex,与联机数据库版相对应。Ei光盘版分Dos环境下和Windows环境下运行的两种软件系统,此外,Ei还分有Ei综合版本和专业版本。Ei Compendex有两个检索界面,菜单式检索和输入布尔逻辑检索。

    ② Ei网络版
      Ei网络版主要指20世纪90年代以来Ei公司发行的以World Wide Web为基础的网络版工程索引数据库Ei Compendex Web,它的收录范围大于Ei印刷版和Ei Compendex。1998年,国内清华大学等10所高校联合购买了Ei Compendex Web的使用权,使得这10所院校的师生在其各自校园网上均可免费检索Ei Compendex Web。目前,联合购买该数据库使用权的单位每年都有增加。
    该数据库在清华大学的镜像服务地址为:
    http://ultra2.lib.tsinghua.edu.cn/eivillage/plsql/switch
      与光盘版相比,有些检索功能在网络版中较难实现,如位置算符辅助检索手段、某些限定性检索以及对检索结果的排序功能等。但Ei Compendex Web的数据每周更新,检索结果更新更快,因而受到国内用户的普遍欢迎。

    5.7.3 Derwent 专利检索工具体系

    1.概念
    各国专利机构或国际专利组织在实施专利制度过程中都会产生各种与专利相关的文献或文件,我们称之为专利文献。
    广义的专利文献,包括与专利有关的一切文献,如申请说明书、专利说明书、专利公报、专利分类表等;
    狭义的专利文献仅指申请说明书和专利说明书。
      
    专利文献是技术文献,又兼有法律约束力和经济特性,它的技术内容新颖、先进、实用,所涉及的技术领域广泛,技术先进、应用性强,同时它还具有出版迅速、管理严格等特点。一般来说,专利文献可以满足技术内容、技术法律状态以及技术覆盖地域等具有较强应用性的查询要求,同时它也可以成为分析竞争对手的有力工具。

    使用专利文献时,应注意以下几点:
    第一,专利文献中报道的技术有时不够成熟,缺乏稳定性和可再现性;
    第二,技术发明的介绍不够全面或有所保留,因此需要作进一步的分析研究;第三,一项技术可能分散在多个专利文献之中,因为专利法规定,一件专利只能保护一项发明(专利法的单一性原则);第四,专利文献具有很强的法律性,因此,要注意专利文献的法律状态信息,如专利的有效期,专利权的转让、继承、撤销,同时也要关注那些提前失效专利和延长保护期的专利等。

    2.专利分类原则及国际专利分类法
      就分类的目的而言,专利分类更强调使用专利信息的方便性和高效性,这就决定了专利分类原则将以专利信息的应用为主,以其组织管理为辅。因此,从现行的专利分类法来看,专利信息的分类依据主要是发明的技术特征,包括功能、结构和用途,这种对技术特征的强调有助于专利文献的检索和利用,比如对某项发明的新颖性和先进性判断等。
    各国专利主要有两条分类原则:行业分类和功能分类。
      
      所谓行业分类原则就是根据发明的用途或应用领域分类,这种分类原则有利于按行业部门查找和使用专利文献,易于各行业人员接受和使用,是一种简便易用的分类方法。但这种分类法有一个最大的不足,就是在分类时会将功能相近的发明分散在不同的类。
    功能分类原则是根据发明的“直接功能、效用或产品”分类,即以装置、物质或工艺的本质效用作为分类依据。这种分类原则将实质功能相同或相似的发明归入同一类,因而也就出现了跨行业分类的现象,所以在某种程度上不利于从行业角度对专利文献的检索利用。在实际应用中,有时将这两种分类原则结合起来使用,以便适应各国不同的检索习惯。
    不同国家专利法不同,专利分类原则也不尽相同,目前,除少数国家外,各国普遍采用国际专利分类法作为本国的专利分类法,因此,国际专利分类法具有了真正的国际分类法的意义。美国专利分类法和德温特专利分类法在美国专利文献和英国专利文献中与国际专利分类法同时使用。
      
      国际专利分类表是经过长时间的倡导、酝酿和试用后形成的一部专利分类法,它于1968年正式形成完整的《国际专利分类表》(International Classification of Patent for Invention,正式简称为Int.C1,简写为IPC),每5年修订一次,以方括号中的数字表示版次。IPC的分类原则以功能分类与行业分类相结合,功能分类优先为原则。如对涉及两个技术领域的发明,应优先归入功能分类位置。IPC采用等级结构、逐级分类,形成完整的分类体系:其类目依次为部、分部、大类、小类、主组和分组。
      
      为了方便查找IPC分类号,每一版的国际专利分类表都配有一本单独出版的《IPC关键词索引》(Official Catchword Index to the International Patent Classification)。如果检索者不熟悉所查的技术内容在分类表中的位置,就需要借助《IPC关键词索引》,来确定分类范围和准确的分类号,然后再使用IPC分类表。该索引按关键词字顺排列,每个关键词对应着一个IPC分类号。该索引对于快速查找和使用IPC分类表具有很大帮助。

    3.德温特专利检索体系
      英国德温特出版公司(Derwent Publication Ltd.)所收录的专利文献来自世界30多个国家和2个国际组织,是检索世界专利文献的重要检索工具,在国际专利文献检索方面享有盛誉。Derwent对这些系列做了调整和重新命名,统称为世界专利索引,简称WPI Derwent检索刊物。目前WPI由两大系列构成:文摘本和索引本(或称为题录本),每部分按德温特专利分类体系又细分为多个系列,形成一套完整的的专利文献检索体系。除印刷本外,WPI还有多种版本,比如光盘、联机数据库和网络版等。
      
      德温特专利文献检索工具,具有以下特点:收录范围广,报道量大,报道速度快,文献加工标引质量高,可区分基本专利和相同专利,辅助索引种类多,可以多途径检索,索引本采用IPC分类体系,各国通用;整套检索工具实现了多系列+多品种和多媒体化,体系完备,可以满足多种检索需求。当然它也有不足之处,主要表现在:只能检索近几十年的专利文献;部分专利文摘写得令人费解等。

    ①Derwent文摘本检索刊物
    Derwent现在发展成了两大文摘体系:分国文摘和分类文摘。分国文摘报道8个国家2个专利组织的专利(仍用WPA名称),分类文摘按德温特专利分类体系组织专利文摘,共分为三个部分:化学专利索引(CPI),综合与机械专利索引(GMPI),电气专利索引(EPI),此外,电气专利文摘(EPA)实为EPI的累积本。

    《化学专利索引》(Chemical Patents Index,简称CPI)
    CPI分12个分册出版,每分册分别用A-M(I除外)中的一个字母表示。其内容与索引本(WPI)中的A-M分册(原名为CH分册)相对应。CPI文摘部分的著录项目与EPI相同,但编排顺序有所不同,文摘首先按德温特分类体系编排,再按专利号国别代码字母顺序排列,然后按专利号的版次与法律状态代码排列,最后按专利号大小顺序排列

    《综合与机械专利索引》(General & Mechanical Patents Index,简称GMPI)
    其前身为《世界专利文摘》(World Patents Abstracts,简称WPA)的前4个分册,即:P1-P3、P4-P8、Q1-Q4、Q5-Q7。从1996年起,GMPI也细分成国际卷和日本卷,日本卷仅报道日本专利。GMPI文摘部分的编排与著录均与CPI相同。

    《电气专利索引》(Electrical Patents Index,简称EPI)
    共有6个分册,分别用英文字母S-X命名,这六个分册与索引本(WPI)中的S-X分册相对应,从1996年起,EPI分成国际卷和日本卷两卷,日本卷仅报道日本公开专利。EPI的文摘正文首先按德温特分类体系排列;然后按专利文献的专利国别代码字母顺序排列;最后在同一国别下再按专利号大小顺序排列。

    ②德温特文摘本中的索引
    德温特三类文摘本都在文摘之后附有三个索引:专利权人索引、入藏号索引和专利号索引。这三个索引也是比较常用的索引类型。
    专利权人索引
    Derwent专利权人索引以专利权人的名称代码为标目,按字母顺序排列组织索引款目。
    专利号索引
    专利号索引是把当期报道的全部专利文献按专利号排列,供查找入藏号和专利权人代码,以便在需要时再转查其他相应的索引。
    入藏号索引
    入藏号是德温特公司对所收到的每件基本专利给予的唯一指定号码。基本专利一般是指最先到达德温特公司的专利,以后到达的该发明的相同和同族专利不再给入藏号,因此一件发明的所有基本专利、同族专利和相同专利只有一个入藏号。

    ③Derwent索引本检索工具
    Derwent在20世纪70年代创刊了《世界专利索引》(WPI),共报道33个国家和地区、2个国际专利组织的专利文献,周刊,分四个分册出版,目前这四个分册是:A-M:化工,P:综合,Q:机械,S-X:电气,此外,还出版与上述各分册对应的累积索引本。在WPI出版物体系中,索引本和累积索引的各个分册每期都有四种索引:专利权人索引、入藏号索引、专利号索引和IPC分类索引。除上述索引刊物外,Derwent公司还出版独立的《优先案索引》。

    IPC分类索引
    IPC分类索引是德温特公司按照国际专利分类法(IPC)编制的索引,因此使用该索引应结合国际专利分类表。IPC分类索引按IPC分类号的前四级类号顺序排列,同类下再按专利国别代码顺序和专利号大小排列。

    Derwent优先案索引
    Derwent优先案索引(Priority Index),集中了Derwent索引本中的所有专利的优先案。优先案索引先按优先权申请国代码及年代顺序排列,再按优先申请号和申请日期顺序排列。该索引在每个优先案下列出全部同族专利。优先案索引给人们提供了从优先权查找同族专利的有效途径,它还能在有多项优先权情况下指明相关优先权,部分接续申请及其相同专利。另外,国外著者在引用专利文献时,有时只提到国别和申请号,优先权索引也为通过国别和申请号追踪检索专利文献提供了便利。

    ④Derwent专利权人代码手册
    在Derwent出版物中,专利权人名称通常用专利权人代码来表示,该代码由四个大写的英文字母组成。为了方便用户查找和使用专利权人代码并了解其编码的规则与方法,德温特公司出版了《公司代码手册》(Company Code Manual)。该手册按两种排序方法将内容分成两大部分,专利权人名称排序和专利权人代码排序。

    4.专利文献的其他检索工具
    凡是实施专利制度的国家都有自己的专利出版物,这些出版物都可以用来检索专利文献。美国具有丰富的专利文献,受到高度的重视。我国专利文献量并不很大,但随着我国专利的申请和需求迅速增长,也应给以一定的重视。

    ①美国专利文献检索
    查找美国专利文献可以在德温特检索工具查找,也可以利用美国专利局出版的专利文献进行检索,其检索工具主要包括三类:专利局公报,专利分类表,专利索引。

    美国专利局公报
    专门公布美国专利局批准的专利申请说明书的摘要。每期公报按专利类型划分,发明专利进一步按学科领域分为“一般与机械”、“化学”和“电气”三大部分,然后按专利号大小顺序排列。每期专利公报后附有专利权人索引和分类索引。

    美国专利分类表
    整部分类表由3种出版物构成:分类手册、分类定义和分类表索引。分类手册由大类类表和大类展开表(详表)组成,分类号采用顺序制数字类号,类目等级靠排印位置和错位圆点数表示。分类定义是一部手册,对各个类进行详细定义,限制各类的内容范围。分类表索引按所收技术词汇字母顺序排列,其后列出相关的美国专利分类类号。

    美国专利索引体系
    美国专利索引由美国专利公报索引和美国专利年度索引构成,是检索美国专利的主要检索工具。

    ②中国专利文献检索
    我国专利文献最早始于1985年,经过近二十年的发展,目前印刷本有两大检索系列:文摘本和索引本。

    文摘本
    由中国专利局出版,分为专利公报和中国专利分类文摘两种类型。专利公报又按专利类型不同划分为三个分册:发明专利公报、实用新型专利公报、外观设计专利公报,现均为周刊。专利分类文摘按发明专利和实用新型专利分为两个分册,分类法采用国际专利分类法(IPC),每年出版一次。

    索引本
    中国专利索引本是累积出版的题录型专利文献检索工具,该索引将当年公开公布的全部专利累积起来,按专利类型划分后编排索引,每卷提供3种索引:国际专利分类索引、申请人•专利权人索引、申请号•专利号索引。

    5.专利文献的计算机检索
    除印刷本外,专利文献也有光盘版、联机版、网络版,世界著名的联机检索系统中都有专利文献的联机检索,如DIALOG、STN、ESA等。

    ①专利文献的光盘版
    世界上很多国家和专利组织都有专利文献光盘数据库,以满足计算机检索的要求。

    中国专利光盘数据库
    中国专利局、专利文献出版社和中国专利信息中心等部门相继出版了一些专利文献光盘数据库,如中国专利数据库光盘(CNPAT)、中国专利说明书光盘、中国专利公报光盘和中国失效专利数据库光盘等,这些光盘容纳了我国实施专利制度以来的全部专利文献。

    外国专利光盘数据库
    外国专利光盘数据库非常丰富,如欧洲专利组织、专利合作条约组织、非洲知识产权,以及美国、日本、德国、法国、英国、奥地利、瑞士等国家都有自己的专利光盘数据库。与我国一样,各国专利光盘也有多种数据库,使用专利光盘检索时应注意根据需要选择不同的数据库。

    ②专利文献的网络版
    各国专利局的网址都是网上专利信息的重要来源,此外一些专门的专利出版机构所在网址也是其重要的来源。如:中国发明专利技术信息网(网址:http://www.Lst.Com.cn);中华人民共和国专利局的中国专利信息网(http://www.Cpo.cn.net);中国专利信息网(http://www.atent.com. cn)等。各国专利局网址可以通过各国政府网站查询。

    5.7.4 其他工科信息检索工具

    工科信息检索除涉及书刊和专利文献外,还涉及技术标准、科技报告、会议论文、学位论文等特种文献,常用检索工具如下:

    1.标准文献
      检索工具有ISO Catalog、IEC Catalog、《美国材料与试验协会标准年鉴索引》、日本的《JSO总目录》、英国的《BSI目录》等。

    2.科技报告
      检索美国四大报告(即AD报告、PB报告、DOE报告、NASA报告)的工具是:检索AD报告、PB报告用《政府报告通报与索引》(GRA&I),检索DOE报告用《能源研究文摘》(ERA),检索NASA报告用《宇航科技文摘》(STAR)。检索中国科技报告的工具有:《科学技术研究成果公报》、《中国国防科技报告通报及索引》、《中国机械工业科技成果通报》等。

    3.会议文献
    检索国际会议可用美国的《世界会议》(WM)、《会议论文索引》(CPI)、《科技会议录索引》(ISTP)等。检索国内学术会议文献的检索工具主要是《国内学术会议文献通报》。

    4.学位论文
    检索欧美学位论文可用《国际学位论文文摘》(DAI)、《美国博士论文索引》等。检索中国学位论文的检索工具是:《中国学位论文通报》,《中国科学院博士学位论文文摘》等。

    5.8 医药信息检索

    5.8.1 主要医药检索工具及其发展

    1.医药信息检索概况
      作为科技信息检索中的特殊分支,医药信息检索也同样走过了从最初的手工检索为主发展至今日的计算机检索为主的历程。如题录型《中文科技资料目录》(医药卫生)是手检检索工具;《中国生物医学文献数据库》(CBMdisc)则是医学检索光盘;《万方医药子系统》以及中国期刊网专题全文数据库(Web版)的医药卫生专辑是Web环境下的核心全文医学检索工具。
      国外医药检索工具著名的有美国《医学索引》(Index Medicus, 简称IM)和荷兰《医学文摘》(Excerpta Medica,简称EM)。IM和EM与CA(Chemical Abstract)、BA(Biological Abstract)一道被誉为四大著名生物医学检索工具。

    2.主要医药信息检索工具简介
    ①国内医药信息主要检索工具:见教材表4.1
    ②国外医药信息主要检索工具:见教材表4.2

    5.8.2 美国《医药索引》与PubMed数据库

    1.美国《医学索引》(Index Medicus,简称IM)

    ①美国《医学索引》概况
    美国《医学索引》(Index Medicus,简称IM)是最常用的综合性医学文献检索工具之一。IM收录世界各国主要的生物医学及其相关学科的期刊,到2003年为止,已收录世界上72个国家和地区的46种文字出版的生物医学期刊及与医学有关的科技期刊4 521种,其中收录中国期刊64种。IM的特点是历史悠久,报道速度快,检索效率较高,检索方便,内容全面,侧重于临床医学。

    ②检索体系
    IM设置了两种索引:主题索引(Subject Section)和著者索引(Author Section)。
    主题索引:供用户从拟查课题的主题概念入口检索文献。
    著者索引:供用户从著者姓名入口检索文献。

    ③《医学主题词表》(Medical Subject Headings,MeSH)
    是NLM对生物医学文献进行主题分析、标引的权威性检索工具,也是指导用户使用主题索引进行文献检索的工具。

    3.PubMed
    ①PubMed数据库概
    PubMed是美国国家生物信息中心(National Center for Biotechnology Information, NCBI)1997年5月推出的基于Web的检索软件。NCBI提供许多特色性的生物医学类数据库信息服务,PubMed 只是其提供的数据库服务之一,并实现了与系统内其他数据库之间的交叉链接。
    通过网址:http://www.ncbi.nlm.nih.gov/entrez/query.fcgi或进入http://www.ncbi.nlm.nih.gov主页后选择PubMed即可。

    ②数据库覆盖的范围及提供的主要服务
    MEDLINE 数据库的核心与印刷版的题录型检索工具Index Medicus(IM)对应,但其在收编内容和文献记录方式上都进行了扩充与发展,MEDLINE共包含三种重要索引Index Medicus(医学索引),Index to Dental Literature(牙科文献索引) 和International Nursing Index(国际护理学索引)。PubMed可检索的数据库实际上是MEDLINE数据库扩充版,内容包括MEDLINE记录、PreMEDLINE记录(未完成MeSH标引的最新记录)以及出版商直接提供的其他记录(Record Supplied by publisher)。

    ③PubMed 检索技术及检索功能
    PubMed系统主要提供了两种检索界面:基本检索和主题词检索。此外,还设置了一些特色检索服务。

    基本检索(Search)
    PubMed 的主页面就是基本检索界面。该界面设置了一个查询输入框,用户只需要在提问框中输入任意的检索提问,系统就会以其识别的语法规则进行运算并返回检索结果。值得一提的是,有别于其他检索系统,PubMed的“Search”检索功能非常广泛,既可以输入简单的任意词或词组查询,也可以实现类同于其他检索系统的高级检索和专家检索功能。
    基本检索的主要检索功能有:逻辑组配检索;自动转化提问词;截词检索;作者姓名自动截词检索;检索有摘要或全文的记录;字段检索等。

    主题词浏览(MeSH Browser)
    为了在检索过程中控制检索的精确度,系统设置了主题词浏览检索(MeSH Browser),即查询并选择主题词进行检索。

    辅助检索功能键
    “Limits”功能键,限制条件进行检索;“Previews/Index”功能键,预检索和Index检索;“History”功能键,查看检索史并利用已有的检索提问式进行检索;“Details”功能键,单击该键后,系统会将用户的提问词及PubMed转换后的检索词与完整检索表达式详细地显示在“PubMed Query”提问栏中,用户可在该提问栏内直接对检索表达式进行修改,然后单击“Search”再次发出检索请求。

    检索策略的修正
    PubMed在许多检索页面都提供了处于查询状态的检索提问框,用户可以根据上一次的检索结果随时进行修正。在调控和修改过程中,可以调用检索系统中的所有功能键与辅助功能键,灵活运用检索技术与检索技巧,达到与具体需求的统一。

    其他检索服务
    包括:期刊数据库查询,查找指定期刊上的论文;临床咨询,查找临床相关文献;引文匹配检索,查找特定记录等。

    ④检索结果显示及相关资源链接
    包括检索结果显示,获取记录相关资源,检索结果输出等。

    5.8.3 荷兰《医药文摘》

    1.荷兰《医学文摘》印刷本

    ①荷兰《医学文摘》(Excerpta Medica,简称EM) 概况
    荷兰《医学文摘》(Excerpta Medica,简称EM),创刊于1947年,收录全世界110个国家和地区的生物医学、药学及其相关学科期刊4 000多种,年报道文献量40万篇。特点:文摘质量高;按专题分册出版;收录范围广泛,偏重于欧洲、日本文献;卫生学、药学文献量大,但无护理、口腔、兽医及心理学分册。现有44个分册(其中43个文摘分册,1个题录分册)。按照统一的版式编排并具有相同的索引系统。《医学文摘》各分册目录一览见教材。

    ②编排结构及检索体系
    EM各分册均按各自学科体系单独编排,结构较为统一,依次包括以下几部分:分类目次、文摘正文、主题索引、著者索引。EM各分册均提供分类、主题和著者三种检索途径。

    2.荷兰《医学文摘》联机数据库

    ①概况
    荷兰《医学文摘》联机数据库(EMBASE)由Elsevier出版,其对应出版物是印刷版荷兰《医学文摘》的43个分册和1册题录索引。数据库中有近30%的记录未编入印刷本。目前,EMBASE拥有光盘版和网络版,国内引进的光盘数据库主要有美国银盘公司的EMBASE:Drugs&Pharmacology。网络版EMBASE则可以通过EMBASE公司的主页(http://www.embase.com/)进行检索。

    ②EMTREE Theraurus
    1991年EBMASE正式使用的树状词表(EMTREE),是用于文献主题标引和检索的等级词表。该词表在42 000个主要等级叙词的基础上,增设了180 000个同义词。并将所有词按概念关系逐层按等级排列。检索时可以通过页面的功能键进行精确控制。点击主页上方的“EMTREE keywords”,即可以按等级浏览选词检索。

    ③检索功能
    EMBASE的检索技术和逻辑运算与PubMed有些类似,但又有其特点。可提供:快速检索、高级检索、药物检索、疾病检索、文章检索等检索方法。

    ④其他辅助检索
    内容有树状结构关键词检索、期刊浏览、著者检索。

    5.9 农业信息检索

    5.9.1 农业信息检索体系发展概况

    农业信息检索工具和检索系统是检索体系中的重要分支。由于农业与生物学以及林业、畜牧业和渔业的天然联系,农业信息必然与这些相关领域的信息相互融合,因而它们的检索工具也相互融合,有时甚至成为一体。这种现象在世界三大农业信息数据库CABI、AGRIS、AGRICOLA和我国的农业信息检索系统中均有所体现。
    与其他检索工具一样,农业检索工具也有多种版本形式,如印刷版、光盘版和网络版。印刷版中的国外与国内的主要检索工具见教材表4.4和表4.5。

    5.9.2 世界三大农业文献数据库检索

    世界三大农业文献数据库CABI、AGRIS、AGRICOLA是当今世界收录农业文献量最大、专业覆盖面最广、利用率最高的农业文献数据库。CABI是国际农业和生物科学中心(Centre for Agriculture and Bioscience International) 出版的文摘型数据库;AGRIS是联合国粮农组织(FAO)所属的国际农业科技信息系统建立的农业书目数据库;AGRICOLA(Agricultural Online Access)数据库为美国农业图书馆编制的农业文献联机存取书目数据库。
      下面以网络版WebSPIRS为例介绍农业信息数据库的检索方法与技巧。WebSPIRS是检索农业数字化信息资源的主要系统,它包括多种不同内容的数据库,因此,在进入检索界面前,首先要勾选本次检索所需的数据库,进入检索界面。WebSPIRS检索界面比较清晰,它提供的检索功能主要有基本检索和辅助检索,可以选择检索结果显示与输出形式,同时还有一些附加功能。下面分别介绍。

    1.基本检索:
      有全文检索(即全记录检索);限制检索;语种限制;Search Builder(简易的检索方式)等。

    2.辅助检索
    ①Index(索引表)
    Index是数据库中所有可被检索的词或词组构成的一个索引表。该索引表可帮助用户解决两方面的问题:一是帮助用户选择能够反映课题内容的关键词;二是帮助用户解决对某个单词或词组拼法不熟悉的问题。

    ②Thesaurus(叙词表)
    Thesaurus是一个生物叙词表,该表中的所有词和词组都是经过规范化处理的。Thesaurus有三个作用:帮助用户选择规范化的主题词,Thesaurus中的“see”(见)和“used for”(代),可起到核对(选准)主题词的作用,提高文献查准率;选用叙词表中的上位词或相关词,可实现扩检,提高文献的查全率;选用叙词表中的下位词,可实现缩检,提高查准率。

    3.结果显示与输出
    检索完成后,系统即自动显示检索结果和总记录数,并在检索历史区(Search History)生成一个检索项。点击每个检索项后的“Display”显示先前执行过的检索结果。

    4.系统附加功能
    ①Search History(检索历史)
    每完成一次检索,在检索历史区就会生成一个检索项号(#),并显示检索策略及检中记录数。每个检索项前有复选框可供勾选。

    ②Save History(存储检索历史)、Load Search History(载入检索历史)
    通过“Save History”功能键,可将用户经常使用的检索策略储存起来,只需键入自己的E-mail地址,选择保存的有效期即可。而“Load Search History”则将保存的检索策略调出重新进行检索。

    ③链接馆藏和整合电子期刊馆藏
    在检索结果界面中,某些记录后有“Link”按钮,可链接至本馆所订购的电子期刊全文。

    5.检索技术要点
    ①布尔逻辑算符:为“and”、“or”、“not”。
    ②截词算符:“?”为有限截词符,可用1到n个“?”表示0到n个字符;“*”为无限截词符,表示0到无数个字符。
    ③字段限定符:WebSPIRS提供字段限定符功能以提高查准率,限定符为“in”。
    ④位置算符:WebSPIRS提供的位置算符有三个,“with”、“near”和“ADJ”,其作用是缩小检索范围,提高文献的查准率。

    5.10 重要数据图谱

    在科技信息检索中,许多科技数据经过长期的积累形成了许多专业数据资源,并以数据、图形、表格等形式记录于工具书中,包括数表、谱图、星图、地图、图谱、图录、年表、历表等,形成了独具特色的一类信息资源。下面是几种特别重要的大型数据图表。
    1.LBT
    LBT是Landolt-Bornstein’s Zahlenwerte und Functionen aus Physik, Chemie, Astronomie, Geophysik und Technik(兰多特-波斯坦科技数据表)的简称。LBT是世界上公认的最好的科技数据大全,LBT的检索方法一般是按照其固有的体系结构查阅。

    2.Sadtler波谱
    Sadtler波谱全称为Sadtler Standard Spectra Collections(沙特莱标准波谱汇集),自1947年以来以活页本和汇编本形式连续编号出版,是世界上最庞大的一套查检光谱资料的标准工具。

    (1)Sadtler标准波谱印刷本
    Sadtler标准波谱印刷本由两部分组成,正文和索引。正文收录有关化合物的各种波谱数据及一些相关数据。使用Sadtler波谱的方法是通过索引查检,最重要的索引是1980年出版的标准光谱总索引和1981-1995年标准光谱累积索引。

    (2)Sadtler标准波谱网络版
    现在已经可以通过网络检索最新的Sadtler波谱资料,URL为http://www.sadtler.com。

    5.11 常用科技参考工具书

    除上述检索工具及数据库外,科技信息检索中也使用辞典、百科全书、年鉴、手册等参考工具书,
    (1)辞典:如《物理科学词典——术语、公式、数据》、《麦格劳- 希尔科学技术术语词典》、《单位换算词典》、《道兰氏英汉插图医学辞海》等(详见教材)。
    (2)百科全书:如《麦格劳-希尔科学技术百科全书》、《美国学术百科全书》、《电子电路百科全书》、《国际机器人学——应用和自动化百科全书》等(详见教材)。
    (3)年鉴:如《麦格劳-希尔科学技术年鉴》、《科学年鉴》、《国际电子学数据年鉴》等(详见教材)。
    (4)手册 :如《CRC化学物理手册》、《国际半导体数据手册》、《集成电路应用手册》等(详见教材)。
    (5)科技工具书指南:如《麦格劳-希尔基本科技书目》、《数学/科学使用者指南》、《国外科技工具书指南》等(详见教材)。

    展开全文
  • 1.信息检索技术与方法 2.信息检索系统结构和功能模块 3.信息组织(信息采集,信息描述,信息标引,信息存储) 有点像知识点,事实上就是知识点,能举例的已经举例了,我尽力了。。 (会粉丝吗呜呜呜

    目录

    1 简单的定义

    (一)广义的信息检索(信息组织+信息检索)

    (二)狭义的信息检索

    2 信息检索技术与方法

    (一)文本信息检索

    (二)多媒体信息检索

    3 信息检索系统结构和功能模块

    (一)信息检索系统基本结构

    (二)信息组织各功能模块

    (三)信息检索各功能模块

    (四)知识组织工具(作用)

    (五)信息检索系统结构实例分析

    4 信息采集(没有具体程序噢~)

    5 信息描述(重点)

    (一)理解信息描述

    (二)传统文献信息描述

    (三)数字化信息描述

    (四)信息描述需要注意的问题

    6 信息标引(重点)

    (一)信息标引的目的

    (二)信息标引的方法

    (三)信息标引和信息检索结果

    7 信息存储(重点)

    (一)理解资源库

    (二)理解索引

    (三)倒排索引及构建


    1 简单的定义

    基本概念:数据、信息、知识、智慧、信息检索、信息生命周期

    (一)广义的信息检索(信息组织+信息检索)

    定义:利用一定的科学规则和方法,通过对信息外在特征和内容特征的分析、选择、描述、标引、存储、排序和重组等活动,实现无序信息流向有序信息流的转换,从而保证用户对信息的有效获取和利用及信息的有效流通和组合

    信息组织主要包括对某范围内的信息选择的基础上对信息的内外特征进行描述、标引、存储并使其有序化,形成信息集合

    (二)狭义的信息检索

    定义:借助一定的设备与工具,采用一系列方法与策略从信息集合中查询所需的信息的过程

    发展历程

    • 图书目录和文摘、索引(手工检索)
      • 印刷型文献为主要检索对象
      • 以各类文摘、题录和目录型工具书为可利用的主要检索工具
      • 以图书馆的参考咨询部门作为开展信息检索服务的中心机构
    • 计算机化检索【脱机批处理——联机实时检索——联机网络化与多元化检索】
      • 各类机读数据库为检索对象
      • 各类信息中心、联机服务中心作为信息服务部门
      • 信息检索用户逐渐由专业检索人员向个人终端用户转移和扩散
    • 网络化检索
      • WWW为核心的网络应用上的各种资源做检索对象,包括各种网页、FTP资源、用户组资源、联机数据库等和各种通过网络提供服务的数据库等
      • 以搜索引擎为主要检索工具
      • 信息用户多为终端用户
      • 人工智能得到应用,自动化程度、智能性大大提高(如自然语言理解、语义检索、推理等)

    2 信息检索技术与方法

    (一)文本信息检索

    常用检索技术:布尔检索、加权检索、截词检索、限制检索、位置检索和聚类检索等

    布尔检索

    • 算符含义

    逻辑或OR:A OR B

    逻辑与AND:A AND B

    逻辑非NOT:A NOT B

    逻辑异或XOR:A XOR B //检索结果是含有检索词A但不含有检索词B的文献或者是包含检索词B但不含有检索词A的文献

    • 优先级
      • 同级运算自左向右
      • AND和NOT先执行,OR后执行
      • 检索式中如果包括其他检索技术的算符,布尔运算最后执行

    加权检索

    • 加权检索的定义和示例
      • 加权检索是对布尔逻辑检索的一种扩充
      • 加权在标引及检索阶段都可使用

               示例:Q=知识管理(4)and竞争情报(2)and企业文化(1)

    • 加权检索优缺点
      • 优点:明确了各检索词在检索中的重要程度;可以通过提高和降低阈值来扩大和缩小检索范围;检索结果易于顺序排
      • 缺点:提问表达式烦琐,权值确定比较困难

    截词检索

    • 检索者将检索词汇在他认为合适的地方截断,并使用该截断词进行检索匹配
    • 截词检索有多种类型

               按照截断位置分:后截断(主要方式)、前截断和中截断

               按照截断的字符数量分:有限截断和无限截断

    限制检索

    方式:字段检索、二次检索、其他方式的限制

    位置检索(区别于字段检索)

    针对自然语言文本中检索词之间的特定位置关系而进行的检索匹配

    主要方式:邻接检索、同句检索、同字段检索、同记录检索

    聚类检索

    聚类检索起源于向量空间模型

    针对系统中的全部文献向量,使用一定的相似性(或相异性)度量指标和聚类方法,计算出文献与文献之间的相似度,将相似度较高的文献聚集在一起,形成文献类目,进而形成文献的聚类文档聚类检索针对聚类文档进行

    其他文本辅助检索技术

          信息的浏览时检索与链接技术的运用;检索结果的翻译和多语种检索;检索结果的后处      理(排序输出/联机聚类/去重合并)

    (二)多媒体信息检索

    特性:集成性/交互性/独立性

    音频信息

    • 关注音频声波的数字化问题;
    • 采样、量化、编码和压缩等;
    • 传统音频信息检索特征的提取:外部特征的描述(文件名、文件类型、创建者、创建时间等,多用元数据表示)+内容特征的标引(如对歌词中的关键词、主题词进行提取)

    图形与图像信息

    • 传统图像信息的检索特征提取方法:外部特征(图像创建日期、文件格式、数据大小等)+内容特征的标引(图像描述的主要对象、作者的创作意图等)

    视频信息

    • 外部特征+内容特征的标引(简单文本转化)
    • 基于内容的检索:指根据多媒体对象的听、视觉等特征及其蕴含的内容和语义特征进行检索

    3 信息检索系统结构和功能模块

    (一)信息检索系统基本结构

    • 系统结构:指系统的组成及各组成部件之间的关系
    • 基本结构:集中式与分布式
      • 集中式检索系统:信息资源分布在同一物理地点,往往具有统一标准的信息组织手段
      • 分布式检索系统:利用分布式计算和移动代理等技术从大量的、异构的信息资源中检索出对于用户有用的信息。这里的分布式环境指的是信息资源在物理上分布于不同的地点,在数据库结构上具有异构性,但是这些分散和异构的信息资源在逻辑上是一个整体,从而构成一个分布式检索系统
    • 逻辑结构
      • 信息组织模块:资源采集——信息标引——数据库创建
        • 信息检索模块:用户界面——提问处理——检索匹配

    (二)信息组织各功能模块

    • 信息资源及其采集(决定信息检索系统中数据库的类型及收录范围)
    • 信息描述与标引处理
    • 决定检索系统的检索点(入口),也决定了标引深度及后续检索功能的提供
    • 信息描述规则往往需要先行制定
    • 标引分为人工标引和自动标引
      • 人工标引多依赖词表和规范工具
      • 自动标引更多针对自然语言文本进行,标引前一般要先对文献进行词汇分析,对其中的数字、连字符、标点符号和字母的大小写进行处理,再依据语言学规则进行文本内容的自动抽词或辅词,也可进行自动分类或聚类
    • 数据库创建与维护
    • 依据上述步骤形成的有序信息一般以数据库的形式存储在检索系统
    • 常见的数据库有文献型数据库和非文献型数据库
      • 文献型数据库包括书目(如索引、文摘等)和全文数据库,它们的设计与实现流程也各不相同;
      • 非文献型数据库包括指南数据库(如人物传记、公司名录、机构指南数据库等)、数值数据库和图像数据库以及术语、软件等特殊类型的数据库

    (三)信息检索各功能模块

    • 理解用户界面
    • 提问处理(提问加工方法很多,有菊池敏典法、逆波兰法、范式变换法等)
    • 检索匹配
      • 检索匹配过程涉及数学算法模型的应用有很多信息检索模型,重点要掌握的是经典模型     
      • 经典模型包括布尔检索模型,向量空间模型,概率模型

    (四)知识组织工具(作用)

    • 表达:信息资源特征,及用户信息需求
    • 组织:以达到资源的系统化和有序化
    • 控制:对标引、检索过程中使用到的术语、词汇 或某些特征进行规范与协调
    • 关联:知识之间的相关性得到明确表征并能够被 机器理解处理

    (五)信息检索系统结构实例分析

     

    图书馆数目检索系统

    搜索引擎

    知识图谱

    信息选择与采集

    采访部门负责选择,采集以购买为主

    爬虫为主

    依据前期设计好的知识建模进行

    信息描述与标引

    外部特征获取+描述为结构化数据,MARC作为信息描述标准;内容特征多以整本书为单位进行,而且以人工标引为主,依据中图法、汉语主题词表进行

    半结构化或非结构化,信息特征难以获取,更多采用自动标引,需要更多技术的支撑,例如文本分析、自然语言处理等

    采用知识建模的方式进行,可能使用到RDF等资源描述框架及本体等知识建模工具,通过实体和关系自动/人工抽取完成知识关联构建

    索引与数据库

    传统为MARC磁带,现多存储在关系型数据库,索引功能比较完善

    自动构建文本索引,数据库类型也很多样,可能是文档,也可能是关系型数据库或者NoSQL的数据库

    知识图谱多存储在图数据库中,类型RDF三元组能够支持网状结构的查询

    信息检索模块

    多以检索点入口限制检索+布尔逻辑检索为主的检索词检索,分类浏览及检索也是常用的

    需要更多结果处理的功能,布尔操作、模糊查询、分组查询等,更重视排序的处理

    语义查询方式,并重视知识推理和自动问答等的应用

    4 信息采集(这里没有具体程序噢~)

    信息检索系统将在信息采集的基础上进行信息描述、标引、索引及数据库构建,因此采集结果的存在形式至关重要:

    • 结构化(数据):按一定属性规则排列的(二维表是最常见形式)
    • 非结构化:所有格式的文本、图片、音频/视频信息
    • 半结构化:介于二者之间的,具有一定结构,但语义不够确定

    5 信息描述(重点)

    (一)理解信息描述

    • 信息描述:信息著录、信息编目
    • 定义:根据特定的信息管理规则和技术标准,将存在于某一物理载体上的信息资源的外在特征与部分内容特征进行选择、描述与给予记录的过程
    • 结果:一条由多个描述项目构成的关于该信息资源的数据
    • 应用:传统印刷载体文献;对于网络上各类型数字化信息而言,内外特征不容易区分,所有对信息特征进行反映的过程都可以看作信息描述
    • 作用
      • 识别:个别化描述,区别其他信息
      • 选择:通过特征判断资源利用价值,决定是否选择
      • 检索:描述数据中的检索点之间的逻辑匹配给用户提供查检途径及二次筛选依据
      • 定位:传统文献排列位置、数据库位置、网络地址等

    (二)传统文献信息描述

    • 图书馆信息管理以馆藏文献为主,常见文献包括图书、期刊、古籍等
    • 传统文献信息描述主要依据ISBD国际标准书目著录展开,最终描述结果是图书馆书目卡
    • 目标:标准书目国际交流,实现资源共享三统一:著录格式/描述项目/描述符号);从不同的可交换数据源中生成数据,以便国家间的交流;有助于克服语言障碍,以便国家间的相互解释;有助于将书目数据转换为机器可读形式

    MARC(机读目录)

    • 定义:一种以代码形式和特定结构记录在计算机存贮载体上,可由计算机自动控制、处理和编辑输出的目录;一次输入,多项检索;输出多种载体的款目;网上传输,可实现合作编目和联机检
    • 局限:标准复杂;需要专用平台,不能跨平台操作;描述内容多为书目;仅限于数据描述部分,管理信息较少,不适合计算机环境下日益增多的需求。
    • 基本格式:每一条记录都由四个部分构成
      • Leader(记录头标区):固定为24字符,记录计算机处理所需参数,如记录长度、记录状态、执行代码等
      • Directory(地址目次区):每一字段的长度和起始位置,由计算机自动生成
      • DataFields(数据字段区):各种描述数据
      • 记录分隔符(由计算机给出):记录结束符
    • 数据字段
    • 数据字段区划分成10功能块,每个功能块又包含若干字段和子字段,其中6XX功能主要使用分类法和主题法(词)的方式表达信息内容特征。
    • 标识符号(三类)
      • 标识符:字段标识符(3位数字,如205表示版本项)、子字段标识符(两个字符,第一个字符为“$”,第二个字符可以是数字或者字母,如200字段的“$a”表示正题名)
      • 指示符:两位数字或者字母组成,提供附加信息
      • 分隔符:自动生成

    (三)数字化信息描述

    元数据

    定义:关于数据的数据或关于数据的结构化数据。描述一个具体的资源对象并能对这个对象进行定位、管理且有助于它的发现与获取的数据

    类型分类

    • 描述信息资源领域:书目、档案、政府出版物、地图等
    • 描述文献对象分:传统文献资料;数字化信息资源
    • 信息资源作用或功能分(CLC)【使用范围】:
      • 描述性:支持资源的发现和鉴别,如题名、作者等书目数据(主要用于检索系统检索入口和结果筛选
      • 管理性:用以维护和管理资源的数据,如创建者数据、存取权限数据、数据处理技术数据等(主要用于检索系统的管理,以及动态特征的变化演示等)
      • 结构性:描述数字化资源内部的形式特征,如目录、段落和章节,页面间的跳转数据(用于检索系统相关资源的跳转
      • 标准的构成:描述某类资源的具体对象时所有规则的集合(标准一般包括了完整描述一个具体对象时所需要的数据项集合,各数据项语义定义,著录规则和计算机应用时的语法规定
    • 常用元数据标准
      • 描述一般信息的元数据:MARC(书目数据)、DC(网络资源)和TEI(电子文本)
      • 描述特殊信息的元数据:EAD(档案信息)、GILS(政府信息)、CGDGM(地理信息)
      • 描述图像信息的元数据:CDWA(博物馆艺术作品)和VRACore(可视化文化作品及图像资源)
    • 元数据互操作
      • 多个不同元数据格式的释读、转换和由多个元数据格式描述的数字化信息资源体系之间的透明检索
      • 利用特定转换程序对不同元数据元格式进行转换,称为元数据映射
      • 目前已有大量的转换程序存在,供若干流行元数据格式之间的转化

    (四)信息描述需要注意的问题

    • 检索系统信息描述应根据资源特征和检索用户检索需求设计信息描述的标准
    • 兼顾不同资源的特性同时又要能最大程度地实现各类资源在发现和获取方法上的一致性,即从功能数据结构格式语义语法等诸多方面保持一致以实现不同系统之间的互操作和共享

    6 信息标引(重点)

    (一)信息标引的目的

    • 信息标引定义:采用一个或若干信息标识(词语或者代号)表示或替代信息内容特征的过程。揭示与标引形成的标识和代码不仅是信息存入信息系统的依据,也往往是信息检索的途径,如分类号、主题词、关键词等
    • 标引类型
      • 标引主体:人工标引和自动标引
      • 标引标识的不同形式:分类标引和主题标引
      • 标识是否规范控制:受控标引和非控标引(自然语言标引)

    (二)信息标引的方法

    标引分类

    • 人工受控标引
    • 转换标识:受控标引的标识必须来自受控分类表(分为等级体系分类和分面分类)或者受控词表(知识组织工具),即经过规范控制的标识,有时还需要进行概念之间的组配。
    • 自然语言自动标引
    • 汉语分词问题——歧义
      • 交集型歧义:结合成分子;我研究生期间是研究生物的
      • 组合型歧义:请把手拿开

    常见的中文分词方法

    • 基于规则的分词方法(机械分词方法、基于字典)
      • 三个要素:分词词典、文本扫描顺序、匹配原则
      • 扫描顺序:正向扫描、逆向扫描和双向扫描
      • 匹配原则:有最大匹配、最小匹配、逐词匹配和最佳匹配。
    • 基于统计的分词方法
      • 对训练文本中相邻出现的各个字的组合的频度进行统计,计算它们之间的互现信息(紧密程度);当紧密程度高于某一个阈值时,便可以认为此字组可能构成了一个词
      • 例如:N元文法模型(N-gram)、隐马尔可夫模型(HMM)、最大熵模型(ME)、条件随机场模型(CRF)等
    • 基于语义的分词方法
      • 对自然语言自身的语言信息进行更多的处理
      • 例如:扩充转移网络法、知识分词语义分析法、邻接约束法、综合匹配法、后缀分词法、特征词库法、矩阵约束法、语法分析法等
    • 基于理解的分词方法
      • 基本思想:在分词的同时进行句法、语义分析,利用句法信息和语义信息来处理歧义现象

    标引标识

    三个要素:分词子系统、句法语义子系统、总控部分。

    • 词典分词
    • 单汉字标引
    • 从分词结果到标引标识

    不是所有词都直接转换为标引标识

    词频:词在文献中出现的次数(一篇,一类文档)

    词性:名词常是有意义的

    逆文本档频率:在所有文档中统计词的频率

    位置:论文篇名,摘要,正文出现的词

    加权:词的权重

    • TF-IDF
    • TF:表示词条在当前文档中出现的频率,这个数字通常会被归一化(一般是词频除以文章总词数),以防止它偏向长的文件,公式=在某一类中词条出现的次数/该类中所有的词条数目
    • IDF:逆文件频率,公式=log⁡(语料库的文档总数/(包含词条w的文档树+1))

    应用场景:标引词的选择,自动标签生成/文档相似度的计算/文本聚类/自动文摘/SEO

    (三)信息标引和信息检索结果

    信息标引标识的数量

    信息标引标识是否受控

    信息标引标识粒度

    不同语种的处理差异

    7 信息存储(重点)

    (一)理解资源库

    概念:关系型数据库

    (二)理解索引

    索引由来

    索引组成的基本单位是索引款目,所有索引款目实现有序化编排

    款目一般包括索引词、说明或注释语、出处 3项内容

    本质特征是只揭示内容出处或文献线索,并不直接提供事实、资料本身。主要功能是为人们准确、迅速地获得文献资料提供线索性指引

    关系型数据库索引

    索引是一种单独的、物理的对数据库表中一列或多列的值进行排序的一种存储结构

    索引有不同类型:普通索引、唯一索引、主键索引、全文索引等等

    索引将非结构化数据按照规则提取信息,重新组织,使其有一定结构

    全文索引

    创建索引:获得文件——构建文档对象——分析分档(分词)——创建索引

    查询索引:用户查询接口——创建查询——执行查询——渲染结果——(用户查询接口)

    (三)倒排索引及构建

    顺序和倒排含义:倒排(逆向)对应的是顺序(正排/正向)

    倒排索引的创建流程

    收集需要索引的文档

    将每篇文档转换为一个个词条(token):自然语言分词

    进行语言学预处理,产生归一化词条作为词项

    对所有文档按照其中出现的词项建立倒排索引

    词条问题的解决

    词条归一化隐式地建立等价类,例如去掉连字符;维持多个非归一化词条之间的关联关系,例如手工建立同义词表,参见后面的单词词典(所以可以知道汉语主题词表等受控词表的作用)

    词干还原stemming和词形归并lemmatization

    单词词典

    • 单词词典是由文档集合中出现过的所有单词构成的字符串集合。
    • 单词词典内每条索引项记载单词本身的一些信息以及指向“倒排列表”的指针。
    • 单词词典是倒排索引中非常重要的组成部分,它是用来维护文档集合中所有单词的相关信息,同时用来记载某个单词对应的倒排列表在倒排文件中的位置信息。
    • 在支持搜索时,根据用户的查询词,去单词词典里查询,就能够获得相应的倒排列表。对于一个规模很大的文档集合来说,可能包含了几十万甚至上百万的不同单词,快速定位某个单词直接决定搜索的响应速度,所以需要很高效的数据结构对单词词典进行构建和查找。

    数据结构

    常用的数据结构包含哈希加链表树形词典结构

     

     

    展开全文
  • 信息检索复习笔记

    万次阅读 多人点赞 2020-12-17 17:14:46
    信息检索复习 第一讲 搜索 IR(信息检索是什么样的学科): 实质上是融合了文本及多媒体检索、数据挖掘、机器学习和自然语言处理的综合学科 为什么要进行信息检索?信息过载 搜索 搜索的过程 从大规模非结构化数据...
  • 信息素养 文章目录: 3.1信息素养的概念 信息素质是人们能够敏锐地察觉信息需求,并能对信息进行检索、评价和有效利用的能力。 信息素养是一个综合性的概念,它包含多方面的内容: 1.要有信息意识; 2.能...
  • 《实用信息检索方法与利用》 赵乃瑄 主编 黄春娟 冯君 副主编 信息检索基础知识 知识点1 主要的文献信息源 图书 格式: 沈固朝.信息检索教程[M]*.北京:高等教育出版社,2002. [M]–文献类型标志. 举例:...
  • 信息检索习题

    千次阅读 2021-06-30 16:49:44
    一、填空题 1.著名的引文索引检索工具SCI的...6.一本印刷的检索工具,其结构大体可以分为,大部分:文前栏目、正文和书后附属部分 6.按约束力来划分,标准可以分为强制性标准和推荐性标准。 7.一般来说,我们把SCI、
  • 信息检索模型

    万次阅读 多人点赞 2017-09-23 10:11:28
    检索模型搜索结果排序是搜索...一个典型的检索模型通常由部分组成:查询的表示、文档的表示、以及一个检索函数(基于查询和文档各自的表示,显式或隐式的估计两者相关的可能性)。 本文将概述几常用的检索模型。
  • 信息检索专题复习

    万次阅读 2017-06-20 16:06:49
    信息检索复习重点,山东大学信息检索考前独家整理资料。
  • 学术搜索,Web Of Science 核心合集检索方法,SCI分区情况查看方法 当我们开始研究课题时,我们需要阅读大量文献,这时。我们需要搜索好的文献来扩至自己课题的知识,下面将会介绍怎么在Web Of Science上检索文献,...
  • 搜索引擎是一个提供信息检索”服务的网站,它使用某些程序把因特网上的所有信息归类以帮助人们在茫茫网海中搜寻有信息归类以帮助人们在茫茫网海中搜寻到所需要的信息。 搜索引擎常常是用户利用网上资源的第一途径...
  • 文章目录信息的含义信息的特征信息的功能信息的类型互联网对信息的影响网络环境下信息的新特点信息检索的原理信息检索的类型信息检索的意义/作用信息检索的历程信息检索系统信息检索方法信息检索效果影响信息检索...
  • 三种基于感知哈希算法的相似图像检索技术 时间 2014-09-26 11:32:46 CSDN博客 原文 http://blog.csdn.net/xaut_zjb/article/details/39578063 主题 算法 哈希表 大家都用google或baidu的识图功能...
  • 信息检索笔记-布尔检索

    千次阅读 2013-10-01 21:08:41
    信息检索主要分为大类:Web搜索、个人信息检索和面向企业的搜索。 词项文档矩阵  在搜索的时候,一土办法:假设我们要搜索要在一本书中搜索含有“Brutus”和“Caesar”关键字的文档,那么我从头到尾线性扫描...
  • 信息检索的评价指标

    万次阅读 2016-03-03 17:13:58
    信息检索评价是对信息检索系统性能(主要满足用户信息需求的能力)进行评估的活动。通过评估可以评价不同技术的优劣,不同因素对系统的影响,从而促进本领域研究水平的不断提高。信息检索系统的目标是较少消耗情况下...
  • 现代信息检索的考点整理

    千次阅读 2016-11-12 19:53:22
    现代信息检索的考点整理 信息检索导论
  • 信息检索导论要点整理

    千次阅读 多人点赞 2017-07-07 10:23:24
    这是在准备期末考试的时候根据王斌博士翻译的《信息检索导论》(人民邮电出版社出版)和山东大学信息检索实验室的陈竹敏老师的授课课件进行整理的。 、归一化计算笔记繁琐。 前言 1、 IR的两模式:pull(ad ...
  • 分布式信息检索

    千次阅读 2007-07-02 20:11:00
    本科毕业设计(论文) 题目 分布式信息检索
  • 2.什么是检索模型 IR的核心问题:预测哪些文档是相关的,哪些文档是不相关的。主要工作在于排序这个核心的问题,如何计算这个排序从而处理文档的相关性。 检索模型描述了如下这些细节 文档表示( Docume...
  • 信息检索导论》第章总结

    千次阅读 2012-01-06 15:06:10
    实现dictionary的方法主要哈希表和搜索树(二叉树、B树、AVL树); 实现哈希表的dictionary的优点: (1)查询效率O(1); 缺点: (1)哈希冲突。 (2)不支持模糊查询。 (3)哈希函数需要不断变化以适应...
  • 基于颜色特征的图像检索方法

    热门讨论 2008-03-04 19:19:15
    在基于内容的图像检索中,颜色作为图像的一重要视觉信息,己得到广泛应用。本文对利用颜色特征进行图像检索个关键问题:颜色的表示、颜色特征的提取和基于颜色的相似性度量进行了讨论。 针对基于颜色的...
  • 百度地图开发(五)之公交信息检索 + 路线规划

    万次阅读 多人点赞 2015-03-05 00:24:41
     在上一篇blog中介绍过POI检索的使用,本篇blog主要介绍公交信息检索和线路规划的内容。 公交信息检索  实际上,公交信息检索与POI检索、在线建议检索非常相似,也是把你需要检索的信息发送给百度地图服务器,然后...
  • 熟练掌握Google的基本搜索:+,-,OR ,学会使用两个关键字进行复杂专题信息检索 检索复杂专题依靠单个关键词查准率很低,要提高查全检准率,需进行详细的主题分析,选择多个关键词构造检索式。要分清主要概念和次要...
  • 本系列文章为Elasticsearch 的学习笔记,主要是为了便于日后对于相关知识点的回顾,在内容的范围以及正确性上可能...作为本系列博客的开篇,先对信息检索的相关基础知识做个简单的总结 1.基本定义 信息检索的定...
  • 最近系统性的看了一些关于信息检索、文本匹配方向的论文,先贴下篇主角论文: (ColBERT) Khattab, O., & Zaharia, M. (2020). ColBERT: Efficient and Effective Passage Search via Contextualized Late ...
  • 信息检索导论》读书笔记

    千次阅读 2015-12-16 23:57:20
    谷歌、百度、雅虎等公司建立了强大的互联网搜索引擎用于快速检索用户需要的网页,一些电商、专业网站往往也建立了内部的检索系统,这一系列背后的技术都离不开信息检索这一门学科的知识。本文将围绕这一方面进行详细...
  • 现代信息检索导论_王斌译_课后习题答案

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 240,958
精华内容 96,383
关键字:

信息检索方法有哪三种