信息检索技术讲义PPT课件( 84页)

词距均为零
两词间隔小于 等于5个词
更多精品资源请访问
docin/sanshengshiyuan doc88/sanshenglu
7445条
低碳
低碳 经济
经济
布尔 逻辑与 示意图
篇名＝低碳（18309条） 、 篇名＝经济（215227条） 篇名＝低碳 and 经济（7445条） 检索时间：2019－2019年 所用数据库：CNKI期刊数据库
篇名＝低碳 and 经济（7445条）
篇名＝低碳（18309条）
篇名＝经济（215227条）
1、按截词位置划分 前截词：*install （ install 、uninstall ） （用于光盘检索） 中截词：sul*ate （sulfate、 sulphate ） 后截词：treat*（treat、treated、treating、treatment 、 treatments） 2、按截词数量划分（用于光盘检索） 有限截词：book? ? （book、books）
篇名＝污水 and 处理（10374条）
篇名＝废水 and 污水 and 处理（59条）
逻辑非
1、逻辑非是一种具有概念排除关系的组配。 2、算符： not 或 3、特点：提高查准率，影响查全率。 4、举例： 通信技术 not 微波，表示检索 出的记录中排除含有“微波通信 ”的记录。 见布尔逻辑图
无人工截词、有自动截词
未在左侧方框内打勾 表示打开自动截词功能
有人工截词、有自动截词
无人工截词、无自动截词
4. 词位检索
亦称位置算符检索，利用算符限定两个检索词之 间的位置关系（ EI、 Web or Science ），或限定检 索词在数据库记录中的位置（ CNKI ）。弥补布尔逻 辑算符只是定性规定检索词的范围，从而提高查准 率。但在网络数据库中进行词位检索只能控制词序， 不能精确控制词距。

2021/4/4
.
19
信息检索的统计模型
一个信息检索模型IRM 是一个三元组
D是文档的集合；
Q是用户需求的集合；
R：D×Q→ R R是集合D与Q的笛卡尔乘积到实数集R的一个 映射，对每个用户查询 q∈Q，每个文档d∈D ，映射R将 (q d）映射为一个实数，称为用户查询q与文档d的相关度。
2021/4/4
1996年正式提出“超链分析”概念并发表了相关文章 ，1997年2月申请了专利——“超链分析技术”（Hypertext document retrieval system and method，专利号5，920，859 ）。超链分析技术的发明，一改互联网搜索杂乱无章、信 息冗余的局面，使搜索效果大幅提升。
PXY1,… … ,Yn
该条件概率表示该节点与其父节点 Y1,……,依Yn赖关系
的强度，在贝叶斯网络中，一个节点仅条件依赖于它的父 节点。
2021/4/4
.
28
概率模型
索引词节点 k i
文档节点 d j
用户查询 q
边有2种类型： 贝叶斯网络的3个层次
2021/4/4
.
29
概率模型
可见：
2021/4/4
2021/4/4
.
13
信息检索中的系统的评价
精确度-召回率曲线分析
2021/4/4
.
14
信息检索系统中的评价
许多用户对信息检索系统精确度要求较高，他们希望尽快 查到相关的文档，而不把时间浪费在无关的文档上。另外 一些用户则认为召回率更加重要，他们认为相关文档占检 索返回的文档比例越高，系统效果则越好。
.
38
搜索引擎
2021/4/4

信息检索与利用
信息检索技术基础
1
主要内容
2.1 信息检索语言 2.2 信息检索技术 2.3 检索效果评价 2.4 检索词的确定 2.5 信息检索策略及策略式 2.6 信息检索步骤 2.7 科技查新
2
2.1 信息检索语言
• 检索语言：在信息的存储和检索过程中， 为使信息在用户和系统间有效传递，各 种检索工具使用专门的语言体系来描述 信息的内部特征和外部特征，同时要求 用户依此构造检索提问式来进行信息检 索，这种专门的语言体系成为检索语言。
2.2.1 布尔逻辑
• 布尔逻辑检索：在进行信息检索时，检索项
之间概念有相交关系、同义关系或相关关系， 这时采用布尔逻辑进行检索项之间的逻辑组配。 • 布尔逻辑算符有三种： 逻辑与、逻辑或、逻辑非

用“与”（AND）、“或”（OR）、“非” （NOT）来表达。
14
逻辑“与”
• 在计算机信息检索时,“与”用于表示概念的交 叉、限定关系 • 逻辑符号：and、﹡、还可用空格表示 A • 表达形式：A and B、 A * B 、或 A B • 具有缩小检索范围和提高专指性的功能。
22
截词的分类
• 按位置分类： 前截词 中间截词 后截词 • 按取代数量分： 有限截词 无限截词
运输 飞机 设计
•
飞机设计 运输飞机 通常使用的叙词表有： 国内《汉语主题词表》, 英国《科学文摘》使用的《INSPEC Thesaurus》，
美国《工程索引》使用的《Ei Thesaurus》等。
7
EI（Thesaurus）
8
2.1 信息检索语言
作用 • 检索词用来组织信息（信息工作者）
• 对文献信息内容进行标引； • 对内容相同或相关的信息加以集中或揭示其相关性； • 对信息进行系统化、有序化；

a、 分析课题，确定检索词及词间关系 b、选择适当的检索工具 达） d、 根据快捷显示，选出有用信息并下载。 e、 原文的索取
c、选择词汇检索途径，在对话框内输入检索词 （注
其他检索途径
1、题名检索
包括书名、刊名、篇名和其他信息的标题等
2、作者 3、机构 4、号码
分类号、 报告号、登记号、专利号、ISBN、ISSN 记录
引文法又可分为两种，一种是由远及近地搜寻，即 价值的论文后进一步查找该论文被哪些其它文献引用 解后人对该论文的评论、是否有人对此作过进一步研 果如何、最新的进展怎样等等。由远及近地追寻，越 研究也就越深入，但这种查法主要依靠专门的引文索 学引文索引》、《社会科学引文索引》 。
另一种较为普遍的查法是由近及远地追溯，这样 由十变百地获取更多相关文献，直到满足要求为止。 合于历史研究或对背景资料的查询， 其缺点是越查材 溯得到的文献与现在的研究专题越来越疏远。因此， 综述、评论和质量较高的专著作为起点，它们所附的 选严格，有时还附有评论。
图书馆图书标识：索书号
图书馆同一分类号的文献数量很多，为了区别相同类号的 分类号的基础上，又给了一个区分符号，这个符号称之为书次 次号与分类号一起共同构成索书号。浙江传媒学院图书馆的文 按照索书号的顺序排架管理的，书次号使用的是著者号，同样 数字标明。。 中文书索书号如：
G254.97/Q097=2
有的中文数据库用“*”来代替AND,就象下面的这个例子。当
如：学生 * 互联网
（2)逻辑“或”：用“OR”或“+”表示
在检索中，你也可以用逻辑“或”（OR）连接关键词 索式（A OR B ）可以检索到包含A或者B或者A和B同 现的文献。OR最好用于针对一个概念的同义词检索。 然，使用OR可以扩大检索范围。