杭州紫金港培训学校(紫金港专升本)杭州紫金港培训学校(紫金港专升本)
同等学力申硕图书馆、情报与档案管理学科综合考前辅导第三编 情报学部分第 15 节 / 共 32 节约 30 分钟报名学员看全文

信息检索:原理、技术、步骤与检索系统

信息检索的概念、类型、匹配原理与发展简史;布尔、截词、短语、位置、邻近、限制检索与多媒体基于内容的检索;检索的六个步骤、三种检索策略与查全率查准率;书目、全文、事实数值、图像数据库,国际联机检索与搜索引擎。

本节考点:信息检索的基本理论信息检索的主要技术与方法信息检索的基本步骤查全率与查准率信息检索服务系统

本节导读

这一节对应大纲第三编第二章「信息检索」的四节:信息检索的基本理论、信息检索的主要技术与方法、信息检索的基本步骤(或流程)、国内外常用信息检索服务系统。

技术与方法、检索策略、查全率与查准率是这一章的重点,适合出单选、名词解释和简答,查全率与查准率还可以算一步。第四节大纲列了大量数据库、联机系统和搜索引擎的名称,是 2008 年前后的列举:本课按大纲讲它们的类型和特点,不写各系统的现状。

信息检索的基本理论

一、信息检索的基本概念与类型

(一)信息检索的基本概念:大纲原文说,信息检索是一种有目的和组织化的信息存取活动。广义的理解包括信息的存储和查找两个过程(所以英文常说信息存储与检索),狭义的理解只指查找。对「存」与「取」关系的认识:存是取的前提,存储时的描述和标引决定了能不能取出来;取是存的目的。

(二)信息检索的类型:传统的信息检索类型划分是文献检索(查文献线索或原文)、事实检索(查某一事实)、数据检索(查数值数据);新的信息检索类型划分是文本检索、数值检索、音频与视频检索。

二、信息检索的基本原理

信息检索的本质是信息集合与需求集合的匹配与选择。信息集合是经过描述、标引而有序化的信息资源;需求集合是用户的检索提问经过分析、转换形成的检索标识;匹配机制是把两者的标识进行比较,把相符的信息选出来。

三、信息检索的发展简史

阶段大纲给的时间特点或问题
手工检索阶段1830 年—20 世纪 70 年代用卡片目录、书本式检索刊物,速度慢、组配能力弱
计算机化检索阶段20 世纪 50 年代初期—20 世纪 90 年代初期脱机批处理、联机检索、光盘检索,速度快、可组配
网络化检索阶段20 世纪 90 年代初期—资源海量而分散、质量参差,查准难,用户要辨别可靠性

信息检索的主要技术与方法

一、文本信息检索的主要技术与方法

技术要点
布尔检索逻辑或(OR,扩大范围)、逻辑与(AND,缩小范围)、逻辑非(NOT,排除)
截词检索右截词检索(词尾截断,前方一致)、左截词检索(词头截断,后方一致)、中间截词检索(词中间用截词符代替不同拼写)
短语检索把几个词作为一个固定词组整体检索
位置检索及其类型规定检索词在记录中的位置关系,如两词紧挨且顺序不变、中间允许插入几个词、两词出现在同一句或同一字段
邻近检索要求两个检索词在一定距离之内出现,不限定顺序
限制检索把检索限定在题名、作者、年代、语种、文献类型等字段或范围内

辅助性检索技术与方法:检索结果排序(按相关度、时间等排序),导航与浏览(按分类逐层浏览),检索结果的可视化(用图形展示结果的聚类与关系),检索结果的翻译(跨语言检索),检索结果的去重合并。

二、多媒体信息检索的基本方法

(一)多媒体信息基于内容检索的基本思想:基于内容检索(Content-Based Retrieval,简称 CBR)直接提取多媒体对象本身的内容特征(颜色、纹理、形状、旋律、运动等)进行相似性匹配,而不只依靠人工给出的文字描述,可以「以例查例」。(二)音频信息的基于内容检索:语音检索(识别语音中的词语),音乐检索(如按哼唱的旋律查歌曲),其他音频检索。(三)图像信息的基于内容检索:基于颜色的图像检索,基于形状的图像检索,基于纹理的图像检索,基于空间关系的图像检索,基于综合特征的图像检索。(四)视频信息的基于内容检索:先把视频切分成镜头、提取关键帧,再结合关键帧的图像特征和运动特征检索。

信息检索的基本步骤(或流程)

大纲列了六步:

  1. 分析用户的信息检索请求:(一)明确检索的目的;(二)检索请求的内容特征分析(主题、学科);(三)检索请求的形式特征分析(文献类型、语种、年代)。
  2. 了解检索工具/系统的基本情况:收录范围、标引方式、检索功能。
  3. 制定检索策略。
  4. 拟定并执行具体检索步骤:选检索词、编检索式、上机检索。
  5. 获取并整理检索结果:(一)输出(或显示)格式的选择;(二)排序方式的选择;(三)处理方式的选择(打印、下载、发送);(四)原始文献获取方式的选择(全文链接、馆藏、文献传递)。
  6. 分析评价检索操作与检索结果:用查全率、查准率评价。

检索策略的定义:为实现检索目标而制定的全盘计划与方案,包括选系统、选检索词、构造检索式和调整步骤。大纲列的三种联机检索策略:

策略做法特点
积木型(build-block)把课题分成几个概念面,各自检索后再用逻辑与组配条理清楚,适合概念明确的课题
引文珠形增长(citation pearl growth)先用最专指的词检出少量高度相关的文献,再从中找新的检索词逐轮扩展像珍珠逐渐长大,适合起初不熟悉检索词的课题
逐次分馏(successive fractions)先检出一个较大的集合,再逐步加限定、缩小范围由宽到窄,适合要控制结果数量的课题

查全率与查准率:

查全率=检出的相关文献数系统中的相关文献总数×100%\text{查全率}=\dfrac{\text{检出的相关文献数}}{\text{系统中的相关文献总数}}\times 100\%查全率=系统中的相关文献总数检出的相关文献数​×100% 查准率=检出的相关文献数检出的文献总数×100%\text{查准率}=\dfrac{\text{检出的相关文献数}}{\text{检出的文献总数}}\times 100\%查准率=检出的文献总数检出的相关文献数​×100%

本节后面还有约 2280 字:报名学员看全文

每门课前 10 节免费看全文;从第 11 节起,完整教程要报名后由顾问在后台为你的账号开通才能看。

题库账号可以直接登录,但第 11 节起的完整教程要报名后由后台开通才能看。

学完练一练

按本节考点从本课的课后练习里抽题(每次 10 道以内),做完看解析、错题自动进错题本。第 11 节起的课后练习报名学员才能练。

本节内容由 AI 辅助编写,配图由 AI 生成,仅供备考参考;考试要求以《全国各类成人高等学校招生考试大纲(2024 年版)》及浙江省教育考试院当年公布为准。

我要提问免费报名咨询