信息检索

1.什么是信息检索？

从广义的角度讲，信息检索包含信息存储和信息获取两个过程。信息存储指通过对大量无序信息的选择和收集、著录和标引等方法，建成各种各样的信息检索工具或信息检索系统，使之成为有序化信息集合的过程。获取是存储的逆过程，其实质是根据特定的需求，运用以组织好的检索系统，将特定的信息查找出来。存储是获取的前提和基础，没有存储就没有获取，而获取是存储的目的，二者密切联系，互相依存，缺一不可。

狭义的信息检索是指广义的信息检索的后一个过程，即信息获取的过程，相当于人们所说的信息查检等。具体来说，狭义的信息检索指通过一定的方法，从已存储的信息中检索出与用户提问相关的文献、数据和事实的过程，即根据用户的特定要求查找所需信息的过程。

2．信息检索效果的评价指标有哪些？

（1）检索效果有效性评价，即检索技术效果的评价，是对检索系统满足检索要求的有效程度的评价，主要以查全率和查准率为评价标准。

（2）检索系统使用的评价，包括系统对用户是否需要，是否实用有多大的实用效果，即检索的社会效果的评价，需要应用社会学方法。

（3）检索费用——效率评价，即检索的经济效果的评价，包括检索系统完成检索服务的成本及时间消耗，需要应用经济学方法。

评价信息检索效果的指标主要有6个：收录范围、查全率、查准率、响应时间、用户负担和输出形式。

附：

查全率=【检出相关文献信息量/检索系统中相关文献信息总量】*100%=

（a/a+c）*100%

查准率=【检出相关文献信息量/检出文献信息总量】*100%=（a/a+b）*100%

漏检率=【漏检相关文献信息量/检索系统中相关文献信息总量】*100%=（c/a+c）*100%

误检率=【误检文献信息量/检出文献信息总量】*100%=（b/a+b）*100% 3．什么是检索语言？

检索语言的实质是用于表达一系列概括文献信息内容的概念及其相互关系的概念标识系统。它可以是从自然语言中精选出来并加以规范化的一套词汇，可以是代表某种分类体系的一套分类号码，也可以是代表某一类事物的某一方面特征的一套代码（如化合物的各种代码），用于对文献内容进行主题标引、特征描述或逻辑分类。

4．怎样理解检索语言的基础是概念逻辑和知识分类？

检索语言的基础是概念逻辑和知识分类。

（1）概念逻辑

检索语言不论是语词的还是符号的，都是表达一系列概括信息内

容的概念及其相互关系的概念标识系统。因此，它们都是建立在

概念逻辑的基础上。

概念逻辑，是一种科学思维方法，通过明确各种概念及其相互关

系而揭示事物的本质属性及各种事物之间的联系与区别。检索语

言在建立词汇、显示概念关系以及在文献标引和检索中，都离不

开概念逻辑。

概念是事物的本质属性的概括，任何概念都有其内涵与外延。

某一概念的内涵，即指其所反映事物的本质属性；外延则是指其

反映事物的范围。他们之间存在着反变关系，即概念的内涵包含

的属性增加，概念的外延便缩小；反之，概念的内涵减少，其外

延就扩大。概念之间的关系，按其外延是否有相同部分，可归结

为相容关系与不相容关系。在相容关系中可以分为同一关系、隶

属关系、交叉关系、整体与局部关系、全面与某一方面关系、不

互相排斥的并列关系；在不相容关系中包括互相排斥的并列关系、

矛盾关系、对立关系。检索语言在表达各种概念及其相互关系时，

普遍地应用了概念逻辑的原理，有效地利用了“概念的划分与概

括”和“概念的分析与综合”这两种逻辑方法来建立自己的结构

体系。

（2）知识分类

知识分类包括事物分类和学科分类。它是对千差万别的事物作系

统研究的重要方法，是对各种事物之间的区别和联系从本质上、

原理上进行揭示的重要手段，对信息的系统化具有重要的价值。5．检索语言的功能有哪些？

（1）标引信息内容特征及某些外表特征，保证不同标引人员表达信息的一致性。

（2）对内容相同及相关的文献信息加以集中或揭示其相关性。

（3）使信息的存储集中化、系统化、组织化，便于检索人员按照一定的排列次序进行有序化检索。

（4）便于将标引引用语和检索用语进行相符性比较。

6．检索语言可以分为哪些类型？

依据不同的标准，检索语言可以有不同的分类结果，具体如下：

（1）按描述文献的特征，可以分为描述文献外表特征的检索语言和描述文献内容特征的检索语言

（2）按结构或原理，可以分为分类语言、主题语言、代码语言和引文语言

（3）按信息标识的组合使用方法，可分为先组式语言和后组式语言

（4）按语言的规范程度，可分为人工语言和自然语言

7．试述主题检索语言的特点和类型。

主题检索语言的类型：

（1）标题词语言

（2）单元词语言

（3）叙词语言

（4）关键词语言

主题检索语言的特点：

（1）专指性高

（2）直观性好

（3）灵活性强

8．试述网络环境下分类语言的新特点。

9．信息著录的含义和作用是什么？

信息著录简称著录，是指在组织检索系统时对文献内容和形式特征进行选择

和记录的过程。信息著录是组织检索系统的基础，是信息存储过程中的一个重要环节。

信息著录的目的是为了报道和检索信息，通过著录可以浓缩文献信息的特征，起到揭示、报道文献，帮助人们快速的了解文献，进而选择自己所需文献的作用。信息著录的作用具体如下：

（1）信息著录是揭示文献内容特征及相关信息的有效方法

（2）信息著录是编制目录和建立数据库的基础

（3）信息著录结果是信息检索的主要依据

10．什么是机读目录？

机读目录（MARC）即机器可读目录的简称，来自英文Machine-Readable Cataloging，是利用计算机识读和处理的目录。机读目录是描述文献著录项目的国际标准格式，是实现计算机处理书目信息及资源共享的基础。

最早产生于美国，1975年，刘国钧引入。

11．什么是元数据？元数据有哪些作用？

元数据的英文为Metadata，意为关于数据的数据。在因特网中，元数据是指描述任何因特网数据和资源，促进因特网信息资源的组织和发现的数据，可协助对网络资源进行识别、描述并指示其位置。

元数据的作用;

元数据具有描述、定位、搜索、评估、选择等多种功用，可以连贯有效地描述、管理、编目网络资源，以便用户更方便的找到资源。具体表现为：（1）定位和检索，借助于元数据，人们可以准确的检索和确认所需要的资源。可以说，这种作用是推动元数据发展的最重要的力量

（2）著录和描述，为了实现高的查全率和查准率，需要对网络资源的数据单元进行详细、全面的著录和描述，描述数据单元的元数据

名称叫做元数据元素（Metadata Element），包括内容、载体、

位置、获取方式、制作与利用方法等多个方面。

（3）资源管理，利用元数据全面的描述网络资源，不仅有利于检索、同时也有利于实现对资源有效、安全的管理，这些元数据元素包

括权利管理（Rights/Privacy Management）、数字签名（Digital

Signature）、资源评价（Seal of Approval/Rating）、存取管理

（Access Management）、支付管理（Payment and

Accounting）等方面的信息。

（4）资源保护与长期保存，利用元数据全面的描述网络资源，不仅有利于现实的管理和咨询，还有助于网络资源的长期的历史保护，

这些元数据元素包括详细的格式信息、制作信息、保护条件、转

换方式、保存责任等。

附：

都柏林核心元数据集：题名（title）、创建者（creator）、主题及关键词（subject and keywords）、描述（description）、出版者（publisher）、其他贡献者（contributor）、时间（date）、类型（type）、格式（format）、标识（identifier）、来源（source）、语言（language）、关联（relation）、范围（coverage）、版权（rights）

都柏林核心元数据集集中地15个元素都是可选择、可重复和可扩展的。12．提高查全率的方法有哪些？请举例说明。

提高查全率，意味着要扩大检索范围，即扩检。可以通过降低检索词的专指度、增加同义词或近义词或相关词的逻辑或组配、选用截词检索、增加和调整检索途径等方法。

（1）降低检索词的专指度。及选用的检索词范围面要广一些，泛指性要强一些的检索词范围面要广一些，泛指性要强一些。为了提高信

息的查全率，除选择恰当的主题词外，还应该选择比恰当的主题

词内容更广的上位词。例如，在中国期刊网中，检索关于“网络

信息资源组织”方面的文章，选择高级检索，直接从篇名途径输

入“网络信息资源”和“组织”，检索到81篇文章。如果想提高

查全率，可以选择降低“网络信息资源”的专指度，输入“信息

资源”和“组织”，仍然选择篇名途径，检索到178篇文章，其中

包括“金融信息资源的网络化组织与服务分析”、“浅论因特网信

息资源的组织与管理”等一批扩检出来的相关文献。

（2）增加同义词、近义词或相关词的逻辑或运算。进行课题检索时，不仅要选择较为规范的主题词，而且要考虑与该主题相关的同义词

或近义词。反映同一概念的检索词越多，就越能保证查全率。比

如，一个词语在英文中往往有多个单词与之对应，如“保护”一

词在英文中即有conservation、preservation、protection等词

与之对应，在构建检索式时，应尽可能考虑到相关的同义词和近

义词。如果想检索有关“互联网”方面的资料，而且想获得较高

的查全率，检索式可以表达为：互联网OR internet OR 因特网。

对于一些表示整体的概念，如果想提高查全率，可以将整体概念

进行拆分，并用逻辑或连接。比如，要检索关于“欧洲能源”方

面的文献，通过背景知识和课题分析，可以知道欧洲能源也包括

英国的天然气、法国的石油等，因而检索式可以表达为：“（欧洲

OR 英国OR 法国OR 德国OR 意大利OR ……）AND （能

源OR 天然气OR 石油OR 煤OR …….）”

（3）选用截词检索。为防止漏检，得到比较全面的结果，可以利用截断的词的一部分进行检索，利用一组相关词词首一致的特性，进行

相关扩检。在一些中文数据库中采用的是前方一致检索或后方一

致检索等。这种方法比较简单易行，通过一个检索词查出许多相

关或相近的文献，可避免输入多个词干相同而词缀不同的检索词，

从而简化检索过程，节约用户的时间，提高检索速度。

（4）增加和调整检索途径。根据检索检索的需要和检索系统的具体情况，可以增加检索途径，如可以将主题检索途径和分类途径结合起来。

比如，在中国期刊网，检索关于“计算机检索”方面的文献，选

择篇名检索途径，检出81篇文章；选择关键词检索途径，命中

337篇文献；选择全文检索途径，得到7613篇文献。

附：

逻辑表达式：逻辑与“AND”，逻辑或“OR”，逻辑非“NOT”

检索关于“研究生教育”的资料：研究生*教育-在职研究生

（硕士生+博士生）*教育-在职研究生检索有关“文献保护”的资料：（文献+图书+档案+资料）*（保护+防潮+放虫+防有害气体）

13．网络信息资源的特点有哪些？

网络信息资源突破了以纸张或其他实物介质为载体的传统信息资源的限制，将大数量、多类型、多媒体、非规范化的信息融合为数字形式，在计算机或计算机网络上方便的存储、检索、处理、传递和加工，今儿从根本上改变了原始信息的生产、采集和提供传递的模式，实现了信息表达和传输的质的飞跃。与传统的信息资源相比，网络信息资源在数量、形式、分布和传播范围等方面有着明显的差异，显现出许多新的特点，主要表现为：

（1）数量巨大，增长迅速

（2）内容丰富，形式多样

（3）结构复杂，分布广泛

（4）开放互动，共享性强

（5）传播快速，利用方便

（6）更新速度快，动态性强

缺点：

（1）网络信息质量参差不齐，良莠不一

（2）分散无序，缺乏管理

14．网络检索工具可以分为哪几种类型？各有什么特点？

网络信息检索工具按照不同的划分方法，可以分为许多不同的类型。

A．按索引方式划分，可分为目录型检索工具和索引型检索工具。

目录型检索工具，又称网络资源目录或主题指南，主要采用人工或机器搜索信息，由人工对搜集的信息进行甄别、分类、加工建立分类导航或分类编排网站目录，提供分类浏览的工具。这类检索工具如搜狐、Yahoo等。

索引型检索工具，又称搜索引擎（Search Engine）,主要采用搜索软件自动搜索信息，建立网页信息索引库，提供全文检索，用户在检索框中输入关键词或词组进行检索。这类检索工具如Google、Alta Vista、天网等，目前的搜索引擎从功能上和检索效果上都在努力接近传统大型商业性联机检索系统，已逐渐成为网络信息检索的主要工具。

随着网络检索工具的发展，现在的网络检索工具大多都提供分类检索和关键词检索两种方式，只不过各检索工具的侧重点不同，因此，目录型检索工具和索引型检索工具的界限也越来越模糊，大多数流行的网络检索工具同时提供两种方式的检索，既提供主题指南又有索引功能的混合型检索工具是当今网络检索工具的发展的主流和趋势。

B．按检索时搜索的检索工具数量划分，可以分为独立型检索工具和几何型检索工具。

独立型检索工具也称单一检索工具，它拥有自己的索引数据库，提供基于自身索引库德查询服务，如Sohu、Yahoo、Google等。

集合型检索工具是多个独立型检索工具的组合，也称多元搜索引擎、元搜索引擎，通过集合型检索工具，可以同时利用多个网络检索工具进行网络信息查询。如Dogpile、万纬、Profusion等。

C．按检索网络资源的类型划分，可分为Web资源检索工具和非Web资源检索工具。

所谓Web检索工具是指利用超文本（或超媒体）技术在因特网上建立的一种提供网上信息资源导航、检索服务的专门Web服务器或网站。由于目前以超文本技术建立起来的Web已成为因特网信息的主流形式，而且Web检索工

具既以Web形式提供服务，又以Web资源为主导检索对象，检索范围还涉及其他网络资源形式，如Usenet、Gopher、FTP等，因此，Web检索工具已成为我们获取因特网信息资源的主要检索工具和手段，几乎成了网络检索工具的代名词。

非Web资源检索工具用于查找网上非Web资源，主要包括FTP、Gopher、Usenet、Telnet等资源，如查找Usenet新闻组的Deja News、查找FTP资源的Archie、检索电子邮件列表的Liszt等。这一类检索工具随着万维网的发展。作用有所减弱。

15．简述网络资源目录的原理和特点。

原理：

（1）网络资源目录以分类理论为依据

（2）网络资源目录以人工收集信息和组织信息为主

（3）网络资源目录将超文本技术融进了分类法

特点：

（1）在体系结构上，以树状结构为主

（2）在类目设置上，以事物为中心确定类目

（3）类目的展开呈现出明显的多维性

（4）类目直接用语词作为标记

（5）面向用户的应用性

（6）类目体系呈现出动态的特征

（7）表现出明显的兼容性

不足之处：

（1）类目名称设置欠规范

（2）类目的设置缺乏逻辑性

（3）商业化和生活化气息过浓

16．元搜索引擎主要涉及的技术有哪些？

元搜索引擎与搜索引擎的最大区别是它没有自己的索引数据库，不需要解决网络资源的收集问题。元搜索引擎的核心问题是要解决如何调用其他的搜索引擎的索引数据库、如何获取检索提问在其他搜索引擎中的查询结果，以及如何评价、排序、呈现结果等。因而，元搜索引擎围绕解决这些问题，主要涉及的技术有用户提问转换、分布是数据库调用、检索机制设计与优化、检索结果输出等。17．网络数据库具有哪些优势？

因特网在全球的迅速发展，为信息资源的数字化、网络化提供了契机。网络成为现代信息资源存储、交流和利用的主要媒介，信息资源网络化已成为一种趋势。网络数据库作为数据库技术在网络环境下的新发展，表现出一定的优势。

（1）信息容量大、增长迅速、更新及时

（2）使用方便，界面友好

（3）检索功能强大

（4）检索结果的显示与输出形式灵活、多样

（5）可以在异地建立镜像站点

（6）原文获取功能强

（7）有着较强的扩展整合功能

（8）可以提供多种服务形式