Transcript 文献信息检索
计算机信息检索 图书馆智能楼四楼，Tel:87600408 87600420 E-mail:[email protected] 什么是信息？ 在西方早期出版的许多文献著作中，“信息 ”(Information)和“消息”(Message)两词是 互相通用的。随着技术的发展，出现了“信息 就是信号”、“信息就是数据”、“信息就是 情报”的说法。但是，信息与消息、信号、数 据、情报的概念并不相同：消息是信息的外壳 ，信息则是消息的内核。信号只是信息的载体 ，信息是信号所载荷的内容。数据是记录信息 的一种形式，但不是唯一的形式，因此不能把 它等同于信息本身。情报一词在日语中的确就 是信息，但是在汉语中，情报只是一类专门的 信息，是信息的一个子集。 综合各种对信息概念的描述，信息是世界 上一切事物的状态和特征的反映，是用文 字、数据或信号等形式，通过一定的传递 和处理，来表现各种相互联系客观事物在 运动变化中所具有特征内容的总称。人们 认识世界的过程，实际上就是不断从外界 获取、加工和运用信息的过程。在当今信 息社会中，信息与物质、能量一起，成为 社会经济发展的三大支柱，物质提供材料 ．能量提供动力，信息提供知识与智慧。 信息已经成为促进社会经济发展的重要资 源。 信息检索概念 Information Retrieval 广义概念——是指将信息按一定的方式 组织和存储起来，并根据信息用户的需 要找出有关的信息过程，故全称：“信 息的存储与检索(Information Storage and Retrieval ) 。 狭义概念——仅指上述过程的后半部分 ，即从信息集合中找出所需要的信息的 过程，相当于人们通常所说的信息查寻 （Information Search)。 信息检索可分为直接检索和间接检索。 直接检索——直接从信息源和文献载体中 获取信息； 间接检索——通过信息检索工具或检索系 统获取所需的信息。 检索工具：报道、存储和查找信息的工具 ；书本或卡片式，手工检索。 检索系统：由检索设备和加工整理好并存 储在相应的载体上面的文档或数据库等共 同构成。 计算机信息检索，是指以计算机技术为 手段，通过光盘、联机和网络等现代检 索方式进行的信息检索。 信息检索的意义 现代科技的发展，每时每刻都有新的发明创造 ，信息也出现新陈代谢加快、老化加剧、使用 寿命缩短的趋势。而现代信息技术的发展，特 别是计算机技术、电子技术、远程通讯技术、 光盘技术、网络技术发展，使信息的载体从传 统的纸质印刷型媒介向光学、磁性媒介发展， 信息的传递速度越来越快，传播面也越来越广 ，信息检索手段越来越先进。面对爆炸式增长 的信息量，信息检索是进行科学研究必不可少 的手段之一 如何从这浩如烟海的信息中找出所需信息， 是信息检索的重任。 信息检索的作用 充分利用信息资源，避免重复劳动 ：积累、 继承和借鉴前人的研究成果是科技发展的重要 前提，在研究工作中，任何一个项目从选题、 实验研究或设计，到成果鉴定，每一步都离不 开信息。只有充分掌握了有关信息，才能避免 重复，少走弯路，保证研究工作在尽可能高的 层次上起步，并缩短研究周期。 更新自身知识积累，适应社会发展需要 ：掌握 信息检索的方法与技能，是形成合理知识和更 新知识的重要手段，是做到无师自通、不断进 取的主要途径。 学习方式 利用图书馆各文献数据库中的“帮助” 功能和图书馆的信息检索讲座 （每周四 下午），自助学习本课程。 上机实习地点：图书馆智能楼公用机房 或连通校园网的任何一台计算机 实习时间：公用机房开放的任何时 间。上校外网请自带帐号（在校网 络中心申请） 上机时请随带本人借书卡，并进行 登记 交流方式 可通过E-mail、电话或到图书馆智 能楼四楼信息服务室当面咨询。 或通过图书馆主页“服务指南”栏 目下的“用户培训”发布培训计划 。图书馆业务通告栏将即时发布有 关信息。 图书馆讲座通知 每周四13:30，图书馆智能楼四楼文 检课教室 具体每一讲内容及时间请关注图书 馆“用户培训计划”与图书馆发布 的通知。 科技文献信息的结构等级 零次文献：是指未经过任何加工的原始文献 ，如实验记录、手稿、原始录音、原始录像 、谈话记录等。零次文献在原始文献的保存 、原始数据的核对、原始构思的核定（权利 人）等方面有着重要的作用，其特点是信息 来源直接真实, 内容新颖。 一次文献：是指作者以本人的研究成果为基 本素材而创作或撰写的文献，如阅读性图书 、期刊论文、科技报告、专利文献、会议文 献、学位论文、技术档案等都是一次文献。 科技文献信息的结构等级 二次文献：是指文献工作者对分散的无组织的 一次文献进行搜集、提炼、浓缩、加工、整理,并 按一定的科学方法组织编排、编辑出版的文献， 是为了更有效地管理和利用一次文献而编辑的工 具性文献。如各种目录、题录、文摘及机读型书 目数据库、网上检索引擎等都属于二次文献。 三次文献：是指对有关的一次文献和二次文献 进行广泛深入的分析、研究、对比、综合、评述 、概括而撰写的文献，如综述、述评、年度进展 报告、百科全书、手册、年鉴、辞典等。其特点 是文字精炼、叙述简明扼要，具有系统性、综合 性、知识性和工具性等特点。 十大情报源 是指人们在进行科研及技术工作时使用频率 比较高的十种情报来源的总称。 1.科技图书：是对某专门知识或某学科进行 系统的论述或概括的一种情报来源。其主要 特征是内容比较成熟，但相对比较陈旧。合 法出版的图书均有版权页。 2.科技期刊：又称连续性出版物（serials),是 一种定期或不定期连续出版的文献载体，它 一般有同样的名称，按一定时间编定卷号， 每一卷又分若干期。 十大情报源 期刊是人们获取信息的最重要来源，在科学 家和专家们所利用的全科技信息中，由期刊 提供的占70%左右。 电子期刊在目前网络时代中正在崛起，其形 式也有多种，包括印刷期刊的数字化、印刷 期刊的网络版、网络期刊（开放访问期刊） 十大情报源 3.科技报告：报道（记录）研究和开发调查 工作的成果或进展情况的一种文献类型， 一般都编有号码，供识别报告本身及其发 行机构 ，报告是一种典型的机关团体出版 物。 科技报告的流通范围有绝密、秘密、保密 、非密限制发行、非密、解密等 由于科技报告是非正式出版的，获取比较 困难。 我国每年发表科技报告5万余篇，中国科技 信息研究所是我国科技报告的收藏单位。 十大情报源 4.会议文献：是指学术会议文献，它往往 反映出科学技术的发展趋势，其特点是与最 新成果的间隔时间短，但其内容与期刊相比 可能不太成熟。 会议类型大致可分为国际会议、全国性会议 及地区会议等。会议和会议文献常用的主要 名称有conference（大会）、meeting（小 型会议）、symposium（讨论会）、 proceeding（会议录）、paper（单篇论文 ）、transaction（汇报）等。 十大情报源 5.专利文献：在实行专利制度的国家 ，凡是本国或外国的个人和企业有了 创造发明，都可以根据专利法的规定 ，向本国或外国专利局提出申请，经 审查合格，批准授予在一定年限内享 有创造发明成果的权利，并在法律上 受到保护，这样一种受到法律保护的 技术专有权利叫做专利。 广义的专利文献是指所有与专利制度有关的 文件, 包括专利申请书、专利说明书、专利 分类、专利公报、专利文摘、专利证书等; 狭义的专利文献仅指专利说明书。 根据专利的技术水平和应用情况，专利类型 有invention（发明）、utility patent(实用新 型）和design patent（外观设计）等。 十大情报源 6.标准文献：经过公认权威当局批准的 标准化工作成果，可以采用文件形式或 规定基本单位（物理常数）这两种形式 固定下来、以文件形式出现的标准化工 作成果，就是标准文献。 标准按使用范围可分为国际标准、区域 标准、国家标准、地方标准、行业标准 和专业标准等 标准一般过若干时间就要进行修订, 新 的标准不断地替代旧的标准。因此,查阅 时应以最新标准为准。 十大情报源 7.学位论文：是高校研究生、毕业生为 获得学位进行科学研究而写出的学术性 论文。按学位不同可分为学士论文、硕 士论文和博士论文。 硕士和博士论文具有一定的学术性、独 创性、系统性和完整性, 具有重要的参 考价值。学位论文一般不公开发行, 多 数收藏在授予学位的大学图书馆、档案 馆或研究机构的文献信息中心。 十大情报源 8.产品资料：一般是指产品样本说明书，是厂商或 贸易机构为宣传和推销其产品而印发的免费赠给消 费者的资料。如产品目录、产品样本、产品说明书 、产品总览、产品手册等。如今，许多厂商已经开 始利用互联网发布产品信息，网上可以找到不少产 品资料。 9.技术档案：技术档案是在生产或科研活动中形成 的，有具体工程和研究对象的技术文件的总称, 包 括任务书、协议书、技术经济指标、研究计划、方 案、试验设计实验记录调查材料、总结报告等所有 应入档的资料。技术档案有一定的保密性, 一般在 内部控制使用。 十大情报源 10. 报纸：报纸以及广播、电视等大众 传媒传递信息快, 信息量大, 现实感强, 传播面广, 具有群众性和通俗性, 是重 要的社会舆论工具和信息源。一些专门 刊登科技类文献的报纸对了解当前的学 科前沿和水平以及科学新闻很有益处。 主要文献类型的著录格式 专著: 作者. 书名. 出版地:出版者,出版年 如: Borko H, Bernier C L. Indexing concepts and methods. New York：Academic Press,1978 期刊: 作者(多作者用逗号分开,超过3个者用et al). 文章 题目.刊物名称,年代,卷数(期数):页数 如: Porter MF, Zhang J. An algorithm for suffix stripping. Program, 1980, 14(3):130~137 学位论文:作者.题名[学位论文]. 保存地点:保存单 位,年份 如:Cairns R B. Infrared spectroscopic studies on solid oxygen [dissertation]. Berkeley： Univ. of California,1986 主要文献类型的著录格式(续) 报纸文章: 作者. 题名. 报纸名, 出版日期(版次) 如: Amy Harmon. UN summit on Internet copyright. The Seattle Times, Dec. 2, 1996 论文集: 作者. 题名. 见(In): 编者. 论文集名. 出 版地:出版者, 出版年,起止页码 如: Hunninghaks GW,Gadek JB, Szapiel SV et al. The human alveolar macrophage. In:Harris CC ed. Cultured Human Cells and Issues in Biomedical Research, New York: Academic Press, 1980, 54~56 其它文献类型的著录格式 （1） Kahn R. A framework for distributed digital object services (Tech. Rep.). CNRI.1995( 科技报告 或技术报告 ) （2） Neal J. The Digital Imperative：Building the Electronic Library of the Future. '98 General Conference of International Federation of Library Associations and Institutes, Amsterdam, The Netherlands, 1998 (会议录或会议文献) （3） Dougherty R C. Chemical and biological agent resistant hose for gas transmission and personnel protection. USA. US6,029,712(CI. 138141; F16L9/14),29 Feb 2000.（ 专利 ） 主要文献类型的著录格式 （4） ISO. Information processing-Text and Office System-Standard Generalized Markup Language (SGML). 1986, No.ISO8879 ( 标准或技术标准 ) （5） US Congress Office of Technology Assessment. Intellectual property rights in an age of electronics and information. Washington D. C.: US Government Printing Office, 1996 ( 政府 出版物 ) 计算机检索的基本原理 检索技术及其实现 检索技术包括基本布尔逻辑组配、截词、词位 限制、检域限制等。 布尔逻辑组配是现行计算机检索的基本技术， 主要通过“和(and,*)”、“或(or,+)”、“非 (not,-)”等将检索词联络起来 如：信息检索 AND 计算机 （信息检索 OR 文献检索） AND 计算机 文献检索 NOT 文献检索课 检索技术及其实现——截词 截词包括后截（最常用）、中截、前截等。不同 检索系统截词符各有规定，常用有：?、*、！、$ 在DIALOG国际联机检索系统中，用？作为截词符 ，主要包括下列情形： 符号 ？ ? ? ?? 意义 前、后、中截词 后截一字符 后、中截二字符 实例 ？computer computer?; wom?n computer? ? act??; encyclop??dia ??? 后、中截三字符 computat??? 检索技术及其实现——检域限制 检域限制也称字段限制，包括前缀限制符和后缀限 制符。如对DIALOG系统而言，前缀限制符有： AU= 限查特定作者 JN= 限查特定刊名 LA= 限查特定语种 PN= 限查特定专利号 PY= 限查特定年代 后缀限制符例如： /TI 限在题目中查 /AB 限在文摘中查 /DE 限在叙词标引中查 目前大多数检索系统提供菜单式检索，只需选择字段 ，不需要记住及输入字段代码。 文献检索的基本步骤 （1）确定检索方向。这是使检索获得满意 结果的先决条件，为此必须弄清所需信息的 诸特征，如学科归属、主题概念、时间界限 、文献类型、国别和语种等。 （2）确定检索方法。一般有三种方法： a.正文法——从主题、分类、作者等途径 查找。 b.引文法：又叫追溯法，即着眼于文献所 附的参考或引用文献目录。（SCI） c.交替法：正文法和引文法交替使用。 文献检索的基本步骤 （3）确定检索工具。根据学科专业、语 种等，选择一种或多种检索工具或检索 引擎。 （4）确定检索途径。主题、分类或作者 （5）实施检索。注意检出一批结果后， 应浏览题目和文摘，判断是否满足要求 ，并加以筛选，若感到不满意，应及时 修改检索策略，加以调整，再行检索， 直到满意为止。 文献检索的基本步骤 （6）索取原始文献。检出结果通常是文献线 索，还不是原始文献。为了索取原始文献，还 须进行两项工作： a.辩识文献款目，包括文献类型、来源、 出版物名称等； b.查找原始文献的收藏单位，先从本单位 、本地区入手，利用馆藏目录和联合目录（联 网目录），找到原始文献收藏单位，即可通过 借阅、复制或网上传送、馆际互借等途径获得 文献。 求助于图书馆馆际互借员：胡武荣， 87600408，[email protected] 宁大图书馆电子资源 宁波大学图书馆所购置的数字资源 种类主要为两大类： 光盘数据库及镜像数据库（校园网内） ：（1）文摘索引型（2）全文型； 网络数据库（需联通CERNET或INTERNET ）：（1）文摘索引型（2）全文型 我校数字资源建设概况 数据库覆盖宁波大学所有学科专业。图书 馆一年新增的数字化信息资源总量已经超 过了印刷型文献的信息总量 数据库的规范使用 适度下载：一个帐户连续不断下载同一数据 库全文不超过30篇。不能进行“ 恶意下载 ” “恶意下载”具体指三种行为:1）整本下载 电子图书或者整卷、整期下载期刊论文;2） 在下载过程中，使用了智能下载工具;3）短 时间内大批量集中下载同一数据库的文献。 不得将下载的电子文本给非本单位的人员使 用。但可以通过打印后邮寄、传真给他人使 用，同一篇文献用这样的方法给非本单位人 员使用不得超过10次。 禁止用智能下载工具下载 全文网络数据库的使用许可协议书明文规定 ，严格禁止使用任何自动下载软件、智能机 器 人 下 载 工 具 （ 如 NetAnt ， Flashget(Jetcar) ， DLExpert ， Getright 等）。 数据库厂商一般都实行每天24小时、每周７ 天不间断对用户使用情况进行监控，当一个 IP在一分钟内发出下载请求超过45次／篇时 ，将被监控系统视为使用了自动下载工具进 行违规操作。 违规使用的后果 停止违规使用IP的使用权； 停止宁波大学所有IP的使用权； 大幅度涨价； 诉诸法律。 电子资源的类型 按学科类型有： 综合性资源和专业性资源 按不同语言类型有： 中文资源、外文资源、多语种资源 按提供的信息量有： 文摘题录型、全文型、事实数据型 电子资源的类型 按使用许可或制作目的有： 商业性数据库 免费数字资源 按文献类型有： 电子报刊 电子书 学位论文数据库 专利文献数据库 信息资源在科研中的作用 据美国科学基金会统计，一个科研人 员花费在查找和消化科技资料上的时 间需占全部科研时间的51%，计划思 考占8%，实验研究占32%，书面总结 占9%。由上述统计数字可以看出，科 研人员花费在科技出版物上的时间为 全部科研时间的60%。 学术论文和文献的作用 学术文献除了记录科学研究的发展外， 还有促进学术信息交流的作用，从事科 学研究工作一方面要通过已有的学术文 献的检索，了解相关课题 ，另一方面也 会将自己的研究成果表达在学术文献中 ，供别人参考。融入科学信息交流中， 是科研工作重要的一部分 查找学术文献的根本目的 了解课题的起源、变迁，最新进展，把握整个课题的全貌。使研 究工作从一个比较高的起点开始。 – 从选题的确立，到选题确立后研究过程中问题的解决，再到发 表论文与同行的切磋 – 可以说，科学信息获取的全面与否，决定了选题确立决策时的 客观性；同时为在研究过程中遇到的问题提供好的解决方案。 在课题研究开始后，会遇到各种困难，为了寻找好的解决方案， 通过查找文献，借鉴别人解决问题的思路。 – 同样一个研究方向，在全球范围内，可能有许多实验室在同时 进行，通过查阅文献，可以借鉴同行的一些思路、方法、研究 成果，帮助自己解决实际问题 网络信息的检索和利用 Internet是现代远程通信、计算机软硬 件以及相关技术迅速发展和紧密结合的 产物 Internet就是一个网络。它连接了全球 不计其数的网络与电脑，将不同国家、 不同领域的各类信息资源联为一个整体 的、超级信息网络；能够提供广泛的、 多层次的，文本信息、声音信息、图像 信息以及上述各类信息的综合信息。 Internet是一个开放的网络，是一个没有 专门机构进行管理的事物，信息的存储和 发布有极大的自由度，缺乏必要的过滤和 质量控制。这种发展模式，造就了 Internet及其海量的信息资源，但同时也 造成了信息资源的芜杂和泛滥，大量冗余 、粗制滥造乃至伪劣的信息在网络上迅速 地膨胀，有用信息与无用信息混为一体、 精加工的高质量信息与未经任何过滤的低 质量信息混为一体，信息质量良莠不齐， 网络安全也存在隐患。 Internet信息资源的类型 根据信息来源的不同，人们将Internet信息资 源分为政府、公众、商用三类信息资源。 （1）政府信息资源。主要包括各种新闻、统计 信息、政策法规文件、政府档案、政府部门介 绍、政府取得成就等。 （2）公众信息资源。包括公共图书资源、科技 信息资源、新闻出版资源、广播电视信息资源 等。 （3）商用信息资源。即商情咨询机构或商业性 公司为生产经营者或消费者提供的有偿或无偿 的商用信息，包括产品、商情、咨询等类型的 信息。 根据信息资源利用的性质，可分为开放式信 息、注册信息交流式信息三类信息资源。 （1）开放式信息。允许用户随时查询；提 供大量信息交流场所，有足够的信息资源允 许用户求知；获得公用共享软件，查询相当 的事实和数据信息。 （2）注册信息。指获取信息事先要在主机 方开有帐号，进行记费查询。 （3）交流式信息：允许用户在网上参与各 种主题讨论，足不出户即能获得相关主题的 最新信息。信息是在网上与人讨论中获取的 ，特点是没有固定的结果，需要动态地沟通 ，在讨论的基础上总结观点。 按收费与否分为免费资源和有尝使用资源 免费资源主要有 1.免费数据库 2.免费专业论文 3.电子图书 4.事实数据 5.电子报纸 6.专业导航 免费数据库 中国知识资源总库http://www.edu.cnki.net/ 维普资讯 http://www.cqvip.com/ 万方数据资源http://www.wanfangdata.com.cn/ 免费电子期刊 中国科技论文在线http://www.paper.edu.cn/ NSTL （国家科技图书文献中心）所购外文 网络版全文期刊 http://www.nstl.gov.cn/htm/qwwx/index.jsp Open J-Gate 开放获取期刊门户 http://www.openj-gate.com/ 其他免费资源 免费电子图书 专利文献 报纸 事实数据 专业学术导航 网上资源的检索工具——搜索引擎 全文搜索引擎。代表性的有Google、百度（ Baidu）等等。 目录索引。在严格意义上算不上是真正的搜 索引擎，仅仅是按目录分类的网站链接列表 而已。用户可以不用进行关键词查询，仅靠 分类目录也可找到需要的信息。最具代表性 有Yahoo雅虎、搜狐、新浪、网易搜索等 。 元搜索引擎。 Google http://www.google.com/ Yahoo! http://www.yahoo.com 百度 http://www.baidu.com 搜狗 http://www.sogou.com/dir/ ：狐公司 推出的全球首个第三代互动式中文专业搜 索引擎 Thanks!