第 2 章 信息检索原理

# 1. 信息检索的概念

# 狭义信息检索

狭义的信息检索是指依据一定方法，从已经组织好的信息集合中查找并获取特定相关信息的过程。

# 广义信息检索

广义的信息检索包括信息存储和信息检索两个过程：

• 信息存储：对大量无序信息进行整理、分类、浓缩、标引，形成可检索的信息系统。
• 信息检索：用户根据需求，利用检索工具或检索系统查找所需信息。

# 信息检索的实质

信息检索的实质是：

将用户信息需求的提问特征与信息集合中的检索标识进行匹配，从而找出相关信息。

也可以理解为信息需求集合与信息资源集合之间的匹配和选择。

# 2. 信息检索的类型

# 按检索方式分

# 按检索内容或目标分

# 按信息组织方式分

• 全文检索：系统存储整篇文献或全文内容。
• 超文本检索：信息以非线性网状结构组织。
• 超媒体检索：在超文本基础上加入图像、声音、视频等多媒体信息。

# 3. 检索途径

# 外部特征途径

# 内容特征途径

# 4. 检索语言

检索语言是描述信息内容和用户需求的人工语言，是信息存储与检索之间的桥梁。

# 自然语言与规范化语言

# 常见检索语言

• 分类语言：按学科体系组织信息，如中图法。
• 主题语言：用主题词表达文献主题。
• 关键词语言：从题名、摘要、正文中提取关键词。
• 叙词语言：通过规范词表控制同义词、上位词、下位词等关系。

# 5. 检索系统与检索方法

信息检索系统通常包括：

• 信息资源库。
• 标引和索引系统。
• 检索接口。
• 检索算法。
• 结果显示与管理模块。

# 常用检索方法

# 6. 检索技术

# 布尔逻辑检索

示例：

1
2
3

信息检索 AND 数据库
会计准则 AND 公司治理 NOT 金融企业
大学生 OR 高校学生

# 字段限制检索

把检索词限定在特定字段中，如题名、作者、关键词、摘要、机构、来源等。

字段限制通常能提高查准率。

# 截词检索

用通配符表示词尾或词中变化，适合英文检索。

示例：

1

comput*

可匹配 computer、computing、computation 等。

# 位置限制检索

限制多个词之间的距离或相邻关系，如 NEAR 、 ADJ 。适合表达词组或相关概念。

# 精确检索

使用引号或精确匹配方式检索完整短语。

1

"information retrieval"

# 7. 检索效果评价

# 查全率与查准率

公式：

$$查全率 = \frac{检出的相关文献数}{系统中相关文献总数}$$

$$查准率 = \frac{检出的相关文献数}{检出文献总数}$$

# 二者关系

• 扩大检索范围通常提高查全率，但可能降低查准率。
• 缩小检索范围通常提高查准率，但可能降低查全率。
• 检索策略要根据任务目标在二者之间平衡。

# 8. 检索步骤与策略

# 一般步骤

1. 分析检索需求。
2. 选择检索工具或数据库。
3. 提取检索概念和关键词。
4. 构造检索式。
5. 执行检索。
6. 浏览和筛选结果。
7. 评价检索效果。
8. 调整检索式并再次检索。

# 常用策略

# 9. 本章考点

1. 信息检索的广义、狭义定义。
2. 信息检索的实质：需求特征与检索标识匹配。
3. 文献型、事实型、数据型检索的区别。
4. 自然语言与规范化检索语言的区别。
5. 布尔逻辑检索、字段限制、截词、位置限制。
6. 查准率和查全率的公式、含义和关系。
7. 检索步骤与策略调整。

# 10. 快速自测

• 为什么说信息存储和信息检索互为前提？
• AND 、 OR 、 NOT 分别如何影响检索结果？
• 如何提高查准率？如何提高查全率？
• 查准率和查全率为什么常常存在矛盾？
• 检索一个复杂课题时，为什么要先分析概念组？