检索策略的构建方法及技巧 贵州省科学技术情报研究所 徐路 2013年7月.

Presentation on theme: "检索策略的构建方法及技巧 贵州省科学技术情报研究所 徐路 2013年7月."— Presentation transcript:

1 检索策略的构建方法及技巧 贵州省科学技术情报研究所 徐路 2013年7月

2 检索策略的构建方法及技巧 一、文献检索策略研究的国内外现状 二、文献检索策略概述 三、各种检索系统功能和数据库质量 四、检索策略制定步骤
目录 一、文献检索策略研究的国内外现状 二、文献检索策略概述 三、各种检索系统功能和数据库质量 四、检索策略制定步骤 五、分析课题，明确检索要求 六、概念分析及检索词取词技巧加举例 七、检索提问式的编写 八、检索策略的优化

3 文献检索策略研究的国内外现状 国外对检索策略的研究较多 ，从中小学就开始普及信息检索知识，并不时地举办以构建最佳检索策略为目标的计算机信息检索竞赛 国内的信息检索策略研究却是很薄弱的环节， 目前国内有关检索策略研究的论文存在着二个偏向：一是名不副实，一些所谓探讨检索策略的文章，却只是对数据库系统检索功能的一般性介绍，并不论述检索策略构建的相关内容；二是纸上谈兵，检索原理、规则面面俱到，却很少不涉及实际的检索方法、技巧和案例，可操作性不强。

4 文献检索策略概述 （一）检索策略定义 （二）常用的检索策略类型

5 （一）检索策略定义 广义的检索策略 ▼指为实现检索目标而制定的全盘计划和方案
▼具体而言，就是在明确检索目的、分析课题特征的基础上，选择合适的数据库和检索系统，拟定检索方案、确定检索词，构建检索提问式，执行检索并调整检索式，直至获得较满意的检索结果的全过程。

6 （一）检索策略定义 狭义的检索策略 ▼特指检索过程中构建检索式的环节 ▼包含检索式的确定，运算符的选择，检索字段的设定及限制选项的设置等

7 （二）常用的检索策略类型 积木型 把检索课题剖析成若干个不同的概念面，逐个查找各个概念面；在每个概念面检索时尽可能地列举同义词、近义词和相关词，用“OR”连接，构成针对每个概念面的检索式，即多个子检索式；最后根据课题要求，选用合适的布尔逻辑算符把所有子检索式连接起来，构成一个总的检索式。 这种策略类似于把各个积木块拼成完整的图案，因此称为积木型检索策略。

8 （二）常用的检索策略类型 逐次逼近型 先用一个较宽泛的检索式，确定一个范围较广的命中文献初始集；
然后逐步用各种检索限制或限定措施，逐渐提高检索式的专指度，缩小命中文献集，直到得到最接近课题主题、数量适宜的文献集为止。 这种策略有利于平衡检索的全面性和准确性，能较好地掌握检索限制和限定的尺度，可取得相当好的检索效果。

9 （二）常用的检索策略类型 最专指面优先 首先从课题中最专指的一个概念面入手检索，得到初步结果后再决定是否要加入其它概念面。
这些其它概念面只有在要提高查准率时才要输入，各概念面在检索式中是逻辑“与”的关系。如果觉得命中文献太少，通常不需要再加入其它概念面在检索式中。 这种检索策略比较灵活，检索用时相对较少。

10 各种检索系统功能和数据库质量 维普数据库 中国知网 万方数据库 国家图文中心 中华人民共和国国家知识产权局专利查询系统 DIALOG检索系统

11 重庆维普中文科技期刊全文数据库 优点：收录的每一篇文献进行正规的主题标引，从而有效地保证了数据库质量，它的基本检索字段采用单汉字索引，实现了先进的模糊检索功能，可达到很高的网罗度和专指度。可在一个检索框中输入整个逻辑检索式，达到一次性检索的目的，节省许多时间和中间环节。 缺点：由于版权的问题，近几年有部分文献如中华医学会的医学文献得不到收录，文献总量不如从前。

12 中国知网数据库系统 http://www.cnki.net/
优点：是目前中文文献量最大的数据库。涉及全国传统出版物与非出版物、音像电子出版物资源的数字化建设； 检索框界面完善，可根据作者、单位、主题、题名、全文、关键词、分类号等不同要求调整不同的检索策略。灵活方便。 检索功能种类多，便于进行各种文献分析。如有专业检索、引文检索、学者检索、科研基金检索、文献出版来源检索等。 缺点：全文索取要密码、收费。

13 万方数据库系统 http://192.168.3.102/ 优点：作为必查的数据库之一，能起到文献的补充作用。能查到全文。
缺点：不可进行组配的检索式的一站式检索；自动切分词语检索，检索词的模糊性太强，有时会跳出不相干的文献，增加筛选难度。即检索“噪音”高、文献筛选量大。 如查“卷接机 *切割装置” 会出现卷烟机切割装置、或切割支撑装置

14 国家科技图书文献中心 优点：文献种类相对较多，有中文库、西文库、国内外专利、标准等；西文库有翻译，且有两种翻译结果，外文查起来比较轻松。 缺点：外文文献量不足。必须借助其它国外数据库如DIALOG系统或其它国外专业数据库，才能保证外文资料的查全率。

15 中国专利数据库检索系统 http://www.sipo.gov.cn/
优点：是目前国内专利最全的专利数据库；可通过申请（专利）号、名称、文摘、申请日、发明人、申请人、分类号、代理人等多途经入口进行检索。 缺点：由于是网上检索，受制于网速的关系，提取专利说明书较困难、速度较慢。

16 DIALOG检索系统 优点：美国DIALOG系统是世界上最早和最大的专业情报检索系统 ，拥有近700个联机数据库都是质量很高、权威的数据库 。文献量最全的检索系统。 缺点：检索方式难、步骤多，需专业培训； 收费昂贵。

17 检索策略制定步骤 ↓ 选择合适的检索数据库（系统） 课题主题分析，确定表达概念的检索词； 拟定符合所选检索系统或数据库规定的检索表达式 检索
分析课题，明确检索要求—————————— ↓ 选择合适的检索数据库（系统） 课题主题分析，确定表达概念的检索词； 拟定符合所选检索系统或数据库规定的检索表达式 检索 浏览检出文献，判断结果是否满意——修正检索策略 分析结果，查找原文

18 分析课题，明确检索要求 与用户进行有效的沟通，全面了解检索的主题内容；
认真阅读提供的查新合同书、项目申报书、用户发表的相关论文及用户掌握的参考文献； 提炼自己所学的专业知识、背景知识和平时积累的工作经验。

19 分析主题内容，确定检索概念 对检索的主题内容进行全面、深入、准确的分 析，找出内容实质； 从析出的主题中提炼出若干个表达实质内容且
具有检索意义的检索概念（主题概念）； 找出核心概念和隐含的重要概念，将抽象主题 转化为具体概念，归并重复概念，排除无关概 念和次要概念； 明确各概念之间的逻辑关系，使分析的主题概 念能准确反映检索的需要。

20 分析主题内容，确定检索概念 明确检索要求：检索的主题内容，如某一 技术、某一理论、某一方法工艺，等等。 在查新中主要指项目的科学技术要点和查
新点。 此外，还应了解与项目有关的其他内容，如专 业背景知识（国内外情况、常用的方法、研究 进展、发展方向等），用户掌握的参考文献及 已发表的文献等。

21 分析主题内容，确定检索概念 注意： 过多过严的概念组配，很可能导致大量相关文 献的漏检，甚至出现检索结果为零的情况；
主题分析不充分，漏掉一些较为重要的概念， 或将无关紧要的内容分析为主题，导致漏检和 误检； 主题分析错误，析出的主题与检索的实质性内 容不符，造成漏检和误检。

22 概念分析及检索词取词技巧 （一）不能只从题名里取检索词，要多途径分析检索概念
（二）注意检索词的同义词、近义词、可替代词、学名、别名、俗名、商品名及简缩写等 （三）词义概念最小化 （四）放弃没有检索意义的词 （五）不要忽略缩略语、元素符号及简单化合物分子式的选用 （六）可提取公因式 （七）可用成熟商品名、药名、或形容词等 （八）注意英文检索词的不同拼写法

23 （一）多途经获取检索概念 参考用户提供的检索词； 从用户课题的技术要点中获取； 从课题的项目申报书中获取； 从课题组人发表的论文中获取；
从课题组人的专利发明中获取； 通过试检，从相关文献中获取； 从专业词典、手册、分类表等工具书中获取； 咨询相关的专家。

24 （一）多途经获取检索概念 康妇炎胶囊及中药灌肠治疗盆腔炎性疾病的疗效评估 :
慢性盆腔炎包括慢性子宫内膜炎、慢性输卵管炎、输卵管积水、输卵管卵巢炎及输卵管卵巢囊肿，慢性盆腔结缔组织炎。 康妇炎*(盆腔炎+子宫内膜炎+输卵管炎+卵巢炎+卵巢囊肿+盆腔结缔组织炎)

25 （一）多途经获取检索概念 国外查新课题：“酱香型白酒中非法添加甜味剂同时检测 的技术研究及应用” 酒 甜味剂 ↓ ↓
酒 甜味剂 ↓ ↓ Liquor Synthetic sweeteners 人造甜味剂 wine Sodium cyclamate甜蜜素 distilled spirit Sodium Saccharin糖精钠 Aspartame阿斯巴甜 Neotame纽甜 Sucralose三氯蔗糖

26 （一）多途经获取检索概念 查新课题“流水线物料流量连续稳定控制的研究 ” 物料 流量 控制 ↓ ↓ ↓ 供料 计量 自动调节
物料 流量 控制 ↓ ↓ ↓ 供料 计量 自动调节 香料 电子秤 稳定调节 配制系统

27 （二）注意检索词的同义词、近义词等 查新课题“PASSIM接装机水松纸卷曲器的设计开发” 卷曲器 ↓ 卷曲机 曲卷器 拉毛器

28 （二）注意检索词的同义词、近义词等 查新课题“切丝机砂轮往复机构润滑及密封结构研究” 切丝机 砂轮往复机 密封装置 润滑 ↓ ↓
切丝机 砂轮往复机 密封装置 润滑 ↓ ↓ 磨削系统 密封结构 密封系统 端盖密封 螺纹连接 U型槽密封

29 （三）词义概念最小化 举例： 查新课题——云计算平台上海量医学图像的数据管理和数据挖掘技术研究 医学图像 ︱ 医学 图像 （概念最小化）
医学 图像 （概念最小化） ︱ ︱ 医学+X片+CT+核磁共振+MRI 图片+图像+影像+成像 （同义词等） 如：信息系统=信息+系统；突发公共卫生事件=突发*公共卫生*事件； 预警指标体系=预警*指标*体系； 数字化板式探测器=数字化*板式*探测器

30 （四）放弃没有检索意义的词 注意不能使用的检索词： 使用各学科在国际上通用的、文献中出现过 的术语，尽量避免选用冷僻词、自选词、自
编自造的词，或一些专业性极强的罕见词； 注重专用词的选择，避免选用过分宽泛的词， 如工艺、研究、技术、开发、方法、研制、问题等； 不能用不确定性词如迷你型、袖珍型、便携式等。

31 （五）注意缩略语、元素符号及简单化合物分子式的选用
举例：查新课题——全集成一体化磷化工生产运营信息系统平台 磷化工包含：磷复肥+磷精细化工+磷煤化工+磷酸生产+磷肥+磷酸一铵+磷酸二氢铵+磷酸二铵，其中 磷酸一铵：分子式- NH4H2PO4；缩略语MAP 磷酸二铵：分子式-（NH4）2HPO4；缩略语DAP 例：断层摄影=CT；核磁共振=MRI

32 （六）可提取公因式 当列出多个相同概念词中都有一个相同词的时候，就可用提取公因式的方法，只将这个词作检索词，其它的词可省略不用：
如白酒、葡萄酒、清酒、药酒、保健酒、红酒等中提出“酒”； “十二指肠、小肠、回肠、结肠、大肠、直肠中提“肠”； 在心脏病、冠心病、心绞痛、心血管病中提“心”等。

33 （七）可用成熟商品名、药名、或形容词等 可适当使用成熟、固定和常用的形容词作为检索词。如： 商品名：老干妈、舒利迭、茅台酒等
药名：六味地黄丸、妇科再造丸、康妇炎胶囊等 形容词：用于白酒的酱香型、醇香型等 病名：SARS、禽流感、 Ilizarov=伊利扎诺夫等

34 （八）注意英文检索词的不同拼写法 aluminium aluminum analyse analyze colour color
在国外检索中有个很重要的问题，同一个概念单词不同国家如英美有不同的拼写方法。如英美不同拼写方式： aluminium aluminum analyse analyze colour color fibre fiber mould mold sulphate sulfate tyre tire

35 （八）注意英文检索词的不同拼写法 有些词有合体与分离两种书写形式： anticounterfeit anti-counterfeit
database data base online on-line waterproofing water-proofing wastewate waste water … … 选取英文检索词时都要考虑到。

36 （八）注意英文检索词的不同拼写法 国外查新课题“微流体系统中熵势与细胞相互作用研究 ” 微流体系统 熵势 ↓ ↓
微流体系统 熵势 ↓ ↓ Microfluidic System Entropic micro-fluidic system Entropy compression micro- * nanofluidic systems

37 检索提问式的编写 检索式是检索策略的具体体现，是指计算 机检索中用来表达用户检索提问的逻辑表 达式，通常由检索词和各种逻辑算符、截
词符、位置算符以及系统规定的其他连接 符号等构成。

38 检索提问式的编写 恰当使用截词：使用截词检索各种词尾变化的词 “？” 使用位置算符指定词组或词间的位置关系：
“与”：“and”=“*”、“或”：“or”=“+”、“非”：“not”=“-” 正确使用各种位置算符（w）、（nw）等； 字段检索时，前缀与后缀代码的限定使用； 注意逻辑算符与位置算符的先后运算顺序，注意 括号的使用。 注意：上述技术的使用要符合所选检索系统或数据库的规定。

39 随时调整检索策略 检索后，通过查看文献结果数量的多少或相关程度 的高低，可以评价检索策略的好坏。通常情况下，
为了达到或接近满意的检索效果，采用各种调节方 法和反馈途径对检索策略进行修改、完善，是不可 避免的。在实际检索中，当放宽检索条件以提高查 全率时，就会降低查准率；反之，当缩小检索范围 以提高查准率时，就会降低查全率。因此要正确分 析误检、漏检的原因，及时调整检索策略。

40 检索策略的优化 建立了全面完整的检索式，若使用不当，也不能达到最佳检索效果。这里面的学问很大，集中了大量的经验在里面，不是一两句话就能涵盖的。必须视情况灵活地调整检索方式的使用范围，才能起到检索策略的优化。

41 检索策略优化方法 （一）扩大命中文献量的方法 增加同义词、相关词，用“or”、“或”连接; 降低检索词的专指度，选用上位词或其他相关 词;
减少逻辑“与”、“AND”的运算; 去掉次要或太专指的检索概念; 调整位置算符，由紧变松; 选择“模糊”检索。 如：信息系统=信息*系统；卷烟机=卷烟*机；误诊率=误诊率+误诊

42 检索策略优化方法 （一）扩大命中文献量的方法 去除某些字段限制，或去除文献类型、年份、 语种等文献外部特征的限定等。
增加检索途径，将主题检索与分类检索等多途径结 合起来；采用全字段检索。 合理使用截词技术，检索所有相同词干的词。 核实拼写。 选择多个其他相关数据库。

43 检索策略优化方法 （一）扩大命中文献量的方法 任意字段检索： 在检索结果为零或较少的情况下使用任意字段检索。根据数据库的特点，任意字段检索是包含了篇名、关键词、作者所在机构、文摘和刊名等内容在内的范围检索，是查全率最高的检索形式。 全文检索：如需要查找和比较产品生产率、温度、气压强度、零部件尺寸大小等具体指标时，只有通过全文检索才能找到，因为这些指标一般不在题名、关键词甚至文摘中体现。万方数据库有这个功能。

44 检索策略优化方法 （二）缩小命中文献量的方法 提高检索式的专指度，选用下位词和专指度较强的检索词；
加入逻辑算符“与”、“+”、“AND”，增加检索概念； 将检索式中的逻辑算符AND改为较宽松的位置算符；或调整位置算符，由松变紧； 选择“精确”检索方式。 如：信息系统=信息系统；误诊率=误诊率

45 检索策略优化方法 （二）缩小命中文献量的方法 使用字段限定，将检索词限制在某个或某些主 题字段中检索，如题目字段、关键词字段等；
增加文献类型、年份、语种等文献外部特征的 限定； 因使用截词导致过多词干相同、但词义完全不 同的词被检出，调整截词的部位或截词方式； 或取消截词，将各检索词一一完整输入。

46 结束语 综 上 所 述，检索策略的构建方法和技巧是多样化的，不能一概而论，要具体情况具体分析。只要不断总结经验就拟出最佳检索策略、提高检索质量、才能达到满意的目的。

47 谢谢大家！