项目2 信息检索技术及其应用
学习重点
1．了解常用的网络检索技术和检索方法；
2．掌握高级检索中的布尔逻辑检索技术和检索方法。
学习要求
通常习惯利用搜索引擎进行简单检索，忽略了高级检索的功能，本项目要求学会通过高级检索提高查准率。
自主操作检索实例，理解高级搜索的表达方式，回答教师的随堂提问；在理解的基础上完成检索任务，教师随时抽查，并且把任务执行过程、表达式的构建以及结果的显示加以说明。基本格式如下：
检索题目： 表达式为： 检索结果： 检索结论：
一、相关知识
1．布尔逻辑检索技术
布尔逻辑检索是指采用布尔逻辑表达式来表达用户的检索要求，并通过一定的算法和实现手段进行检索的过程。
利用布尔逻辑运算符进行检索词或代码的逻辑组配，是现代信息检索系统中最常用的一种方法。常用的布尔逻辑运算符有三种，分别是逻辑或（OR）、逻辑与（AND）、逻辑非（NOT）。用这些逻辑运算符将检索词组配构成检索提问式，计算机将根据提问式与系统中的记录进行匹配，当两者相符时则命中，并自动输出该文献记录。
（1）逻辑与（AND）运算符（*）
逻辑与是用于组配不同的概念的检索词，是一种概念相交和限定关系的组配。
检索提问式：A AND B
其含义是：检出的信息中必须同时含有“A”和“B”两个检索词（如图1-2-1中阴影部分所示）。其基本作用是对检索范围加以限定，逐步缩小检索范围，提高检索结果的查准率。
例如，检索式：网络AND信息检索
检索结果：文献内容中既含有“网络”又含有“信息检索”词的文献为击中记录。
（2）逻辑或（OR）运算符（+）
逻辑或是用于组配具有同义或同族概念的检索词。
检索提问式：A OR B
其含义是：数据库记录中任何一条记录，只要含有“A”或“B”中任何一个检索词即为命中的文献（如图1-2-2中阴影部分所示）。其基本作用是扩大检索范围，增加命中文献量，提高文献的查全率。
例如，检索式：网络OR信息检索
检索结果：文献内容中含有“网络”或含有“信息检索”，以及两词都包含的文献为击中记录。
（3）逻辑非（NOT）运算符（-）
逻辑非是用于排除含有某些词的记录。
检索提问式：A NOT B
其含义是：检出的记录中只能含有“NOT”运算符前的检索词“A”，但不能同时含有“NOT”运算符后的检索词“B”（如图1-2-3 中阴影部分所示）。其基本作用是缩小检索范围，但并不一定能提高文献命中的准确性，一般只起到减少文献输出量的作用。
例如，检索式：网络NOT信息检索
检索结果：文献内容中含有“网络”而不含有“信息检索”的文献为击中记录。
注意：“NOT”运算符有排除掉相关文献的可能，因此，在实际检索中应慎重使用。
检索中逻辑运算符使用是最频繁的，对逻辑运算符使用的技巧决定检索结果的满意程度。对布尔逻辑检索要求，除了要掌握检索课题的相关因素外，还应在布尔逻辑运算符对检索结果的影响方面引起注意。另外，对同一个布尔逻辑提问式来说，不同的运算次序会有不同的检索结果。
图1-2-1 逻辑“与”运算符
图1-2-2 逻辑“或”运算符
图1-2-3 逻辑“非”运算符
2．二次检索技术
二次检索技术是在当前检索结果范围内，再次提出检索条件进行查询，缩小检索范围。二次检索可以多次进行，使检索结果逐渐接近精确检索的目标。
3．字段限定检索技术
字段限定检索是指一种限定检索词或检索式在数据库中查找的范围，用于缩小检索范围，提高检索速度和命中率。
常用的限定检索字段有：题名、主题词、关键词、文摘、作者、时间、刊名等。
字段限定检索还可以用字段限定命令限定检索范围，例如，限定站内搜索、限定文档格式、限定关键词位置等。
4．截词检索技术
截词检索就是用截断的词的一个局部进行的检索，并认为凡满足这个词局部中的所有字符（串）的文献，都为命中的文献。这种技术用于扩大检索范围，按截断的位置来分，截词有后截断、前截断和中截断三种类型。
（1）后截断检索（前方一致）：例如，股票？？，检索结果为股票市场、股票数等。
（2）中截断检索：例如，中国？？教育，检索结果为中国高等教育、中国职业教育等。
（3）前截断检索（后方一致）：例如，？？文学，检索结果为现代文学、古典文学等。
二、检索实例
例 1-2-1 百度高级搜索界面的布尔检索。
（1）包含以下全部的关键词：逻辑与
操作输入1：百度检索技巧，如图1-2-4所示。
观察：这几个词在结果中的出现特征，如图1-2-5所示，找到相关结果约15,800,000个。
图1-2-4 操作输入1
图1-2-5 操作输入1结果条目
操作输入2：百度 检索 技巧，如图1-2-6所示，找到相关结果约3,930,000个，如图1-2-7所示。
结论：使用搜索引擎输入关键词的时候，把关键词用空格隔开，相当逻辑与。
图1-2-6 操作输入2
图1-2-7 操作输入2结果条目
（2）包含以下完整的关键词：全部词，并且不能拆分，不能颠倒次序，这种位置检索与布尔检索的结合，也称为词组检索。
操作输入：百度检索技巧，如图1-2-8所示。
观察：结果中词的特征，并观察输入框中词的特征，如图1-2-9所示。
结论：相当于在简单搜索界面输入 “信息检索技巧”，即加双引号。
图1-2-8 操作输入
图1-2-9 操作输入结果条目
（3）包含以下任意一个关键词：或者的意思，只要包含任意一个关键词即可，逻辑或。
操作输入：百度 检索 技巧，如图1-2-10所示。
观察：这几个词在结果中的出现特征以及输入框内关键词的表现形式，如图1-2-11所示。
结论：相当于在简单搜索界面输入：（百度|检索|技巧），即如果各词之间是或者，则用“|”隔开。
图1-2-10 操作输入
图1-2-11 显示结果条目
（4）不包括以下关键词：非的意思，即在结果中不出现以下关键词，逻辑非。
操作输入1：在“包含以下全部的关键词”文本框中输入“百度检索技巧”；在“不包括以下关键词”文本框中输入“百度文库”，如图1-2-12所示。
结论：相当于输入“百度检索技巧-（百度文库）”，即用减号“-”表示非，排除的意思，如图1-2-13所示。
图1-2-12 操作输入1
图1-2-13 显示结果条目
操作输入2：在简单检索界面分别输入以下两组词，并比较结果（搜到的网页数、时间、结果的情况）
百度信息检索技巧 -（百度文库）
百度信息检索技巧
“-”号位置：“-”号前留一个空格。
例 1-2-2 谷歌布尔检索技术应用
布尔检索技术：运算符[与（AND）、或（OR）、非（NOT）]。
（1）逻辑“与”
逻辑“与”用“AND”表示，Google搜索引擎通常用空格表示。使用逻辑“与”是为了要求检索结果的Web页面中同时出现所有输入的检索词，提高查准率。
操作输入1：在简单检索界面输入检索式：亚洲 经济危机（中间空格），如图1-2-14所示。
图1-2-14 “逻辑与”简单检索界面
操作输入2：在高级检索界面的“全部所需字词”文本框中（而且的意思）输入“亚洲 经济危机”，如图1-2-15所示。
图1-2-15 “逻辑与”高级检索界面
检索结果：击中记录3770 000条，如图1-2-16所示。
图1-2-16 “逻辑与”检索结果条目
结论：两种操作方法的检索结果相同。后者相当于在简单检索界面输入检索式：亚洲 经济危机（中间空格）。
（2）逻辑“或”
逻辑“或”用“OR”表示，使用逻辑“或”是为了允许检索结果的Web页面中出现输入检索词的任何一个，提高查全率。
操作输入：在高级检索界面“一个或多个字词”文本框中（或者的意思，只要包含任意关键词即可）输入“亚洲”OR“经济危机”，如图1-2-17所示。
图1-2-17 高级检索界面的“逻辑或”检索
检索结果：击中记录316000 000条，如图1-2-18所示。
图1-2-18 “逻辑或”检索结果条目
（3）逻辑“非”
逻辑“非”用“NOT”表示，Google搜索引擎常用“–”表示，如果用减号，则同时要求在减号前保留一个空格。使用逻辑“非”是为了要求检索结果的Web页面中出现NOT运算符前的检索词，但排除含有NOT运算符后的检索词的页面信息，以缩小检索范围。
操作输入：在高级检索界面的“完全匹配的字词或词组”文本框中输入“亚洲”；在“要排除的字词”文本框（非的意思，即在结果中不出现以下词）中输入“经济危机”，如图1-2-19所示。
图1-2-19 高级检索界面的“逻辑非”检索
检索结果：击中记录218000 000条，如图1-2-20所示。
图1-2-20 “逻辑非”检索结果条目
例 1-2-3 谷歌、百度高级搜索界面的字段限定检索。
（1）site限定在某个特定的域或站点中进行检索
检索题目：搜索清华大学学生建立的社区购物网站蔚蓝网的信息。
操作输入：在高级搜索界面站内搜索中输入“蔚蓝网site：wl.cn/c1/”，如图1-2-21所示。
图1-2-21 限定站内检索
相当于命令格式：检索词site：域名
检索式：蔚蓝网site：wl.cn/c1/
检索结果：在http://www. wl.cn/c1/蔚蓝网的信息，如图1-2-22所示。
图1-2-22 显示结果条目
检索结论：特定输入的关键词在输入的站点内搜索，相当于站内搜索。
（2）关键词位置的限定
百度高级检索界面限定了三个供选择的关键词位置：网页的任何地方、仅网页的标题中、仅在网页的URL中。
① 网页的任何地方：意思是输入的关键词可以出现在结果的标题中、摘要中或者地址中。
② 仅网页的标题中：意思是只有在结果的标题中出现输入的关键词。
操作输入：在“包含以下全部的关键词”文本框中输入“电子商务环境”。在“关键词位置”中限制选择“仅网页的标题中”单选按钮，如图1-2-23所示。
相当于格式：title：（电子商务环境），如图1-2-24所示。
图1-2-23 限定在标题中检索
图1-2-24 显示检索条目
③ 仅在网页的URL中：意思是输入的关键词只出现在结果的地址中。
操作输入：在“包含以下全部的关键词”文本框中输入“电子商务环境”。在“关键词位置”中选择“仅在网页的URL中”单选按钮，如图1-2-25所示。
相当于格式：inurl：（电子商务环境），搜索电子商务环境的专题资料的结果，如图1-2-26所示。
图1-2-25 限定在URL中检索
图1-2-26 显示检索结果条目
（3）filetype用来限定命中文件的类型
在高级检索界面中选择文件格式（doc、xls、ppt、pdf、rtf、all），并在“包含以下全部关键词”文本框中输入要查询的关键词，图1-2-27所示的检索主题为“信息检索”，文件格式为ppt的信息。
图1-2-27 限定文件格式的检索
检索结果：主题为信息检索，文件格式为ppt的文献，如图1-2-28所示。
图1-2-28 显示检索结果条目
三、课堂互动
（1）请查询出有关数字签名知识，但不要电子签名法的表达式。
（2）由于日本福岛核事故的发生，日本食品受到严重污染，请关注此事件并搜索，要求在搜索结果的标题中出现日本、福岛核事故关键词。
（3）有很多网站介绍大量的相关软件的学习方法，最近你非常想学习知名的SPSS软件的使用，要想很快找到类似网站，如何构筑你的表达式？