10第三章信息检索的方法与技术第二讲.ppt

3.2.2 截词检索（truncation) 截词：检索者将检索词在他认为合适的地方截断。 截词检索：用截断词的一个局部进行的检索，凡满足这个词局部中的所有字符串的文献，都为命中文献。 3.2.2 截词检索（truncation) 截词的方式 按截词的位置分：后截词、前截词、中截词 按截词的数量分：无限截词、有限截词。 截词符号：不同的系统符号不同 如 “ *” “?” “$” 截词检索 非限定性截词（无限截词） 截词符(truncation operator)，是在一个词尾加一个？号，表示在其后可添加任意多个字符，这些字符都被作为检索词进行检索。 如：smok? 它将对若干词进行检索，包括：smoke, smoky, smoked, smoker, smokes, smokers, smoking, smokeless等等。 限定性截词（有限截词） 限定性截词(limited truncation), 是在一个词尾加有限个 ？号，n个 ？号表示其后可添加的字符数少于等于n 如：smok?? 将对smoke, smoky, smoked, smoker, smokes等进行检索。 对于最多允许添加一个字符的情况， 则用 ? ? 的形式表示。 如；smok? ?　　将只对 smoke, smoky进行检索。 截词检索举例 后截词: 将截词符号置于一个字符串的右方。 如comput? 可检索出： compute, computed, computer, computing, computers, computable, computation,computerize, computerization等 后截词又叫前方一致。 截词检索举例 归纳起来，后截词主要主要使用在以下几个方面： 1.词的单复数：如 book?,potato?? 2.年代：如198?（80年代），19??（20世纪） 3.作者：如lancaster?,可检索出所有姓lancaster的作者 4.同根词：如biolog?可检索出biological,biologist,biology. 注：使用后截词，有可能检索出无关的词汇。 词干不能太短，会造成大量误检，系统软件不支持或发生溢出。 截词检索举例 前(左)截断:将截词符号置于一个字符串的左方。 如 ？Computer可检索出：macrocomputer,minicomputer, microcomputer,computer等相关词。 中间截断：如analy?er表示analyzer和analyser, wom?n表示woman和women 前后截断：如?computer? 上述4种截断中，后截断最常用。 3.2.3 字段检索 限定检索词在数据库记录中出现的字段范围的一种检索方法 。 Dialog系统中字段检索分为两类：后缀方式和前缀方式。 后缀方式：对应于基本索引，反映文献的主题内容。如/TI，/AB，/DE，/ID，等。 前缀方式：对应于辅助索引，反映文献的外部特征。如AU=(著者)，BN=(ISBN)，CC=(分类号)，CS=(机构名称)，LA=(语种)，PY=(出版年)，等。 例如：(minicomputer/DE,TI+personal computer/Ti,AB)*py=1990*LA=Eng 数据库常用检索字段列表 3.2.4 词位置检索 词位置检索又叫相邻检索，是以原始记录中检索词之间特定的位置关系为逻辑运算的对象，检索词之间用位置算符连接。它是一种不依赖词表而直接使用自由词的检索技术，可以使检索结果更加准确。 一般分为4个级别： 记录级检索(C)：要求检索词出现在同一记录中。 字段级检索(F)：要求检索词出现在同一字段中。 自然句级检索(S)：要求检索词出现在同一句子中。 词位置检索(W)：要求检索词之间的相互位置满足某些条件。 如： A(W)B A(nW)B A(nN） HDTV OR High()Difinition()Television 词位置检索算符 (W)算符与（nW)算符 (W)算符是“word”或”with”缩写，它表示在此算符两侧的检索词必须按输入时的前后顺序排列。而且所连接的词之间除有一个空格、或一个标点符号或一个连接号外不得夹有任何其他固定的词组， (W)算符的严密性较强。 （nW)算符：允许在连接的两个词之间最多插入n 个及其n个以内的其他词。 词位置检索算符 例如：?s