玩转文献检索-高效管理文献(一).pdf

研究人员科研过程时间安排研究人员科研过程时间安排 8%51%32%9%计划和构思 查阅文献 科学实验 撰写论文 美国科研基金会（NSF）医学信息检索基础知识医学信息检索基础知识 面对日益增长的文献资源，如何通过一种有效的方法，以最少的时间与精力来获取自己所需要的信息 这就是文献检索所要解决的问题。学习目标学习目标 熟悉信息、知识、情报、文献、医学文献的基本概念 掌握文献检索相关知识、文献检索原理与检索语言 掌握文献检索途径、步骤 理解计算机检索技术与方法 熟悉检索式的编写与检索策略的调整 一、相关概念一、相关概念 信息（信息（informationinformation）自然界、人类社会、人类思维活动中自然界、人类社会、人类思维活动中事物存在与运动状态事物存在与运动状态的显示。的显示。湖光山色湖光山色 鸟语花香鸟语花香 语言文字语言文字 光电讯号光电讯号 自然信息自然信息 生物信息生物信息 社会信息社会信息 机电信息机电信息 知识（knowledge）知识是人类对自然界、人类社会中各种现象、规律的信息反映进行思维分析，加工提炼，经过系统化、理论化的结果。因此，系统化、理论化的信息就可以称之为知识 信息是知识的源泉和基础，知识是信息的升华。情报（情报（informationinformation）情报是人们在一定的时间一定的时间内为一定的目的一定的目的而传递的有有使用价值的使用价值的知识或信息。知识性 传递性 效用性 文献（文献（documentdocument）文献是指文献是指记录记录有知识的一切载体，也就是说用文字、有知识的一切载体，也就是说用文字、图形、符号、视频音频等手段记录下来的人类知识都可以图形、符号、视频音频等手段记录下来的人类知识都可以称之为文献。称之为文献。三个要素：信息、知识、情报；载体；文字、图形、视频、音频等。医学文献：记录有医学知识的一切载体医学文献：记录有医学知识的一切载体 信息 知识 情报 文献 记 录 认识 激活 获 取 文献类型文献类型 (1)依文献载体形式划分类型 印刷型：以纸张为存储介质，印刷技术为记录手段如书、刊、报纸等。（纸张型）视听型：以磁性或感光材料为存储介质，通过特殊的机械装置记录声音或图像信息。如：音像带、幻灯片等。（磁带型）缩微型：以感光材料为存储介质，摄影技术为记录手段。如缩微胶片等。（胶片型）机读型：以磁性材料或光盘为存储介质，以数字代码或光学字符识别输入为记录手段，计算机处理产生。如：磁盘、光盘等。（2 2）按出版形态划分）按出版形态划分 图书图书 期刊期刊 特种文献特种文献 科技报告、专利文献、会议文献、政府出科技报告、专利文献、会议文献、政府出版物、学位论文、标准文献、技术档案、版物、学位论文、标准文献、技术档案、产品资料等产品资料等 (3)(3)依文献被加工深度划分级别依文献被加工深度划分级别 一次文献：即原始文献，以作者本人的工作实践或科研成果为依据创作的原始文献。如期刊论文、科技报告、专著、技术标准等。二次文献：即检索工具，是对大量分散无序的一次文献的收集、加工、整理而成的有序的、具有可检索性的文献。其主要类型有目录、索引和文摘等。三次文献：是利用二次文献，对大量一次文献进行综合分析与研究，加以浓缩和提炼而形成的文献。如综述、年鉴、百科全书等。零次文献：是指未经正式发表或记录在非正规物质载体上的文献形式。如书信、论文手稿、笔记、实验记录、会议记录等。检索对象检索对象 检索工具检索工具 检索对象检索对象检索工具检索工具 二、文献检索的相关知识二、文献检索的相关知识 1.1.文献检索原理文献检索原理 检索原理就是用户的检索标识与检索工具中的文献特征标识的比较匹配，两者相符即为命中文献。文献检索，狭义上说文献检索仅指检索过程和技术。广义上说包括文献存储和文献检索。采集文献信息 分析内容提取主题概念 标引特征标识 检索系统 输出输出结果结果 文献信息需求 分析需求提取主要概念 转换检索标识 匹配匹配 比较比较 对比对比 文献存储 文献检索 2.2.计算机检索原理计算机检索原理 计算机检索原理是字符串匹配，所谓字符串匹配即词语形式的匹配，而非概念匹配。字符串匹配的原理只能检出与检索词词形相同的部分文献，不能匹配同一概念不同词形的全部文献。如：输入阿司匹林，只能查找出有关阿司匹林相关的文献而不能匹配阿斯匹林、乙酰水杨酸、阿司匹灵等。3.3.检索语言检索语言 是用于描述检索系统中文献的内容特征及外表特征和表达用户检索提问的一种专门的标识系统。检索语言是检索者与检索工具之间进行交流的标准，也是文献存储人员与检索工具之间交流的标准。是沟通文献存储和文献检索的桥梁。检索语言两大范畴 按文献特征划分：描述文献外表 特征的语言：描述文献内容 特征的语言：检索语言 著者 书名 引文 出处 语种 序号 主题语言 分类语言 主题词 关键词 文本词（自由词）分类号 类目名称 主题语言主题语言 是一种描述性语言，从主题概念角度，直接用词语描述文献内容特征，直接而专指。常用的主题语言依据词语规范程度的不同又分关键词、文本词（自由词）和为主题词。文本词是从文献题目、文摘或正文中提取出来的具有实质意义，能代表文献主题内容的自然语言，没有统一规范。不同作者按自己的用词习惯和偏好自由使用，又称自由词，具有较大的灵活性和不确定性。概念与文本词间不是一一对应关系，一个概念可能有多种表达方式，也就是常说的同义词，所以检索时必须考虑使用同义词检索。如：维生素可以由维生素、维他命、抗坏血酸、Vit C、维C等表示。优点：优点：易于掌握、标引简易、检索方便、灵活性高、词汇更新及时，能准确检索到许多新概念方面的文献，专指性强。缺点：缺点：自由词是作者自己选定的，词的形式不同，拼法不同，容易造成文献分散在各不同文本词中，不能集中，容易造成漏检。自由词是从文献的标题、摘要甚至全文提取，并不一定反应文献的主题内容，也容易造成误检。检索时应提取具有实质意义的词语作为检索词。辅助性、修饰性等没有实质意义的词不能做为检索词；冠词、介词、连词、副词、感叹词、动词等均不做为检索词；使用频率过高的词亦不用作检索词。如：检索高血压治疗方面的文献 可选择的检索词：高血压 治疗 如：检索在严重烧伤糖尿病患者治疗中应用胰岛素泵的文献 可选择检索词：烧伤，糖尿病，胰岛素泵 如：乙肝病毒感染与肝细胞癌的相关研究 可选择检索词：乙肝病毒 肝细胞癌 主题词是经过规范化处理的经过规范化处理的、表达文献主题的检索语言表达文献主题的检索语言。对同一个概念的同义词、近义词、单复数及拼法变异等进行严格的规范。低分子肝素、低分子量肝素、LMWH等 基因芯片、DNA芯片、寡核苷酸芯片、微阵列技术、微矩阵、寡核苷酸序列分析等 阿司匹林、阿斯匹林、阿司匹灵、乙酰水杨酸等 白介素2、白细胞介素2、IL2、IL-2 缺点：缺点：不易掌握、标引难度大、词汇更新不及时，无法及时反映新概念、新事物。优点：优点：可以检索到分散在同一概念下各同义词、近义词、单复数及拼写变异的文献，提高查全率。检索到的都是主要探讨某一主题的文献，提高查准率。西红柿西红柿 洋柿子洋柿子 番茄番茄 番茄番茄 作者原文提供 自然语言 专业人员标引 人工语言 文本词自由词 主题词 将自然语言中的同义词、多义词、近义词等进行规范化处理将自然语言中的同义词、多义词、近义词等进行规范化处理 主题词特点：单一性单一性：主题词与概念的单一对应，即一个概念只能用一个主题词表达，而一个主题词在概念上只能代表一种含义，不能存在歧义。（China中国）规范性：规范性：同义、近义规范、词义规范、词形规范。组配性：组配性：可以与副主题词组配表达一个更准确的概念 副主题词(subheadings)又称限定词限定词(qualifiers)，是对主题词作进一步限定的词，使主题词具有更高的专指性专指性 使用副主题词增强了主题词的专指性，缩小检索范围，使主题词表达的文献的内容更为确切。注：注：并非每个副主题词都能与所有主题词组配，每个副主题词都有其可组配的主题词类目范畴。以疾病为主题词常组配的副主题词 诊断诊断：/诊断/病理学/放射照相术/放射性核素成像/超声检查 /分析/血液/尿/脑脊髓液 治疗治疗：/治疗/药物治疗/饮食治疗/放射治疗/外科学/移植/康复/护理 病因和发病学病因和发病学：/病因学/化学诱导/流行病学/先天性/胚胎学/遗传学/免疫学/微生物学/病毒学/并发症/继发症 以以药物药物为主题词常组配的副主题词为主题词常组配的副主题词 /治疗应用/投药与剂量/副作用/中毒/毒性/禁忌症/药代动力学/代谢/血液/尿/脑脊液 以以化学物质化学物质为主题词常组配的副主题词为主题词常组配的副主题词 /药理学/激动剂/药代动力学/拮抗剂和抑制剂/类似物和衍生物/分离和提纯/生物合成/化学合成/副作用/中毒/毒性 预防医学专业预防医学专业的主题词常组配的副主题词的主题词常组配的副主题词 /流行病学/预防和控制/经济学/人力/立法和法学/供应和分配/统计学和数值数据/标准/利用 分类语言分类语言 分类语言是一种体系语言体系语言，按学科属性逐级划分，表现事物的隶属、平行关系。分类语言即以学科分类为依据，用学科分级类目标识文献内容特征。包括：类目名称、分类号 我国文献分类以中国图书资料分类法（简称中图法）为依据。中图法以各门学科的特点和规律为基础，按照知识门类的逻辑次序，将学科划分为五个基本部类、22个基本大类。每个学科分类分配一个号码，称为分类号。A 马克思主义、列宁主义、毛泽东思想 B 哲学 C 社会科学总论 D 政治、法律 E 军事 F 经济 G 文化、科学、教育、体育 H 语言、文字 I 文学 J 艺术 K 历史、地理 N 自然科学总论 O 数理科学和化学 P 天文学、地球科学 Q 生物科学 R 医药、卫生 S 农业科学 T 工业技术 U 交通运输 V 航空、航天 X 环境科学 Z 综合性图书 R R 医药、卫生医药、卫生 R1 预防医学、卫生学 R2 中国医学 R3 基础医学 R4 临床医学 R5 内科学 R6 外科学 R71 妇产科学 R72 儿科学 R73 肿瘤学 R74 神经病学与精神病学 R75 皮肤病学与性病学 R76 耳鼻咽喉科学 R77 眼科学 R78 口腔科学 R79 外国民族医学 R8 特种医学 R9 药学 检索途径：又称检索项（字段、入口），指在文献的哪个位置匹配检索词。常用的检索途径：主题途径、分类途径、著者途径、题名途径等。三、检索途径三、检索途径 标题、篇名字段标题、篇名字段 著者字段 机构字段 文文摘摘字字段段 关键词字段关键词字段 全文任意字段全文任意字段 1.主题途径 使用主题语言，以表达主题内容的词语检索文献的途径，是最常用的检索途径，适用于族性检索族性检索要求。依据词语的规范化程度不同，主题途径包括主题词途径、关键词途径、自由词途径（题名途径、摘要途径、全文途径）。主题途径能将分散在各个学科领域的有关同一主题的文献集中在一起。主题词途径主题词途径 关键词关键词途径途径 1 1、关键词多源自于作者原文，其有无、多寡、关键词多源自于作者原文，其有无、多寡、用词不一，存在用词不一，存在漏检漏检的风险。的风险。2 2、数据库对关键词检索功能设置不同，造成、数据库对关键词检索功能设置不同，造成 误检误检的现象。的现象。慎用关键词途径慎用关键词途径!题名途径 2.2.分类途径分类途径 分类途径是指使用分类语言（分类号、类目名称）或分类导航，按照学科分类隶属关系检索文献的途径。优点：可以满足用户从学科、专业等内容出发获取文献的需求。缺点：难以反映新兴学科的内容，不易查全多学科综合性的文献 3.3.著者途径著者途径：以文献作者姓名或团体作者名称作为检索入口查找文献的途径。外文数据库中，作者姓名通常采用姓全拼在前姓全拼在前，名缩写在后名缩写在后的形式检索。注意中西方著者的书写方式，西方著者采用名前姓后，检索时要注意顺序。如：如：WangWang FengshanFengshanWangWang FSFS GeorgeGeorge W W.BushBushBush GW 4.4.题名途径题名途径 利用出版物的题名（书名、刊名）作为检索入口查找文献的途径。5.引文途径 根据文献后所附的参考文献查找文献的途径。在计算机系统中，检索文献的途径还有很多，不一一列举，但需要说明的是，很多检索系统都有其预设的综合选项综合选项，以便使读者同时进行多途径检索。检索发表在中华内科杂志上的论文 检索北京大学医学部发表的文章 检索于金明教授发表的论文 检索某篇文章发表后是不是被他人引用借鉴 检索CNKI中收录护理学方面的文献 检索腹膜透析在慢性肾衰竭中的应用 布尔逻辑检索 截词检索 限定检索 精确检索 模糊检索 主题词检索 四、四、计算机检索技术与方法计算机检索技术与方法 布尔逻辑检索布尔逻辑检索 1.1.逻辑与：逻辑与：反映概念的并存关系反映概念的并存关系 常用符号：常用符号：AND、and、空格、并且并且、并且包含、*A and B：检索同时包含检索同时包含A和和B的文献的文献 2.2.逻辑或：逻辑或：反映概念的或存关系反映概念的或存关系 常用符号：常用符号：OR、or、或者、或者包含、或、+A OR B：检索包含检索包含A或包含或包含B及及A和和B的文献的文献 3.3.逻辑非：逻辑非：反映概念的排除关系反映概念的排除关系 常用符号：常用符号：NOT、AND NOT、not、and not、不包含不包含、-A not B：检索包含检索包含A但不包含但不包含B的文献的文献 A B A B A B 妇女吸烟的危害妇女吸烟的危害 妇女妇女 ANDAND 吸烟吸烟 妇女和儿童吸烟的危害妇女和儿童吸烟的危害 妇女妇女 OROR 儿童儿童 ANDAND 吸烟吸烟 (妇女妇女 OROR 儿童儿童)ANDAND 吸烟吸烟 吸烟与肺外癌症的相关性吸烟与肺外癌症的相关性 吸烟吸烟 ANDAND 癌癌 NOTNOT 肺癌肺癌 运算顺序：运算顺序：NOTNOTANDANDOROR 自上而下，从左到右自上而下，从左到右 如需改变运算的优先顺序，使用小括号将优先部分括起。如需改变运算的优先顺序，使用小括号将优先部分括起。截词检索截词检索 截词检索是对检索词的片断进行匹配，对同词干的词实现族性检索的功能，可简化检索操作，提高查全率。有限截词有限截词 ：使用“？”为通配符进行截词检索。一个?代表任意一个字符。如：wom?n：women woman 无限截词：无限截词：使用“*”(%)进行截词检索。一个“*”可代替任意个字符。如：child*：child,children,childhood等。1 1、截词检索、截词检索 有限截词有限截词 使用“？”为通配符进行截词检索。一个使用“？”为通配符进行截词检索。一个?代代表任意一个字符。表任意一个字符。如：如：阿阿?匹林：阿司匹林，阿斯匹林。匹林：阿司匹林，阿斯匹林。无限截词：无限截词：使用“使用“*”(%)(%)进行截词检索。进行截词检索。一个“一个“*”可代”可代替任意个字符。替任意个字符。如：如：child*child*：child,children,childhoodchild,children,childhood等。等。肝炎肝炎%疫苗：肝炎疫苗，肝炎减毒活疫疫苗：肝炎疫苗，肝炎减毒活疫苗，苗，肝炎病毒基因疫苗等。肝炎病毒基因疫苗等。五、其他检索方法 限制检索限制检索 限制检索是指通过限制检索范围，达到优化检索结果的方法。如字段限制、范围限制检索以及条件限制检索等。有指令式和菜单式两种检索方法 指令符有“in”、“=”、“”、“：”等。如：于金明 in AU AU=于金明 菜单式限定 精确检索与模糊检索精确检索与模糊检索 精确检索：精确检索：指检出信息与输入的词组完全一致的，如作者、单位、刊名、篇名等字段；指检出的信息包含输入的检索词，用“来标注。模糊检索：模糊检索：检出信息包含输入的检索词；检出信息包含输入的检索词中的部分词素 模糊检索 精确检索 主题词检索主题词检索 主题词主题词/副主题词组配检索副主题词组配检索 主题词是描述主题事物和概念的规范化词语，副主题词是涵盖主题词是描述主题事物和概念的规范化词语，副主题词是涵盖主题的研究方面的规范词语，主题词组配检索的表达式为：主题的研究方面的规范词语，主题词组配检索的表达式为：主题词主题词/副主题词副主题词 （主题事物或概念（主题事物或概念/研究方面研究方面 ）如：检索“肝硬化的手术治疗”如：检索“肝硬化的手术治疗”，主题词途径的检索表达式为：，主题词途径的检索表达式为：肝硬化肝硬化/外科学外科学 检索“维生素检索“维生素C C的副作用”的副作用”，主题词途径的检索表达式为：，主题词途径的检索表达式为：抗坏血酸抗坏血酸/副作用副作用 使用主题词组配副主题词检索时，要注意选择正确的主题词和副主题词。题目中涉及多个主题词时，用副主题词表达主题概念间的关系 （1）因果关系：氟化物引起的痤疮、痛风引起虹膜炎 （2）影响被影响关系：支气管扩张剂对肺的作用 （3）应用关系：阿司匹林治疗感冒 （4）相关关系：眼弓形体病并发青光眼 （5）连锁关系：加压素治疗休克引起冠状动脉疾病 因果关系因果关系 病因学 化学诱导 影响与被影响关系影响与被影响关系 应用关系应用关系 相关关系相关关系 肝硬化的手术治疗 肝硬化/外科学 眼结核引致失明 盲/病因学 结核，眼/并发症 坏血病人血液中维生素C 含量的分析 坏血病/血液 抗坏血酸/血液 ATP酶在肝中的含量检测 肝/酶学 腺苷三磷酸酶类/分析 肺癌的联合化疗效果 肺肿瘤/药物疗法 抗肿瘤药，多剂联用/治疗应用 发热病人服用醋氨酚引起肝毒性反应 发热/药物疗法、醋氨酚/治疗应用 肝疾病/化学诱导、醋氨酚/副作用 门腔静脉分流术后肝昏迷 门腔分流术，外科/副作用 、肝性脑病/病因学 甲醛引致失明 盲/化学诱导、甲醛/中毒 甲亢导致充血性心衰 甲状腺功能亢进/并发症、心力衰竭，充血性/病因学 主题词扩展检索主题词扩展检索 对有下位词的主题词，使用扩展指令则可同时对该对有下位词的主题词，使用扩展指令则可同时对该主题主题词及其全部下位词词及其全部下位词进行检索，扩大检索范围，简化检索过进行检索，扩大检索范围，简化检索过程。程。如：白血病如：白血病 白血病，淋巴细胞白血病，淋巴细胞(+12)(+12)白血病白血病,淋巴细胞淋巴细胞,急性急性 白血病，髓样白血病，髓样(+17)(+17)白血病，粒细胞，急性白血病，粒细胞，急性 白血病，实验性白血病，实验性(+4)(+4)扩展副主题词扩展副主题词 仅检索副主题仅检索副主题治疗治疗(Therapy)扩展检索副扩展检索副 主题治疗主题治疗 对有下位词的副主题词，使用扩展指令则可同时对该副主题词及其全部下位词进行检索 主题词检索优点：可使查全率查准率得到有效保证主题词检索优点：可使查全率查准率得到有效保证 查全率：查全率：主题词覆盖同一概念不同名称、词性和拼写，可提高查全率；主题词覆盖同一概念不同名称、词性和拼写，可提高查全率；可对主题词进行扩展检索，进一步提高查全率；可对主题词进行扩展检索，进一步提高查全率；查准率：查准率：主题词标识文献论述的主题，反映文献的重点，可提高查准率；主题词标识文献论述的主题，反映文献的重点，可提高查准率；与副主题词组配明确主题的研究方面，可提高查准率；与副主题词组配明确主题的研究方面，可提高查准率；查全率：检出的相关文献量与检索系统中相关文献总量的比率。检出的相关文献量 检索工具中相关文献总量 反映相关文献被检出的程度。查准率：检出的相关文献量与检出文献总量的比率。检出的相关文献量 检出文献总量 反映检出文献的精确度。查全率和查准率为互逆关系。一般查全率查全率和查准率为互逆关系。一般查全率60%60%-70%70%，查准率，查准率40%40%-50%.50%.检索结果的评价 100 100 漏检率和误检率 检索结果影响因素 检索工具：标引不完善检索工具：标引不完善 全面、准确、深度不足全面、准确、深度不足 检索用户：技能水平差检索用户：技能水平差 检索词选择、检索策略有缺陷检索词选择、检索策略有缺陷 如何改善检索结果质量 查全率过低（文献过少）怎么办？查全率过低（文献过少）怎么办？扩展主题词 使用上位词或相关参照词 扩展副主题词 补充自由词检索 进行截词检索 OR 减少输入自由词的字符数 增加同义词OR运算 扩大检索范围，使用全文或任意字段检索 忽略一些较为次要的条件，减少AND运算 查准率过低（文献过多）怎么办？查准率过低（文献过多）怎么办？使用下位词 使用主要主题词限定 使用副主题词限定 使用专指自由词 使用(字段)限定检索（如篇名、关键词）进行NOT运算 补充限定概念或限定条件