化工文献信息检索论文

信息检索技术论文 – 基于网格的面向专业内容的Web信息检索 1 引言 近年来，互联网得到了迅速的发展，网上信息资源愈来愈庞大，且信息具有量大、分散、异构等特性，因此，传统的Web信息检索工具开始暴露出它性能低下的一面，具体体现在现有的信息检索工具对用户的要求常常是找出了几千甚至上万条记录，根本无法从中再细找，或者找到的内容和要找的内容不是一个专业领域的，造成信息无效的现象。但随着人们信息意识的增强，对信息内容及信息服务的需求也在不断的演变和发展，对获取信息的专业化、实效性等方面有了新的要求。如何针对专业领域中特定的用户群为他们提供专业的、度身量造的信息服务，使用户在尽可能短的时间内有效的找到最需要的信息内容是大家普遍关注的一个问题。本文利用网格计算、集群系统、XML等技术设计了一个基于网格的面向专业内容的Web信息检索体系结构，它能将地理位置分散的、异构的信息按地区按专业内容从逻辑上进行合理的组织和管理，为用户快速、有效地获取自己所需要的信息提供了一种方法。 2 基于网格的面向专业内容的Web信息检索体系结构的设计 网格计算是近年来国际上兴起的一种重要信息技术，其目的是将网上各种资源组织在一个统一的大框架下，为解决大型复杂计算、数据服务和各种网络信息服务提供一个方便用户使用的虚拟平台，实现互联网上所有资源的全面连通，实现信息资源的全面共享。 为解决不同领域复杂科学计算与海量信息服务问题，人们以网络互连为基础构造了不同的网格，他们在体系结构，要解决的问题类型等方面各不相同，但网格计算至少需要具有三种基本功能：资源管理、任务管理、任务调度。本文设计的信息检索体系结构，围绕网格计算的基本功能及信息检索的特点，主要有以下三个层次组成：见图1 （1） 网格结点：结点是网格计算资源的提供者，本系统主要是由一系列的集群系统组成，它们在地理位置上是分布的，构成了一个分布检索群体，作为信息共享的基础结构平台。集群系统负责整个集群范围内的信息管理，维护和查询。 （2） 网格计算中间件：中间件是信息资源管理和用户任务调度、任务管理的工具。它是整个网格信息资源管理的核心部分，它根据用户的信息请求任务，在整个网格内负责信息资源的匹配、定位，实现用户任务到集群系统的映射。 （3） 网格用户层：主要为用户应用提供接口，支持用户对所需要的信息资源进行描述、创建、提交等。 图1 本系统的主要思想是在逻辑上将地理位置分散的、异构的信息划分、组建成多个集群系统，集群系统对集群内的资源进行管理和任务调度，再利用网格中间件对各集群系统进行管理，从而形成对整个网格资源的管理，并对用户的信息需求进行统一的管理和调度。这种管理模型既可以尊重各个集群系统的本地信息管理策略，又可利用中间件在全局意义上对网格信息资源进行管理。 集群系统的设计 由于Web信息资源数量十分庞大，用户在利用现有搜索引擎检索信息时面临一个海量数据的查询问题，往往造成在消耗巨大的通信资源后依然存在资源查不准、查不全的问题。目前基于单一系统映射的Web服务器集群系统能把若干服务器用局域网连接成一个整体，并使其从客户端看来就如同一台服务器在服务，这使得在逻辑上合并、组织地理位置分布的信息资源成为可能。因此本文首先考虑采用分布协作策略，将Web信息资源按地区按专业内容分割，一方面使信息资源数量相对缩小，便于数据的组织、管理和维护，另一方面按专业内容易于制定一个公用的XML规范，便于集群内各类信息资源的描述，从而可建立一个基于XML的面向专业内容的信息集成系统。集群系统的具体结构见图2。 集群服务器主要由接口Agent，基于专业内容的XML信息集成系统、资源服务Agent、资源发布Agent等组成。其中接口Agent根据任务提供的接口参数登记、接收、管理各种信息资源请求任务，并提供安全认证和授权。资源服务Agent根据信息资源请求任务，利用XML信息集成系统提供的数据，为用户提供实际的资源检索操作，并将检索结果信息发送给用户。资源发布Agent用于向网格中间件提供本地信息资源的逻辑数据及接口参数。 下面主要说明基于专业内容的XML信息集成系统的构造方法： XML（the eXtensible Markup Language）是 W3C于1998年宣布作为Internet上数据表示和数据交换的新标准，它是一种可以对信息进行自我描述的语言，它允许开发人员通过创建格式文件DTD（Document Type Definitions）定制标记来描述自己的数据，DTD规范是一个用来定义XML文件的语法、句法和数据结构的标准。 XML使用普通文本，因此具有跨平台的优点，XML的优点在于（1）简单、规范性：XML文档基于文本标签，有一套严谨而简洁的语法结构，便于计算机、用户理解；（2）可扩展性：用户可以自定义具有特定意义的标签，自定义的标签可以在任何组织、客户、应用之间共享；（3）自描述性：自描述性使其非常适用不同应用间的数据交换，而且这种交换是不以预先定义一组数据结构为前提，因此具有很强的开放性；（4）互操作性：XML可以把所有信息都存于文档中传输，而远程的应用程序又可以从中提取需要的信息。XML数据是不依赖于某个特定的平台的应用，因此它为基于特定专业内容的表达提供了一种极好的手段，可以作为表示专业内容的语言。 目前人们研制Web信息集成系统其基本方法可分成两类：存入仓库法（the ware-housing approach）和虚拟法(the virtual approach)，可使用这两类方法利用XML在数据组织和交换方面的优越性，采用格式文件DTD和XML文档表示基于专业内容的集成模式和集成模式与资源之间的映射，建立基于XML的Web信息集成系统，其结构与获取信息的工作过程参见文献[2]。 图2 网格中间件的设计 图3所示的网格中间件的主要功能是（1）消除不同用户与集群系统之间数据表达的差异，使信息资源数据对用户来说是透明的；（2）管理、维护Web上分布的各集群系统，网格中间件以关系数据库方式记录所有集群系统及其所包含的专业内容的逻辑信息，对关系数据库的操作可维护集群系统的分布式逻辑，使本结构在可变性和扩充性上具有柔性；（3）接受用户的信息请求任务，能快速定位于满足要求的集群系统，通过对关系数据库的查询实现用户信息请求任务与集群系统的对应关系。 内部主要功能模块说明如下： （1） 接收Agent模块：主要用于登记、接收、管理各种信息资源请求任务，并提供安全认证和授权。 （2） 关系数据库及数据服务Agent：关系数据库记录了所有集群系统及其所包含的专业内容的逻辑信息。数据服务Agent提供集群系统对关系数据库的使用权限和对数据记录的增加、删除、检索和修改等操作。 （3） 格式转换Agent模块：提供用户信息资源请求文档与各集群系统中文档的格式转换功能。由于XML是自定义的，各用户对同一数据有不同的表示方法（对信息资源描述存在差异）由于XML文档中这种格式差异体现在与之相关的DTD/Schema上，因此经过格式转换，可使信息资源的格式对用户是透明的。 （4） XML文档分析Agent模块：提取格式转换后的XML文档中各个标签，通过查询网格中间件中的关系数据库，实现用户信息请求任务与集群系统的对应关系，并得到满足条件的集群系统的相关信息，获取各集群系统的接口参数。 （5） 发送Agent模块：将转换过的信息资源请求XML文档发送到相应的集群系统中。 其中Agent技术是解决分布式智能应用问题的关键技术，Agent是指能够自主地、连续地在一动态变化的、存在于其它系统中运行的、且不断于环境交互的实体。在系统中引入Agent可使系统具有人的特征，代表用户完成用户的任务，并能动态适应环境的变化更好地满足用户的需求，提高信息检索的能力。

高校文献信息检索的必要性与有效方法论文

在学习、工作中，大家总免不了要接触或使用论文吧，论文可以推广经验，交流认识。如何写一篇有思想、有文采的论文呢？以下是我收集整理的高校文献信息检索的必要性与有效方法论文，希望能够帮助到大家。

摘要： 随着互联网信息、知识的不断更新，文献信息检索能力已经成为高校师生信息素养的重要内容，也是提高大学生学习能力和教师科研的重要手段，成为继续学习的重要工具。通过探讨文献信息检索的科学定义及高校信息检索的必要性，进而从文献信息检索流程角度提出高校文献信息检索的途径和策略。

关键词： 文献；信息检索；策略；

文献信息是巨大的社会财富，它伴随着社会的广泛进步而迅速更新和积累，在带给我们越来越便捷的同时，也必然给阅读、查找和充分利用信息带来一定困难。为解决庞大的科学文献和个人特定需求之间的矛盾，便产生了文献信息检索，文献信息的检索和利用已经发展成为一门专门的学科，高校信息检索能力已经成为高校师生信息素养的重要内容，也是提高大学生学习能力和教师科研的重要手段。

一、文献信息检索定义

“信息检索（Information Retrieval）”一词最早出现在20世纪50年代，有广义和狭义之分。

广义的信息检索是指将信息按一定的方式组织和存储起来，并根据信息用户的需要找出有关信息的过程和技术。也就是说，信息检索包括两个环节和内容：“存”和“取”。狭义的信息检索则专指信息检索过程中的第二个环节，即从信息集合中找出所需要信息的过程，也就是我们常说的信息检索、信息查找或信息搜索等术语。

信息检索按照检索对象的不同又可以分为文献检索、数据检索、事实检索。本文侧重于文献检索，即通过检索文献来获取所需要的信息、知识、情报[1]。

二、高校文献信息检索的必要性

（一）信息的多元化需要师生具备一定的信息评价和筛选能力

在当今互联网、信息化社会，人们无时无刻不在利用信息资源进行生产、生活和创新创造。但面对浩瀚的信息海洋，信息流和信息量越来越多、越来越大，人们进行检索和利用的困难也就越来越大。随着4G网络的覆盖和智能手机的普及，人们轻而易举就能接触各种各样的信息，各类门户网站、微博、微信、QQ等推送信息的常态化，一方面丰富了我们的日常生活，拓宽了我们的视野；另一方面也给我们对于浩瀚无垠的信息的过滤、评价、筛选和运用带来极大的挑战[2]。在纷繁复杂的信息洪流中，哪些是对我们有益的，哪些会给我们带来负面的影响，都要求我们具备一定的信息鉴别和评价的能力，需要我们具备较高的信息素养和信息处理能力。文献信息检索能力成为高校师生应掌握的基本学习技能之一，是继续学习的重要手段，在教学、学习、科研和生活方面发挥巨大作用。

（二）学校对学生的信息素养教育重视程度不够

早在20世纪70年代，联合国教科文组织就对“文盲”下了新的定义：在当今科学技术飞速发展的时代，文盲已不是不识字的人，而是不知道如何获取知识的人。我国国家教委要求，全国各大院校要全面普及开设文献信息检索课，这对大学生普及文献检索知识、提高信息素养、增强信息检索的兴趣、提高信息检索能力都具有十分重要的现实意义[3]。然而现状却是，全国各大高校开设的信息检索课程大部分是以选修课的形式存在，学生自愿选择，主要目的也就是为了修够学分，以这样的方式开展信息教育并不能取得理想的效果，这种重专业、轻信息素养的教育还普遍客观存在。

（三）信息检索助力高校科学研究

科学研究是高等学校重要职能之一，大学对整个社会的科技进步与发展起着重要引领与推动作用。现代科学技术的迅猛发展，各个学科的交叉和渗透一方面促使了新的学科不断涌现，源源不断地出现大量新的知识；另一方面，知识的老化和被淘汰的速度也会越来越快。作为高校科研人员，必须具备一定的信息素养，即敏锐的信息意识、发现高质量信息的能力、信息的选择和评价的能力以及如何正确地引用文献、尊重他人知识产权的能力。作为科学研究者，必须时时了解学科最前沿的动态，掌握最新的知识，这样才能研究出有价值的科研成果，而文献信息检索能力就是科学研究人员必不可少的要素之一。为了减少课题的重复研究，提高研究的成功率，科研人员在研究一项课题之前，必须要进行的相关的资料收集和文献检索。在确定选题之后同样要科学合理运用文献信息检索方法开展文献信息甄别筛选和运用，进行进一步研究，保障研究成果的承续性，进而推动科学研究向纵深发展。

三、高校文献信息检索的策略

（一）分析检索问题

在解决一个问题之前，我们首先要做的就是分析问题，对问题的分析是解决问题的关键所在。分析一个问题我们可以从如下几个方面考虑：首先，提问者是谁。同样一个问题，教师跟学生对内容的层次要求就不同；一个专业性的问题，高校专业教师和学生对问题的要求也会不同。其次，问题的性质。不同的问题对应不同的要求，如果我们对一个概念需要界定，或者需要查找与自己所撰写文章密切相关的文献，这时对概念的界定和对文献的检索就需要“准”。如果我们要做一个论文的选题的确定或者做一个项目的申报、企业新产品的开发，在做这些工作之前，我们需要对前人的研究成果做一个全面的普查，这类型的问题的要求就是“全”。再如，我们要了解某个领域的趋势前沿和最新进展，对这类问题的要求就是查找的资料必须要有新颖性，即“新”。再有，对一些技术性强的问题，如专利的申报、企业新产品的开发、某一项技术的引进等，对这类问题的检索要求是“细”。再次，学科和主题。如果只是单一的某一个学科或主题，那么只需要找到收录这个学科资源的数据库进行检索就可以。但是有很多跨学科领域研究的问题如果只是在一个数据库查找，就会造成资源的不全面。第四，资源类型。我们熟知的资源类型有学位论文、会议论文、期刊论文、图书、专利、标准等等，不同的资源类型收录的特点也不同，如内容的深度、系统性、时效性都不同，研究课题不同，对资源类型的要求也不同。第五，资源的范围。查找资料的时候往往对范围进行限定，范围包括时间范围、地域范围、语种范围等。

（二）选择合适的检索工具

分析检索问题之后，我们需要选择合适的检索工具。常用的检索工具有搜索引擎和商业数据库。搜索引擎它具有检索过程不收费、面向所有的终端用户、对用户检索水平要求较低等特点，常用的搜索引擎有谷歌、百度、搜狗、必应等。商业性数据库的特点有：第一，检索需要收费或者授权，高等学校一般都与相关商业数据库合作，校园网环境下一些商业数据库是可以免费使用的。第二，它们的功能和收录资源的范围有明确的定位，如只能检索专利信息的德温特专利创新索引、只能检索学位论文的ProQuest Digital Dissertations数据库、只能检索会议论文的CPCI、只收录世界上顶尖期刊论文的Web Of Sicence的三大引文索引数据库等。第三，这些数据库都有自己的一套检索技术，因此对用户的检索水平要求较高。除了上述的专业性数据库之外，还有一些因经常使用被我们熟知的综合性数据库，如中国知网、维普、万方等。

除了搜索引擎和商业数据库之外，还有一些其他可以免费获取资源的途径，如主题指南（导航）、数字图书馆、政府的网站（数据库）、电子预印本、博客、微博、机构知识库等途径。因此，我们只有熟知各个不同的检索工具以及它们的特色才能检索到不同的文献类型。 高校师生要立足本职工作和学习需要选取适合的文献信息检索工具，助力科学研究、日常教学和学习生活。

（三）抽取恰当的关键词

选取科学适当的检索工具后，下一步工作就是确定检索关键词。

首先，要确定研究问题有哪些核心关键词（Core Keywords），抽取核心关键词可以依据汉语主题词表，如查询表述具体事物名称的名词术语、事物的状态或现象的名词术语、科学分类的名词术语、研究方法、技术方法的名词术语、工艺方法、加工技术的名词术语、化学元素、化合物、金属材料与合金的名词术语、国家名称、地名、组织机构名称以及文献类型、文献载体的名词术语等。其次，为了保证查全率和查准率，应当注意这些核心关键词有无其他的表述方式，如同义词、近义词、与之相关的词、有无缩写形式或者全称形式、有无相关的组织机构、英文的单数复数形式等，如果有，分别检索。第三，避免用太泛的关键词，应选用专指性很强的关键词。例如，我们要检索计算机软件有关的视频资料，如果我们只输入“计算机操作视频”这样类似的检索式，当然也可以找到一些检索结果，但缺乏针对性。我们不妨直接明确输出我们要学习的.软件的名称，如“Powerpoint 视频”，这样检索出的结果的相关性就要高很多。第四，学会利用专业术语。不同的学科，他们的专业术语表述不同，如信息检索、克隆人、电子图书等都属于专业术语，对这些专业术语进行检索的时候，尽可能加上双引号进行精确检索，可以提高检索结果的相关度和准确度。

（四）构造检索式

确定几组关键词后，下一步工作就是要构造检索式。即要用一定的运算符号将这些关键词连接起来，形成具有一定意义的表达式，也叫检索提问表达式。构造检索式具有一定的专业性，这就需要依托信息检索课和上机课来实现，重点指导学生如何正确构造检索式。构造检索式，可以从以下几个方面考虑：首先要明确检索词之间的逻辑关系，用布尔逻辑运算符AND、OR、NOT将它们连接起来；然后需要考虑检索词之间的位置是否需要进行限定，如果需要则根据不同的检索工具使用一定的检索手段对检索词的位置进行限定；对于一些专有名词，是否需要作精确检索，如果需要则给检索词加上双引号；为了使检索结果更加精准，我们还需要把检索限制在某一个范围当中，比如限制在某个字段，语种、出版年、摘要、题名等不同的字段作一个限定，还有其他的各种限定，如文献类型、机构的域名的类型等等。当然，不同的检索工具可能有自己特有的语法用法，我们应当学会灵活应用和变通不同的检索方法和技巧。

（五）筛选检索结果

通过选取关键词、构造检索式进行检索后，会得到众多检索结果，但在众多的检索结果当中，并不是每一条都是我们所需要的，所以我们要对检索结果作一些筛选。首先，依据结果的相关度，我们得到的检索结果是否与我们要检索内容的主题相关，是否与我们所需要的信息内容的层次、深浅度相匹配；其次，要看作者，即要看作者的权威性和影响力，这直接影响到我们检索到的文献信息的质量，对于一些没有显示作者的网站来说就缺乏一定的严谨性；再次，要看检索结果的时效性，往往最新的观点、新的理论、新的解决方案都来源于最新发表的文献信息。另外，要合理判断检索信息的公正性、准确性，避免使用错误的、缺乏科学论证的文献资料，等等。

（六）调整检索策略

经过前面的检索步骤得出的检索结果当中，如果还是没有理想的检索结果，就需要调整检索策略。首先，当检索结果太少的时候，则需要扩大检索范围。比如看检索词是否有近义词、同义词、上位词，将这些检索词用布尔逻辑语OR来连接，可以很好的扩大检索范围。再如，利用宽容的检索方法检索，像英文单词中经常会有一部分相同的部分，那些可变换的部分就可以用截词检索代替。还有英文名词的单复数形式，如果我们要找“女性”的相关资料，只输入“woman”检索就会漏检很多，还应该对它的复数形式“women”也进行检索。还比如英文的缩写形式，比如我们要找“慕课”相关的文献，如果我们只是输入“慕课”就可能会漏掉相关重要信息，我们还应该用它的缩写形式去检索，输入“MOOC”或者它的英文全称“Massive Open Online Courses”，这样分别去检索才不会遗漏掉重要文献资料。如果是因为我们的限制太多导致检索结果太少，那么可以考虑去掉一两个限制。因为每一个检索工具收录的范围和内容有一定的侧重点和有限性，所以我们也可以考虑更换不同的检索工具进行检索。其次，当检索结果太多的时候，我们也应该采取一定的措施缩小检索范围。例如用布尔逻辑运算符AND和NOT连接检索词，用AND多加几个检索词进行限定，或者用NOT排除一些限定；使用检索词的下位词进行检索；对一些专有名称，专业术语加上引号进行精确检索也可以缩小检索范围，从而实现更精确地检索；对检索词加上一定的限制，如对它的时间、机构、网站、文献格式等进行一个限制；除此之外，我们还可以利用检索工具本身所具备的二次检索功能来筛选检索结果，从而缩小检索结果。

（七）求助专业人士

如果通过上述途径仍然不能取得理想的文献信息资料，我们可以通过一些掌握现代技术的、具有丰富科学研究经验的专业人士来获取我们想要的文献信息。例如，有很多图书馆的网站主页上都会有在线咨询的功能，我们可以通过在线咨询的服务功能从图书馆员那里获取文献信息资料。很多图书馆都开通了馆际互借的功能，通过馆际互借，我们可以共享很多成员馆的文献信息资源，而这些庞大且宝贵的文献信息资源经常会被老师们和学生们忽略掉。再如，我们还可以求助一些在线的问题回答类的网站，像百度知道、知乎等，还有国外比较权威的网站像AIIExperts等，通过询问这些网站上的一些权威专家，也可以为我们的学习和研究提供宝贵的意见。

总之，互联网是一个非常开放的空间，如果善于应用，我们不仅可以贡献自己的经验和智慧来为他人服务，我们也可以共享他人的智慧来为我们自己的研究和学习服务。

四、结语

信息检索的最终目的是通过解决各种各样的问题，进而提高学习和科学研究能力。正如美国文献家赫伯特所言：“知识的一半，是知道到哪里去寻找它。明日的文盲，不是不能阅读的人，而是缺乏检索能力的人。”互联网时代文献信息检索能力比文献信息本身更重要。来自美国的非盈利性机构“今日信息科学网站”的一份报告“Information Literacy A Skill for Life”也在呼吁互联网时代新的技能，即媒体与信息素养。由此看来，信息素养的培养不光适用于高校信息素养教育，同时也具有世界性的重要意义。文献信息知识伴随着社会的发展而迅速更新和积累，高校应强化对信息检索的指导，提高信息检索能力，助力高校教学和科学研究。

五、参考文献

[1]陈振标.文献信息检索、分析与应用[M].北京:海洋出版社,2016:19.

[2]陆和建,姜丰伟.新信息环境下高校信息检索课教学方式的优化策略[J].大学图书馆学报,2015(2):96—99,112.

[3]万爱群,杨红.浅谈开设《信息检索与利用》课程的必要性[J].广西质量监督导报,2007(6):105—118.