整合现代信息检索技术查询收录的技巧探究

　　［摘要］本文着重总结分析了运用EV2平台查询文章收录时可以整合的现代信息检索技术及软件工具，具体包括截词运算、位置运算、公式运算、TAG，运用Refworks订制RSS等。以上技术及工具的综合利用可以提高查全查准率、简化工作程序、提高工作效率。
　　［关键词］EV2；截词检索；位置检索；TAG；RSS；RefWorks
　　
　　1 运用截词检索
　　
　　截词检索是检索英文数据库的一项常见技术，在EI数据库检索中用“，”代替单个字符，用“*”代替多个字符。笔者从以下课题切入，具体分析该技术在查询收录中的应用。
　　检索课题：请从查全与查准两个角度出发，分别采取不同的策略，对1995到2005年间哈尔滨工程大学师生公开发表或参会论文被Compendex数据库收录情况进行彻查。
　　为求查全，我们编制了一条表达式(以下称策略一)：(HarbinEng*Univ*)wnafandCOREwndt(注：wn=within,af=authoraffiliation,dt=documenttype)
　　经检索统计，具体结果见表1。
　　
　　策略一主要运用了EI检索中的截词技术，“*”是通配符，能够代表所有在该位置出现的字母。CORE用来代表核心数据。从作者机构字段入手，返回所有字段中包含HarbinEng*Univ*字样的数据。用策略一的好处是，一个也漏不掉，保证查全率。关于哈尔滨工程大学的各种写法，缩略语和发生拼写错误的词组也能囊括其中。查全率可以做到百分之百。但它的弊端也是很明显的。
　　在EI数据库中，由于截词算符不能与位置算符(near、onear)同时使用，因此策略一无法控制检索式中每个单词出现的顺序和位置，数据库除了会返回所有哈尔滨工程大学的文章之外，还会把二级学院中有Engineering字样，机构名称中包含Harbin或University的数据一并返回，如：Institute Of Electrical And Electronic Engineering,Harbin University Of Science And Technology(哈尔滨科技大学)；School Of Electrome chanical Engineering,Northeast For estry University(东北林业大学)；Department of Electrical Engineering,Northeast Agricultural University(东北农业大学)；School Of Computer And Information Engineering,Harbin University Of Commerce(哈尔滨商业大学)；Schoolof Electronic Engineering,Heilongjiang University(黑龙江大学)等。因此每一次返回的结果都得进行人工筛选，将其他学校排除。
　　
　　2 运用位置检索
　　
　　在EI数据库中，用来表示位置检索的算符有两个：NEAR和ONEAR，其中NEAR不限定词间顺序，ONEAR要求词间顺序。
　　同样上面的课题，如果采用位置检索，并要求与截词检索有同样的效果，该如何进行呢？为求查准，并力争查全，我们编制了以下八条表达式(下称策略二)。
　　检索策略二：
　　检索式一(#1)：(Harbinonear/0Engineeringonear/0Univ)wnafandCOREwndt
　　检索式二(#2)：(Harbinonear/0EngOnear/0Univ)wnafandCOREwndt
　　检索式三(#3)：(Harbinonear/0Engineeringonear/0University)wnafandCOREwndt
　　检索式四(#4)：(Harbinonear/0Univofonear/0Engineering)wnafandcorewndt
　　检索式五(#5)：(Harbinonear/0Universityofonear/0Engineering)wnafandcorewndt
　　检索式六(#6)：(Harbinonear/0Univofonear/0Eng)wnafandCOREwndt
　　检索式七(#7)：(Harbinonear/0Engonear/0University)wnafandcorewndt
　　检索式八(#8)：(Universityofonear/0Harbinonear/0Engineering)wnafandcorewndt
　　(注：wn=within,af=authoraffiliation,dt=documenttype)
　　实施检索后，具体数据见表2。
　　
　　策略二主要运用了EI检索中的位置算符(near、onear)，其中onear要求词间有严格的顺序。这样做的优点就是顾全了策略一无法兼顾的查准率,使得返回的每一条数据都是我们所需要的。但是这种策略要求我们有统一并且规范的机构名称。通过对十一年间哈尔滨工程大学论文被EI收录的数据的观察整理，笔者一共找到关于哈尔滨工程大学英译名的八种写法，按十年间被使用的频次排序如下：
　　(1)HarbinEngineeringUniversity(462)
　　(2)HarbinEng.Unvi.(299)
　　(3)HarbinEngineeringUniv.(163)
　　(4)UniversityofHarbinEngineering(5)
　　(5)HarbinUniv.ofEngineering(4)
　　(6)HarbinUniversityofEngineering(2)
　　(7)HarbinEng.University(1)
　　(8)HarbinUniv.ofEng(1)
　　(9)HarbinEngineeringUnivrsity(1)
　　显然，用策略二，为了避免遗漏，得将八个检索式的返回结果相加，才能达到与策略一一样的结果。并且，一旦发生拼写错误，被检到的可能性为零。