如何选用恰当的检索词构建检索表达式在线视频

同学们好

我是中南大学

信息安全与大数据研究院胡德华

下面我主要介绍

如何选用恰当的检索词 构建检索表达式

那么什么是检索词呢

以及它的选用原则

检索词是表达信息需求

与检索课题内容的基本单元

选用是否恰当会直接影响检索效果

检索词我们一般分为四大类

第一是表达主题概念的检索词

包括标题词 单元词 叙词和关键词

第二是表达作者的检索词

包括作者的姓名

或者作者的单位 机构名称

第三是表达分类的检索词

如类目名称 分类号

表达特殊意义的检索词

如专利号 标准号与分子式等等

那么检索词我们要遵循什么样的原则

第一应该根据课题所涉及的学科专业

和技术主题进行选词

第二 应选用规范的 科学的专业名词术语

第三 要考虑检索词不同的表达

如同义词 近义词 上位词 下位词

拼写变异 缩略语等等

那么我们看这个课题

心房纤维性颤动的相关因素研究

这个相关因素它包括哪些呢

C反应蛋白 同型半胖氨酸等等

与心房纤维性颤动的这种关系

那么这里面最核心的概念是什么

心房纤维性颤动

那么它有哪些表达的方式呢

我们可以看到 一个是心房纤维性颤动

还有心房纤维颤动

心房纤颤 心房颤动 房颤等等

这些表达在

我们在做课题 写论文 发表文章的时候

作者都可以使用 但在我们在检索的时候

那么这些词怎么运用

所以我们看一看 进入中国知网

我们就它的高级检索 默认所有的文献

我的检索时间是最近

那么我们在这里我在检索词

我使用了就是心房纤维性颤动

在主题途径里面我使用了就是心房纤维性颤动

在主题途径里面

在主题检索途径里面我们检出了190篇

我们检索了190篇

那我把它放在篇名里面检出了24篇

那么我心房纤维颤动

我们在主题途径165篇

篇名里面检出了48篇

我们这个就多了一倍了

另外我们还有心房纤颤

检出的文献就更多了

有两千多篇文献在篇名里面

我们心房颤动

那么就检出了一万一千多篇

就增加了500倍了 比这个

我是从篇名来看

那么我们还有房颤

在篇名里面也检出了7000多篇

增加了300倍 比这个在我们心房纤维颤动

那么我们把所有的 把它进行组配起来

那么检出了21000多篇

所以接近了900倍

所以我们 假如大家一检索的时候

就采用了心房纤维性颤动的话

你就漏检了大量的文献

所以这个是跟我们这个用词存在这个问题了

所以怎么来实现呢

你看我在这里用所有的文献

在中国知网里面它的主题

这个途径把所有的这些组配这个不同的表达

用all把它组配起来

所以检出的文献就是非常多

所以这样的话

如果我们找这个方面的文献

加上其他的相关因素再and起来

所以我们首先要保证

每个概念 每个检索词都查得非常准确

非常全面 系统

那么是不是我们这样检索就好了呢

我们还有更多的这个表达

像持续性心房颤动

阵发性的 特发性的

快速的 慢性的 反复性的

窦性心律不齐等等

这些在我们写文章的时候都可能会使用

都可以查到文献

所以我们在检索为了查全这个课题

这个概念

我们这些词都要纳入到我们的检索范围

那么就涉及到一个问题

我怎么去选择恰当的检索词

那么我们这么多的词我们怎么去选用呢

所以第一个原则

我觉得就是尽量选用主题词

那么主题词并不是每一个系统都有

所以就要支持主题词检索的

数据库和检索系统才能够有主题词

所以才能够采用主题词的检索

你看在我们医药领域的话

最重要的就是PubMed

它的里面有Mesh词

另外一个中国生物医学文献

数据库服务系统SinoMed

它就是把Mesh词表把它汉化以后

嵌入到中文文献的这个检索

构建了这个SinoMed的检索系统

所以它里面的主题检索

是主题词检索

但是我们刚才在中国知网里面

我不是也选择了这个主题途径的检索么

它的主题检索

并不是主题词检索

所以主题词我们在是规范化的

专业的名词术语

对每一篇文献都进行了主题词标引

所以我们当然在我们检索的时候可以采用

尽量使用在这些系统里面使用主题词检索

那么我们看第二个课题

脑血管造影术

在脑缺血患者诊断中的应用

这里面最核心的概念

一个是脑血管造影

第二个是脑缺血

那么首先我们就需要找

这个里面的核心概念

是不是能够采用主题词检索

所以我们也可以采用自由词来检索

像我们这个在PubMed里的检索

比如说这个是脑血管造影术

这个是脑缺血 我们检出一千七百多篇文献

就是当然我们加了这个引号

表示它是一个精确的检索

但是我们可以把它作为一个主题词来检索

你像我们这个脑血管造影术

它是一个Mesh词

另外and 脑缺血 再加上一个Mesh词

这个为什么后面多了这个 就是它不扩展的

我们脑缺血我这个

它有可能等一下我们看到它有很多上位词

但是我们没有把它扩展

这样检出了1600多篇

另外一个就是

我们把脑血管造影术的这个Mesh词

再把这个脑缺血的作为Majr

Majr就是主要主题词

就是这篇文章

标引了它是主要的概念

这时候检出来的有3584篇

另外一个就是

我们在把它所有的

你不管它主要主题词 扩不扩展

我们都捡出来以后就有5000多篇

就是采用主题词来检索就5000多篇

如果当然我们在

这里作为一个自由词来检索的时候

你看着就用脑血管造影术

跟脑出血检出来有8000多篇

就是在基本检索上面

作为一个自由词的检索

所以有8000多篇

那么我们看这个检索有什么不同

我们在PudMed我们做了一个界面

这个就是什么呢

这个就是

我们第一个作为精确检索以后

得到的这个结果

这个结果的话

它是把你的检索策略记在里面

这个是基本检索

我们以后黄老师也会给大家介绍一下

它这个检索方式

所以你看

这样检索出来的结果就是一千多篇

那么下一个 下一张图

就是我们是采用了

这个Mesh词的这种检索

所以检出的文献是5000多篇

所以这个检索里有什么不同

它采用了主题词

这个主题词的检索

所以文献量比我们的这个精确检索大大扩展了

那么还有一个

我们如果作为一个系统 在基本检索下面

我们不要加引号

也不从主题词来检索

那么它作为一个自由文本词关键词来检索

你看大家就在这里面检出了8000多篇

大家可以看

它的Details

转换后的检索策略

大家可以看到这是我们这个脑出血

在所有字段里面

还有这些词

它的脑出血作为主题词来进行检索的

再把它这个中间是or的关系

另外一个它那个脑出血还有一个表达

就是脑在所有字段里面

缺血在所有字段里面

再and起来

所以说还要脑缺血所有字段在里面

进行一个检索

所以这个的话呢

就是它就大大的扩展了我们的检索

另外一个就是我们可以看到

就是脑血管造影术

它作为一个Mesh词检索

也把它作为单个词的检索

这里存在一个什么问题

大家可能没注意到

作为单个词

你像这个脑（brain）

在所有字段里面

再and 缺血（ischaemia）

在所有字段里面

可能那篇文章不是你所需要的

就是说我们这个8000多篇文献里面

可能有一些误检的这些文献

所以它虽然转换了

你像我们在它的这个脑血管造影术

同样也是一样的

同样这个一样的 看到没有

这个词and这个词来表达

这个脑血管造影术

然后它检索就可能误检

所以我们利用

它的主题词来检索5000多篇

是比较密切相关的

这些可能会导致这些不相关的文献

它虽然可以检出有8000多篇保证了查全

但是没有保证这个查准率

但是没有保证这个查准率

那么我们在Mesh词里

PubMed里面主题词检索

它是提供了自动的扩展检索功能

所以我们来看一看脑缺血这个词

它就有多个的下位词

你像我们这样 输入脑缺血这个词

在我们的Mesh Database里面

可以查得到它的这个相关的这些词 在我们的Mesh Database

可以查得到它的相关的这些词

以及它的树状结构表

这些它的上位词 它的下位词

那么在它的下位词里面

它的 这个是脑梗塞

还有更多的下位词

你像这个脑血管梗塞的话

那么还有这个

有个加号

加号是表示它有更多的下位词

那么它这些词是跟它是同级的关系

就是它是它的下位词

所以我们就说

脑血管梗塞的话

还有更多的这些下位词

所以这里是个加号

这样的话在我们采用这个词

进行检索的时候

它你可以刚才我们看到的是不扩展的

如果系统默认的是自动主动的

自动的这个扩展检索功能

所以这样的话

大大提高我们的查全率和查准率

因为这些词

你不一定每个词都要去进行检索一下

但是它可以帮你一次性解决了

第二个方面的的话

就是关键词检索的时候

我们要尽量选用这个单元词

什么是单元词检索呢

单元词的话

是从文献的题目

正文或者摘要中抽出来的

最基本的

概念不可再分的这些词

为什么我们要采用单元词来检索

所以我们看这个课题

就是皮牵引

在股骨骨折中的应用研究

那么我们采用中国知网

利用它的专业检索

我们使用它的这个字段

大家可以看得到

就是我们在主题

主题采用皮牵引再and

这个主题股骨骨折的时候主题采用这个皮牵引在and

主题 股骨骨折的时候

我们可以找到好多 37篇

那么我们把它股骨 骨折的话

它是一个概念

但是我们作为关键词上

它并不是单元词

它并不是单元词

我们把它的这个股骨

把它作为一个单元词

再把骨折作为一个单元词

再把它and起来

再and皮牵引

我们检出了一百六十篇文献

所以比这个文献就多多了

所以我们在关键词时候

要注意的一点

就是尽量概念不可再分

这样的检索的话可以提高我们的查全率

第三个方面

要尽量考虑关键词的

不同的表达形式

所以我们在使用关键词

包括自由词来进行

不是主题词的来检索的时候

要尽量考虑到它的同义词

近义词 缩略语和相关词

那么我们这里可以看到

这个同义词在我们的医学文献中

就非常之多

并且它的学名

俗名 全称 缩写 简称等等很多

那么我们像这个肾功能衰竭

到我们的这个中文里面

就有不同的表达

那么这个时候

我们这些词是不是都要去检索

如果你只检出了肾衰

那么就麻烦了 是不是

肾功能衰竭

你用全称检索可能就更多了

又如系统性红斑狼疮

它有不同的表达

所以我们在检索时候都要纳入

那么还有白介素它的

不同的这个表现形式

因为它翻译出来

有没有大写 短横杠

有没有影响

还有英文的这个表达 缩写等等

所以我们在要考虑到

这些都是同义词

所以我们在这里

要注意到它的书写和表达的这些不同

要考虑这个近义词

近义词在我们的医学领域也非常多

像制备 制造 合成 生产

都是跟研制有关的

另外生存质量和生活质量

它们实际上也是相近的一个概念

只是稍微有一点点区别

那么另外还要考虑到

这个缩略语和元素符号

所以我们检索像胰岛素生长因子

我们可以用IGF

那我们在中文里面和英文里面

就可以用IGF

以及它的缩写 全称来进行检索

另外一个考虑 我们考虑族性检索

你像我们要查找干扰素

α1β方面的文献

那么我们可以利用它的上位类的这个词

像刚才说干扰素α直接来进行检索

其他的这些表达都可以给你检索出来

另外还可以考虑截词检索

星号表示多个截断

问号是表示一个字母的一个截断

所以我们在中文 在英文检索的时候

都可以采用这些截词检索

第四个方面

尽量不选用这个虚词作为检索词

在我们的检索课题

课题里面常见的虚词也非常多

像一些什么什么的课题的研究

进展 综述 应用等等这些词

我们不建议大家

作为检索词来进行一个检索

但是有的像我们第四个课题

大学生心理障碍的影响因素分析

成因及其对策

那么我们在初检的时候

大学生可以加

就用大学生和心理因素来进行检索

检索结果过多的时候

我们可以使用这个大学生加上心理障碍

再加上它的因素和成因和对策

就去除其它不相关的这些文献

这个是我们可以考虑到

但是我们在初次检索的时候

我们不需要

把这些因素这些词虚词加进去

那么第三个方面

如何构建我们的检索表达式

检索表达式 简称检索式

或者提问式 是表达检索需求的一种提问式

是我们检索策略的一个具体体现

是检索策略构成的关键环节

它会直接影响我们检索效果

对检索结果产生决定性作用

检索表达式是由什么构成的

检索表达式一般是由检索词

加上布尔逻辑算符

加上位置算符 截词算符等等

一些组配的算符所把它构成的

那么在我们的类型里面

你像我们在表达式的类型里面

有简单型和复合型两种

那么简单型可能就是一个

这个检索词或者检索词加上它的

这个表达算符

你像我们在这里

你像这个是单个词的

那么还有就是

我们这个夏家辉是作者

in au就是在作者字段里面

这个就是字段算符

是吧 这个就是抗氧化剂

这个是采用了截词检索

像这个tive tion

这些词都可以给你检索出来

另外一个我们可以采用这个什么

这个组配 就是这个是移植

它的心理学方面的

我们可以作为Mesh词表

把它限制在Mesh词表进行检索

所以这样的话检索比较准确

另外还有一个是复合型的

就是两个

或者两个以上检索词的时候

那么我们基本上采用布尔逻辑算符

或者位置算符等等

一些算符把它连接起来

像我们这个acute

就是急性的near

near1就是临近一个词

那么这个胰腺炎 老鼠急性胰腺炎

那么这个胰腺炎 老鼠的急性胰腺炎

我要查找这方面课题

就可以采用这个检索式来构建

那么它就可以检出了是什么

就可以急性胰腺炎这个中间没有一个词的

那么也可以或者急性坏死性的胰腺炎

或者急性的胆汁性的胰腺炎

或者急性的炎症性的胰腺炎等等

这些含有这些词的这些文献

都给你检索出来

所以这个中间的这个near

体现了运用了多种的 一个是邻近算符

另外一个就是什么

and or还可以用到先和后的关系

来表达我们的这个检索需求

那么在我们的检索表达式我们怎么来实现

然后怎么来评价

这个检索式

刚才我们看到了就是对于简单的

那么我们可以把这个词输进去

就可以检索出来了

对于一些复合的这个检索的这个表达式的话

我们可以分步骤来完成

我们先检索某个概念

然后我们再采用and

在结果中检所采用等等这些方式

来分步骤来完成

还有一个要注意的

就是检索表达式对一个课题的不是唯一的

所以我们可以构建不同的检索表达式

得到的结果是不一样的

那么我们要评价我们的检索的这个效果的话

我们有两个很重要的指标

一个是查全了没有 查全率

一个是查准了没有 查准率

那么什么是查全率查准率

查全率是我们检出的相关文献量

除以我们系统中相关文献总量

实际上这个（相关）就很难判断

这个是最难判断的

另外还有一个就是怎么是相关的

这个就需要我们每一个同学

根据你的需求情况

来判断这些结果是不是相关的

那么查准率是什么呢

是检出的这个相关文献量

这个是分子都是一样的

但是分母不一样了

它是检出的文献总量

这个是你检出的 这个是系统中的

所以说它们的 检出了好多篇

就是说这个是你就误检了吗

所以说你就查的不准了

所以这两个指标可以判断

你检出了一次

也可以判断

它们结果的查全率和查准率

来评价你的检索效果

本知识点主要讲述了

检索词及其选用原则

并且我们以大量的真实的案例

详细讲解了如何选用恰当的检索词

以及如何构建我们的检索表达式

本知识点就讲到这里

谢谢大家