笔记3《信息组织》01.docx
《笔记3《信息组织》01.docx》由会员分享，可在线阅读，更多相关《笔记3《信息组织》01.docx（51页珍藏版）》请在冰点文库上搜索。
笔记3《信息组织》01
《信息组织》总结笔记
informationorganization
2013年9月30日
第一章导言
第一节信息组织的必要性
1、人类社会由信息社会向知识社会迈进，信息资源开发利用受到重视；
2、信息资源特点：
数量大、种类多、来源广；信息资源数量的急剧增加。
3、无序的信息资源加剧信息增长与使用的矛盾。
——信息超载，知识缺乏
4、原始信息只有将其有效的组织，按特定需要集中和揭示，才能产生价值。
信息组织：
为了有效开发利用信息资源，对信息资源加以控制和处理。
5、信息组织，也称为信息资源组织，是根据使用的需要，以信息资源为对象，通过对其内容特征等进行分析、处理等，并以适当的方式加以提供的活动。
6、数据：
一般是指经过直接观察获得的对客观对象的记述。
（原生态，未经处理的）
信息：
经过人类处理的数据，是供交流共享的知识。
7、社会信息的传播形式有：
口头方式、传统的出版方式、电子方式等；
以记录形式进行信息交流，能够克服直接交流的时空局限；
8、信息资源一词与文献含义接近，通常是指一切以记录形式存在的信息载体；
信息资源基本类型：
图书、期刊、报纸、论文、标准、档案等；
信息资源存在形式：
印刷型、缩微型、视听型、机读型、光盘型、非实体型（如网络）；
9、信息组织就其组织和揭示的层次而言，可以是直接以信息资源的存在形式为处理对象，例如直接以图书、期刊、网站等为处理单元；也可以以期刊、报刊、网站中的个体为处理单元；还可以选择其中的信息成分作为处理单元。
10、信息组织的目的：
是根据使用需要建立起信息资源收藏系统和检索工具，以便利信息资源的开发利用。
它是为了检索利用的需要对信息资源进行组织，与信息检索密切相关。
11、信息检索系统，包括信息组织和检索两方面。
资源库
（信息检索系统）
信息资源————→信息特征————→标引记录————→
信息分析词汇控制排档
控制语言或规则
提问分析词汇控制匹配
用户提问————→信息特征————→提问档————→
（1）信息组织是依据信息资源的主题内容或特征，将无序的信息资源组织为有序集合的过程。
信息组织是信息检索的基础，通常是根据检索的需要，以信息资源的一定单元为处理对象，对其特征加以记录，并根据需要进行必要的标引或处理，然后奖这些信息资源记录或条目，按规定的方式输入系统，组成文献资源库或信息检索系统。
通常应依据相应的、预先制定的控制语言与规则，如作为描述记录资源特征依据的描述规范、作为资源主题内容标识依据的检索语言或知识组织系统等。
（2）信息检索是根据检索需要，从检索系统中检出相应信息资源的过程。
信息检索是信息组织的目的和归宿，是信息组织的反向过程。
在实施信息检索时，一般应首先依据检索系统的特点，将检索提问转换成相应检索特征，再根据该检索系统提供的检索途径进行匹配查找，检出相应的信息资源。
应注意按照系统提供使用的描述规范及控制语言的特点进行操作，使检索获得较好的效果。
（3）信息组织与信息检索的关系：
一方面，信息组织是信息检索的基础和前提，只有进行信息资源处理和有序化组织，才可以利用它有效地进行检索查找；另一方面，信息检索是信息组织的出发点和归宿，是信息组织的主要目标之一。
要使信息组织取得较好的效果，必须充分了解系统的检索需要，根据信息资源的特点和用户的要求加以实施；信息检索也必须在信息组织已有的基础上进行，离开信息存储和处理条件，就无法有效地检索。
（4）信息组织和检索使用的、用以描述检索特征的控制语言及规则，是根据信息资源组织的需要制定的组织规范，包括信息资源描述规范、检索语言以及各种新型的知识组织系统等。
前者如文献的编目规则及各种元数据描述或记录的规范等；后两种则是根据标引和检索的需要建立的专用语言系统，其中，检索语言包括各种分类表或标题表、叙词表，以及相应的规则系统等，一般用来对所使用的词汇及其相关性进行规定，是文献存储和检索的语言保障；而知识组织系统的范围更广，包括从最基本的地名表、同义词表，到语义网等各种信息组织中使用的揭示知识结构的工具等，从本质上讲，它们都是知识组织的语言形式，目的是将知识结构引入信息资源组织，是文献存储和检索的语言保障。
这些信息标识选择和组织的规范是保证信息组织过程的处理质量以及一致性的重要依据，是信息组织和检索的基本工具。
第二节信息组织的形式和检索途径
1、信息组织的目的：
组织各种类型的信息资源检索工具，同时对文献单位的信息资源进行有序化组织。
2、信息资源组织，是指按照一定的方式将信息资源本身直接纳入信息资源集合。
3、文献组织两种基本排列方式：
（1）固定排列法
（2）按一定意义的次序排列。
固定排列法，或按照文献的形式，或根据到馆先后，或使用文献本身固有的号码排列文献资源；一些不适合按信息资源特征动态组织的资源类型，一般均采用固定排列法。
采用这一排列方式，资源使用时通常必须先依据检索工具查出其所在的位置。
按一定意义的次序排列包括按题名字顺排列、按责任者排列等，使用最多的是按分类方式排列。
分类方式组织文献资源，可以提供一种直接按照内容或特征的关系对文献资源浏览检索的途径，为开架使用提供方便。
但采用这一方法进行文献库组织时，对同时具有两种以上内容的文献，通常只能按其中的一种排列。
4、按检索工具的对象和特点，可分为：
（1）文献目录。
通常是以各种媒体的文献单元为对象，对其进行记录与揭示的工具。
包括文献收藏目录和书目。
前者以一个或多个文献单位收藏的文献为对象加以描述和揭示，后者以某一领域或时限内出版的文献为对象进行组织。
（2）索引。
是以文献集合中的文献单元或文献中的信息单元为揭示对象的检索工具。
例如图书索引、期刊论文索引、报纸索引、专利索引等。
（3）机读数据库。
是由文献资源为对象的机读记录的有序集合，是一种依托计算机技术，以机读形式建立的检索系统。
（4）网络搜索引擎。
是一种以网络信息资源为对象的检索系统，是数据库的特殊形式。
后面的类型往往是对前一类型的深化或发展，例如索引是对目录的一种深化和补充，机读数据库包括了目录和索引，同时增加了新的信息资源组织类型和形式；网络搜索引擎是对前几种形式的综合和发展。
5、按照依据的标识特征，检索工具可以分为：
（1）以信息资源的外部特征为检索依据，提供从资源形式出发进行检索的途径。
常见的外部特征有：
责任者名、题名、机构名、出版社、文献登录号等；此外还有根据引证关系建立的检索系统，是以被引文献为中心，列出引用过该文献的其他文献。
（2）以表达信息资源主题内容的标识为依据，提供从内容角度进行检索的途径。
主要有分类法和主题法两种。
分类法是以表达信息资源内容的标记符号为标识，按主题之间的关系进行系统组织；主题法直接以表达文献内容的标记符号为标识，依据主题字顺等方式提供检索途径。
以上两种检索途径特点：
前一类可从已知文献数据的角度进行查找，后一类途径则可以根据使用需要，从主题内容出发对信息资源进行检索。
前一种途径：
检索迅速、准确，但必须预先掌握相应的数据；
后一种途径：
不必掌握相应数据，可直接检索特定主题内容的文献，还可以通过主题内容的关系，扩大或缩小检索范围，查找相关资源。
但不如前一种途径直接和准确。
6、按照系统中所使用的标识是否进行控制，检索工具可分为：
（1）受控检索系统：
是指依据特定控制词表建立的检索系统。
各种分类法、主题词表等建立的检索系统，都是这一类型。
（2）自然语言检索系统：
是直接使用信息资源中自然语言的词语进行组织和检索的方法。
例如文本检索系统，以及使用未经控制的关键词标识建立的系统、自动抽词标引系统等。
7、按照系统中标识组配的特点，检索系统可分为先组式和后组式两种：
（1）先组式检索工具，是指检索前复杂主题的标识在系统中就已经按一定方式组配好的一类检索系统。
各种传统的分类、主题检索工具属于这一类。
（2）后组式检索工具，是指检索前复杂主题的标识在检索系统中是以基本概念的形式独立存在的，实施检索时，才根据检索提问进行组合。
例如文本检索系统。
第三节信息组织的处理方式和研究内容
1、信息组织从总体而言，是根据使用需要以及信息资源的特点，将信息资源组织成有序系统的过程；就个体而言，是根据信息组织的整体要求和规范，对信息资源进行描述和处理，并将处理结果纳入系统的过程。
信息组织的总体目标是通过对具体的信息资源个体的处理实现的。
2、文献处理的基本目标（适用于信息资源）：
（1）识别、确认存在的所有物理媒介的文献资源；
（2）确认文献中或其部分中的著作；
（3）按照标准引文规则生成这些文献和著作的系统；
（4）提供系统有价值的检索点，至少包括题名，责任者和主题等；
（5）在文献单位或其他检索集合中提供某种评论资源的方式。
3、对信息资源处理的基本做法：
（1）对信息资源的特征进行描述，包括著录或编写题录，记录信息资源的外部特征；
（2）对信息资源的内容进行浓缩，包括编写内容提要或文摘，使用户了解其内容和特点；
（3）提供检索点，主要是确定检索特征及可检信息，对信息资源进行有序化组织。
检索点：
信息资源著录中描述的各种特征，如责任者名、题名等可以作为检索点；对主题内容进行分析的基础上确定相应检索标识，包括分类号和主题词；在计算机检索系统中，文摘和提要中的词语也可以作为检索依据。
4、信息组织活动包括两个基本方面：
（1）信息组织的操作，指更具信息资源的内容和特征，对信息资源进行描述、标引，并将其组织进相应系统的过程。
（2）信息资源组织规范，是根据信息组织的需要，按照信息资源的特点预先确定的规则和方法系统，是进行信息组织操作的依据。
5、信息资源组织规范包括：
（1）信息描述规范，是对信息资源特征进行描述记录的依据。
通常根据特定信息资源的特点和识别、组织的需要加以规定。
（2）检索语言或知识组织系统。
检索语言是一种由表达信息资源主题概念及其相互关系的词汇及规则组成的人工语言系统，国内也称为情报检索语言。
它是根据检索系统的特点，按照使用需要和对知识关系的理解预先组织好的一种信息资源组织方法的体系，是信息组织方法的具体体现。
检索语言由词汇和语法两部分组成。
词汇是检索语言的主体，用于对所使用的词汇及其相关性进行规定，是信息资源存储和检索的语言保障。
其表现形式是各种词表，如分类表、标题表、叙词表等。
它们是根据一定的知识结构预先建立的标识系统。
语法，是分类标引和主题词标引的规则系统，它们规定词汇集的使用方法，是文献标引时遵守的规范。
知识组织系统，是指讲过组织的知识结构表达的工具，它试图包含组织信息和促进知识管理的各种词表。
信息组织规范还包括对信息资源及检索工具的组织、检索方法等。
6、信息组织的研究领域包含三个层次：
（1）理论层面，主要研究信息组织的基本规律和理论基础，提供理论依据和指导；
（2）规范层面，通过描述规范、检索语言的建立，为信息组织的操作提供规范和依据；
（3）方法层面，实现信息资源组织的具体技术方法。
第二章信息组织原理
第一节对信息组织的要求
1、信息组织的主要目的是为了有效地检索和利用。
2、信息组织系统必须考虑的因素（要求）：
（1）检全率，也称查全率、命中率，是指系统实施检索时检出的与某一检索提问相关的信息资源量与检索系统中与该提问相关的实有信息资源总量之比。
检全率=检出相关信息资源量/系统相关信息资源总量x100%
其中，检出相关信息资源量为检出的信息资源总量排除其中不相关信息资源数量后得到的值；系统相关信息资源总量则为已检出相关信息资源数与未检出相关信息资源数量之和。
检全率表示检索系统检出相关信息资源的能力，是评价检索系统效率的参数。
（2）检准率，也称查准率、相关率，是指系统实施检索时检出的与某一检索提问相关的信息资源量与检出的信息资源总量之比。
检准率=检出相关信息资源量/检出信息资源总量x100%
检准率标识检索系统排除与检索提问无关信息资源的能力，提高检准率可以节省用户分离无关信息资源花费的时间，提高检索系统的使用效率。
一般认为，检索系统的检全率和检准率是一种互逆关系。
一般中小型检索系统对检全率要求较高，而信息资源数量较大的数据库或搜索引擎中，对检准率要求较高。
检索系统对检全率和检准率的确定，应考虑：
检索系统的任务、服务对象的需求、信息资源集合的规模等多种因素。
（3）检索速度和系统的及时性，涉及信息资源组织时间和检索时间两个指标。
检索速度是指用户实施检索时获得检索结果花费的时间。
系统的及时性是指检索工具能否在较短时间内将信息资源纳入系统，以较快速度提供使用。
（4）系统的易用性：
对于信息资源的处理和标引人员而言，系统的易用性是指系统是否便于进行描述和标引操作，是否需要掌握专门的技能才能使用，使用时是否可以得到提示和帮助等；对于检索用户而言，是指系统检索是否易于使用，操作是否复杂，是否需要预先学习，界面是否友好，是否提供说明和帮助等。
易用性还包括容易获得信息的程度。
（5）检索的成本效益，是指检索系统的成本和效益之比。
检索成本一般包括检索系统设备费用、标引处理费用、检索运行费用。
检索效益是指检索系统的性能及因此产生的效益，包括获取信息取得的经济效益和社会效益。
讨论成本效益的目的是力求降低成本，提高效益，改进价格性能比。
第二节信息组织中的控制与规范
1、信息组织中的规范控制方法，通常包括对信息组织对象的描述控制、信息组织和检索过程中的词汇控制、句法控制、相关因素控制等内容。
（1）描述控制：
为了以适合的方式有效进行信息资源组织，检索系统一般不直接将信息资源本身作为组织和处理的对象，而是以其描述记录代替资源进行操作。
描述记录记载信息资源与检索有关的基本特征，如题名、责任者、文献号、内容提要等，以浓缩的方式揭示资源，是信息资源检索系统进行组织和检索的基本依据。
要有效地进行组织，必须对描述记录的内容、描述方式等进行必要的控制，包括：
A.描述项目的控制，选择具有组织和揭示价值的资源特征作为描述的项目；
B.描述文字的控制，规定描述项目采用的文字；
C.描述级别的控制，规定记录描述项目的详略程度；
D.描述格式的控制，包括各种描述项目的次序、描述的标识、描述项目的表达形式等；
（2）词汇控制：
是指根据信息资源标引和检索的需要，对自然语言中的词汇进行选择、规范并揭示其相关性的过程。
对词汇的控制通常包括：
A.同义控制，对字面形式不同、含义相同的词进行控制，使一个概念只用一个词表达。
B.词义控制，对同形异义词和语义含糊的词进行控制，使一个词只表达一个概念。
C.词间关系控制，是指揭示词汇之间的各种联系，使其称为一个语义相关的系统。
词汇控制还包括词量控制、词组选择和使用的控制，以及专指度控制等方面。
按词汇的功能，检索语言中的词汇可分为标引用词和非标引用词，前者为标引和检索的正式标识，一般具有唯一性，选择和控制较为严格；后者为词汇控制中被取代的词，这类词不用于标引，只起检索入口的作用。
（3）句法控制，是指根据信息资源标引和检索的需要，通过一定的组词造句规则，对检索词语的组合方式做出规定。
检索语句：
主题词通过组配表达信息资源主题的语词组合。
句法关系：
检索语句中语词之间形成的关系。
检索系统的句法控制一般是在一定组配方式的基础上，采用相应的句法措施实现的。
常见的方法有引用次序、使用辅助符号以及轮排等。
A.引用次序，也称组配次序，是指复合主题标引和检索时，各个主题因素的组合次序。
例如显著性引用次序、具体性优先的引用次序、标准引用次序等；
B.辅助符号，也称组配符号，是检索语言揭示主题概念之间关系意义，进行检索操作的标识形式。
常用的组配符号有关系符号、逻辑组配符号、联系符号、职能符号。
C.关于句式转换，是根据使用需要，对句法形式加以转变和调整，改进使用效果或增加其适用性。
常见的句法转化形式包括轮排转换、链式转换、分析转换。
（4）相关因素控制，组织系统往往纳入多种因素控制，常见的相关因素包括引用关系、链接关系、用户需求等。
第三节规范控制的依据
1、信息资源的组织和检索一般是以概念逻辑为工具，以知识分类为基础，根据信息资源的特点和设备条件的状况进行的。
一、逻辑知识
1、概念逻辑是揭示概念及其关系的规律的知识。
2、信息组织过程中应了解的基本逻辑知识：
（1）概念及其内涵和外延。
概念是表达事物对象特有属性或本质属性的思维方式，是检索系统交流的内容。
概念包括内涵和外延两个方面。
内涵指概念的含义，即概念所反映对象本质属性的总和。
外延是指具有该属性的事物对象，即概念所包括的范围。
（2）概念之间的关系。
按照是否存在共有的外延，分为相容关系和不相容关系。
相容关系是指至少有一部分外延相同的概念之间的关系，包括同一关系、包含关系、交叉关系。
A.同一关系，是指具有完全相同外延的概念之间的关系。
B.包含关系，也称属种关系，是指一个概念在另一个概念外延之中，并且是另一个概念的组成部分。
其中包含概念称为上位概念或属概念，被包含概念称为下位概念或种概念。
C.交叉关系，是指部分外延重合的概念之间的关系。
不相容关系是指不存在共有外延的概念之间的关系，可分为不同论域之间的不相容关系和同一论域中的不相容关系。
后者为从属于同一属概念的不相容概念之间的关系，包括：
A.矛盾关系，是指外延之和等于上位概念的两个不相容概念之间的关系。
B.反对关系，是指外延之和小于属概念的两个相互对立概念之间的关系。
C.并列关系，是指一个属概念下几个不存在共有外延的并列属概念之间的关系。
（3）概念的限制与概括、分析与综合
概念的内涵与外延之间是一种反比关系。
一个概念的内涵越浅，符合其含义的概念对象就越广；反之，概念的内涵越深，符合其含义的概念对象的范围就越小。
概念的限制：
增加内涵、缩小外延的过程。
概念的概括：
减少内涵、扩大外延的过程。
概念的划分：
将一个属概念分成若干子概念。
概念的分析：
将复合主题概念分解成若干个子概念
概念的综合：
对子概念进行组配，表达复合概念等。
二、知识分类
1、知识分类体系是建立在人类对外部世界的探索和发现的基础上的，是根据对知识之间关系的了解建立起来的系统。
2、根据知识组织的不同对象和层次，知识组织体系包括科学分类体系、学科分类体系、事物分类体系、行业分类体系等多种类型。
3、科学分类体系，是人们根据对科学之间整体关系的认识建立的体系。
4、学科分类是对科学分类的深化，一般根据学科发展的现状，依据各学科研究的方法和对象之间的关系建立。
例如我国1992年编制的国家标准《学科分类与代码》，有5个基本门类：
自然科学、农业科学、医药科学、工程与技术科学、人文与社会科学。
分58个一级学科。
5、信息资源组织对分类的借鉴：
（1）作为信息资源分类的基础，用于建立合理的信息组织的结构；
（2）作为基本类目门类的设置依据；
（3）作为主题系统中范畴处理的依据；
（4）作为专门领域下具体类目的设置依据；
（5）作为类目之间关系、词组关系处理的依据。
三、信息资源组织的特点
1、文献保证原则，文献保证，也称文献根据，是指信息资源组织应根据信息资源类型、数量等因素进行相应控制。
（2）用户保证原则，用户保证，是指根据用户需要进行描述控制和词汇控制等。
（3）与设备条件相适应，信息组织中的规范控制需要一定的设备条件，只有与设备条件的特点相一致，才能取得较好的效果。
第三章信息描述
第一节信息描述的意义
一、信息描述的含义
信息描述，也称信息资源描述，是指根据信息组织和检索的需要，对信息资源的主题内容、形式特征、物质形态等进行分析、选择、记录的活动。
传统文献检索系统中称为文献著录或书目著录。
信息描述的结果，是描述记录，也就是元数据。
元数据：
关于数据的数据，或关于数据的结构化的数据。
它是对各种类型信息资源的描述记录，描述的成分通常是从信息资源提取出来的关于特征、内容的数据，如题名、责任者、出版数据等，以结构化的方式记录。
元数据与传统文献编目中的著录款目性质相同，是电子环境下的著录数据，与描述记录、文献记录等同义。
信息描述的作用：
（1）识别，对要组织的信息资源进行个别化描述，使用户能识别该资源对象；
（2）定位，提供信息资源的位置信息，以便用户访问使用；
（3）检索，通过在描述数据中提供检索点，方便用户对资源的检索和利用；
（4）选择，通过记录信息资源的各种特征，供用户对信息资源进行判断和选择。
二、信息描述的规范
1、为了一致、有效地对信息资源进行描述，便于信息的交换，信息描述需要依据一定的描述规范。
信息描述规范一般规定描述项目、描述标识、描述级次等基本事项。
2、文献描述标准，即文献著录标准。
目的在于为文献信息描述提供统一的框架，规定描述的成分、次序、标记等，为各国文献描述的统一和规范创造条件。
3、我国于1983年发表了全国文献著录标准《文献著录总则》，根据各种类型文献的共同特点确定文献著录原则、著录内容、格式和标记符号等的统一规定。
其作用是规范和统一各种类型文献著录标准的指定，以便建立统一的文献著录体系。
4、其他描述规范例如《都柏林核心集》（DublinCore，DC）。
第二节信息资源描述项目、标识和描述级次
一、信息描述项目
1、信息描述项目是用以揭示文献内容和特征的记录事项，也称著录项目。
2、描述项目根据其描述特征之间的关系，可分为基本描述项目和描述子项目。
（1）基本描述项目：
一个描述记录由若干大项组成，一个大项又可以划分出若干小项，组成一个系统、完备的描述结构。
《文献著录总则》规定的基本描述项目为9个大项目，依次为：
题名和责任者项目；版本项；文献特殊细节项；出版发行项；载体形态项；丛编项；附注项；文献标准编号及有关记载项；提要项。
题名和责任者项：
资源的名称；负责创作资源的个人或组织；
版本项：
文献版本和更新情况；
文献特殊细节项：
记录某些特殊类型文献的特征；
出版发行项：
说明文献的出版情况；
载体形态项：
描述文献物质形态特征，如数量、尺寸、附件等；
丛编项：
记录丛编文献的信息；
附注项、文献标准编号及有关记载项：
提供文献更多的相关资料；
提要项：
概括记录和评价文献内容。
标识项单独设置。
传统文献款目的标识项通常由题名、责任者、分类号、主题词等组成。
《都柏林核心集》描述项目分为15个大项：
题名（Title）：
资源的名称；
创作者（Creator）：
负责创作资源的个人或组织；
主题（Subject）：
资源的主题，通常以描述资源主题的关键词或短语表达；
描述（Description）：
资源内容的文字描述；
出版者（Publisher）：
负责使资源以现有形式提供的实体；
参与者（Contributor）：
对资源贡献较小的人或组织；
日期（Date）：
资源创建或提供的日期，推荐格式为yyyy-mm-dd；
类型（Type）：
资源类型，如诗歌、小说、报告等；
格式（Format）：
资源的数据格式，或大小、持续时间等，用来识别相关软件和硬件；
资源标识（Identifier）：
识别资源的唯一的字符串货数字，例如ISBN；
来源（Source）：
识别该资源派生出来的资源的信息；
语种（Language）：
资源内容使用的语言；
关联（Relation）：
另一资源的标识符及与当前资源的关系；
覆盖范围（Coverage）：
资源内容的空间和时间特征；
权限管理（Right）：
资源本身所有或被赋予的权限信息。
《文献著录总则》的项目是根据传统文献的描述需要提出来的；《都柏林核心集》是根据网络环境下网络信息资源的描述需要设置的。
两者概括了书目数据的基本信息，是识别信息资源，对其进行组织和检索的基本依据。
（2）描
升级会员 