網絡中文信息檢索工具的評價

王愛玲

(孝感學院 圖書館,湖北 孝感 432000)

網絡中文信息檢索工具的評價

王愛玲

(孝感學院 圖書館,湖北 孝感 432000)

探討了中文信息檢索工具評價標準,然后以著名的網絡檢索工具google為例進行了說明。

檢索工具;中文搜索引擎;評價

隨著互聯網上各種信息的急劇增長,網絡信息檢索工具的地位越來越重要,搜索引擎的數量、種類有了長足的發展,特別是隨著網上中文信息日益增多,網絡中文檢索工具應運而生,它們為廣大用戶快速、準確地查詢與獲取網上中文信息創造了便利的條件。面對眾多的網絡中文信息檢索工具,為了幫助用戶有效的選擇,也為了對檢索工具的改進和完善提供參考,本文將探討網絡中文信息檢索工具的評價標準,并以網絡中文信息檢索工具google為例加以說明。

一、中文信息檢索工具的評價標準

1.索引數據庫的構成。

網絡信息檢索工具的工作原理是通過自動索引程序Robot(或人工)來廣泛搜集網絡信息資源數據,經過一系列的判斷、選擇、標引、加工、分類、組織等處理后形成供檢索用的數據庫,即索引數據庫。索引數據庫的構成是網絡檢索工具性能優劣的基礎。索引數據庫的評價指標包括數據庫規模、范圍、標引深度(即全文標引、僅標引網站或網頁的標題、部分文檔內容)、更新頻率等指標。

從用戶角度來說,如果一個網絡信息檢索工具收錄信息數量少,或者是專業不對口,用戶就沒有選擇它的必要。標引深度在這里的作用是對涉及到的信息內容本身揭示的全面程度,標引詞越多,對查全率越有幫助;標引詞專指,則有利于提高查準率。網絡信息是動態的、變化的,而無論由人還是搜索軟件進行標引,都存在時滯,因此要求網絡信息檢索工具保持一定的更新頻率,以便及時反映新的信息內容。[1]

2.提供的檢索途徑。

檢索途徑是指查找文獻的路徑,即檢索入口。搜索引擎提供給用戶的檢索途徑越多越便于用戶使用。檢索途徑包括分類、關鍵詞、主題、日期、URL、名稱(包括文獻出版物名稱、文章題名、域名、主機名、人名等)、號碼(如標準號、專利號、刊號、書號、報告號、合同號)等途徑,以及上述幾種途徑的組合檢索(如在分類檢索下再進行關鍵詞或主題詞檢索),并可在結果中進行查找。另外,隨著Internet的發展,網絡信息不再是單純的文本信息,圖像、圖形、音頻、視頻等多媒體信息數據量激增,占據越來越重要的地位,成為網上不可缺少的重要資源。[2]網絡信息檢索中也就增加了圖像、語音等檢索途徑。不同的用戶會偏愛不同的檢索方式,但分類檢索和關鍵詞檢索是最重要的檢索方式。

3.檢索功能。

網絡檢索工具所能提供的檢索功能直接影響其檢索效率。網絡檢索工具除具有諸如布爾邏輯檢索、詞組檢索、截詞檢索、字段檢索、限制檢索、位置檢索之外,還必須具備有一些特殊的檢索功能,如自然語言檢索、多語種檢索、區分大小寫的檢索。[3]采用自然語言檢索時,用戶可直接采用自然語言中的字、詞或句子作提問式進行檢索,而不需要查檢專門的檢索語言,這樣使檢索變得非常簡單而直接。多語種檢索時,系統可按指定的語種進行檢索并輸出檢索結果。區分大小寫的檢索主要針對區分檢索詞中含有人名、地名等專有名詞與普通詞的檢索。另外,由于中文信息存在編碼不統一問題,所以如果搜索引擎能夠實現不同內碼之間的自動轉換,用戶就能全面檢索大陸及港臺地區乃至全世界的中文信息。這樣不但可以提高搜索引擎的質量,而且會提高查全率。

4.檢索效果。

檢索效果的評價指標主要有響應時間、查全率、查準率、結果重復率和死鏈接等指標。[4]除去網絡傳輸速度的影響,網絡信息檢索工具的響應速度一般是非常迅速的。網絡信息檢索工具的查全率與其擁有的信息量有很大關系,可以說信息占有量的大小是評價其性能的重要指標。網絡信息檢索工具的查準率除了與其自身信息內容的質量有關外,還與檢索要求、檢索策略的選擇關系密切。但作為網絡信息檢索工具,重復鏈接率和死鏈接是兩個非常重要的標準。重復鏈接率指同一信息內容在檢索結果中的重復反映程度。產生這個結果的原因有二:一是網絡信息內容重復嚴重;二是用戶真正需要的是信息內容,而不是信息地址。現在的網絡檢索工具,尤其是基于關鍵詞的網絡檢索工具,命中結果的重復率較高,給用戶查詢信息帶來不便。死鏈接指原來正常,后來失效的鏈接。在用戶瀏覽網站頁面的時候,由于頁面不存在或者被管理員刪除了,服務器就會給用戶返回來一個錯誤的信息。出現死鏈接時,總有一些搜索結果點不進去,很讓用戶煩惱,他們很可能會轉向使用其他的檢索工具。因此,檢索效果的好壞是影響用戶選擇檢索工具的非常重要因素。

5.檢索結果與用戶界面。

檢索結果的顯示內容與檢索界面是否友好是評價搜索引擎性能的重要指標,檢索結果的顯示包括檢索結果統計、檢索結果顯示格式、檢索結果排序方式等。檢索工具的結果是否按相關性排序,單純排序還是注明排序分值;顯示內容形式是注釋還是摘要;輸出數量選擇,即限定或改變顯示數量;顯示格式選擇等,通常檢索工具確定相關性的方法有概率方法、位置方法、分類或聚類方法、摘要方法等。用戶界面的友好性,主要是指有無幫助信息、檢索功能說明、查詢舉例、是否容易掌握、頁面設計質量、主頁的可操作性、交互性、連通性、網頁內容是否能快速有效地檢索到等等。

二、信息檢索工具——google中國

Google提供了兩大類檢索:基本檢索(Basic Search)和高級檢索(A dvancedSearch)。基本檢索是指在主頁的檢索框中輸入檢索詞。Google查詢簡潔方便,僅需輸入查詢內容并敲一下回車鍵 (Enter),或單擊“Google搜索”按鈕即可得到相關資料。搜索兩個及兩個以上關鍵字時,Google默認“and”進行查詢,不需要在關鍵詞之間加上“and”或“+”,返回包含所有關鍵詞的網頁。如果您想縮小搜索范圍,只需輸入更多的關鍵詞,只要在關鍵詞中間留空格就行了。如果要“或”搜索,可以使用大寫[OR]或[I],使用時要與關鍵詞之間留有空格。如果搜索結果不包含某些特定信息,即要避免搜索某個詞語,可以在這個詞前面加上一個減號(“-”,英文字符)。但在減號之前必須留一空格。

1.Google提供的高級檢索功能。

1)對搜索的網站進行限制;

2)在某一類文件中查找信息;

3)將搜索的關鍵字定位在網頁的“錨”(anchor)鏈點內;

4)將搜索的關鍵字定位在URL鏈接中;

5)搜索的關鍵字包含在網頁標題中。[5]

2.google的長處。

1)界面簡潔、速度較快。

搜索引擎在我們日常操作中的使用頻率非常高,大家使用它的目的都非常明確,就是用它來搜尋需要的內容,而不會為搜索引擎的頁面做過多的停留,因此搜索引擎的界面設計和速度成為我們選擇搜索工具的重要指標,google搜索引擎界面非常簡潔:除了網站LOGO、搜索框和按鈕以及個別功能服務鏈接外,頁面上就沒有其他多余和花哨的東西了,給人的感覺非常清爽,界面一目了然。Google在檢索速度方面也比較迅速,用戶輸入的任何關鍵字或信息,都能得到google的快速響應。

2)搜索質量和查準率較高。

Google提供多種檢索功能,各關鍵詞搜索結果的相關性較高,對于用戶所輸入的關鍵字,它能最大程度地尋求語義上的匹配,搜索結果較為準確。并且對于搜索結果列表的處理也很出色。

3)注重搜索細節。

google著力于改善用戶體驗,注重搜索細節,如支持關鍵詞輸入提示、輸入糾錯、相關搜索提示等,大大提高了用戶的檢索效率。

4)搜索結果展示形式更具人性化。

返回結果的顯示形式采用網頁標題(title)和網頁描述(descrip tion)的內容為搜索結果的摘要,直觀明了地展現了目標網頁的主題。并且同時提供了網頁快照、類似網頁和站內搜索的鏈接。

3.Google的不足之處。

1)沒有網站分類目錄查詢,這令喜好目錄查詢的用戶只能另想他法。

2)網頁更新速度需要進一步改進。因其數據量龐大,數據無法及時更新,影響了用戶對信息的時效需求。

3)無法搜索動態生成的網頁。

[1] 楊淑瓊.中文網絡信息檢索工具的現狀及未來走向[J].情報雜志,2002(6):52-53.

[2] 宛玲,楊秀丹,杜曉靜.試析中文搜索引擎的評價標準[J].情報科學,2000(1):28-31,38

[3] 張燕飛,彭燕云.基于WWW中文網絡信息檢索工具的比較研究[J].江西圖書館學刊,2003(1):56-59.

[4] 張莉揚.網絡檢索工具性能評價標準淺議[J].情報科學,2001(10):1115-1118.

[5] 李俊萌.搜索引擎 Google檢索功能詳述及評析[J].現代圖書情報技術,2003(S1):66-69.

Evaluation of Chinese Network Information Retrieval Tool

Wang Ailing
(Library,Xiaogan University,Xiaogan,Hubei 432000,China)

In this paper,the evaluation criteria about Chinese information retrieval tools are discussed firstly,and then the author takes google,which is the famous web search tool,for example to exp lain it.

search tools;Chinese search engine;evaluation

G252.7

A

1671-2544(2010)增-0008-03

2010-06-20

王愛玲(1967— ),女,湖北漢川人,孝感學院圖書館館員。

(責任編輯:陳 鑫)