文献信息检索语言

2.3　文献信息检索语言

2.3.1　检索语言的定义

信息语言(Retrieval Language)，是指用于描述信息系统中信息的外表特征、内容特征及表达用户信息提问的一种专门语言。信息检索语言是适应信息检索的需要，并为信息检索特设的专门语言。信息检索语言也称标引语言、索引语言等，是人与检索系统对话的基础，它使文献的标引者和检索者取得共同理解，从而实现检索。检索语言的使用是检索技能的一个重要方面。

2.3.2　检索语言的类型

检索语言可划分为不同的类型:按文献的有关特征可划分为内容特征语言和外表特征语言;按构成原理可划分为分类语言和主题语言;按适用范围可划分为综合性语言、专业性语言和多学科语言;按标识形式可分为先组式语言和后组式语言等几种类型。其中分类语言和主题语言是最常用的检索语言。

图2-1　检索语言类型

2.3.2.1　分类语言

分类语言是按学科范畴和知识之间的相互关系列出类目，并用数字、英文字母对类目进行标识的一种检索语言。它集中反映学科之间的系统性及学科与学科之间的相关、从属、派生关系。这种检索语言体系是从大类到小类，从总体到局部，层层展开形成分类体系的。它由类目号码及名称构成分类类目表，在情报检索中作为检索语言。分类语言可分为等级体系分类语言和组配分类语言，目前最普通使用的是等级体系分类语言。

我国目前常用的分类语言主要有《中国图书馆图书分类法》(简称《中图法》)、《中国科学院图书馆图书分类法》(简称《科图法》)、《中国人民大学图书馆分类法》(简称《人大法》)等，国外常用的分类语言有《杜威十进分类法》、《国际十进分类法》和《美国国会图书馆分类法》等。

(1)《中国图书馆图书分类法》简称《中图法》，是由政府部门编制的一部大型综合性图书分类法，1973年完成初稿，1975年由科学技术文献出版社正式出版，此后不断修订，1999年3月第四版正式出版，《中图法》是目前我国图书馆和情报单位普遍使用的一部综合性分类法。

《中图法》分有5个部类和22个大类。

《中图法》的标记符号采用拉丁字母与阿拉伯数字相结合的混合号码制。其中拉丁字母表示大类，其他各级类目用阿拉伯数字表示。“T工业技术”类的二级类目太多，也采用字母表示。例“TB9”，T代表一级类目——工业技术，B代表二级类目——一般工业技术，9代表三级类目——计量学。《中图法》基本采用层累制作为编号制度。

例:

［大类］F经济

［二级类］F0政治经济学

　　　　 F1世界各国经济概况、经济史、经济地理

　　　　 F2经济计划与管理

［三级类］F20国民经济管理

　　　　 F21经济计划

　　　　 F22经济计算、经济数学方法

　　　　 F23会计

［四级类］F239审计

　　　　 F24劳动经济

　　　　 F25物质经济

　　　　 F27企业经济

　　　　 F28基本建设经济

　　　　 F29城市与市政经济

(2)《中国科学院图书馆图书分类法》简称《科图法》，是中国科学院图书馆1954年编制的，到1994年已对版本修订了三次，《科图法》分为5大部类，下分25个大类，还有6个附表、1个索引，所有大类号均用两位数表示。《科图法》影响很大，其编制既适合大型综合性图书馆，又能适应专业性图书馆使用，其自然科学部分类目较为详细，系统性强，具有较强的科学性。

《中国科学院图书馆图书分类法》(主表示例)

00马克思列宁主义、毛泽东思想

10哲学

20社会科学

50自然科学(总论)

71工程技术

90综合性图书

(3)《中国人民大学图书馆图书分类法》简称《人大法》，1953年第一版，到1996年已经出版第六版，《人大法》是新中国成立后第一部科学性、实用性较强的图书分类法，当时以社会科学见长。分类法由4大部分、17个大类、9个复分表和2个附表组成。类目标识完全采用阿拉伯数字，一个数字代表一个类号，用1～17的数码表示17个基本大类;对两位一类的数码标识在号码数字后加小圆点;对全部类目等级列举次第展开，反映类目之间的种属和并列关系。

《中国人民大学图书馆图书分类法》(第六版主表示例)

1马克思列宁主义毛泽东著作

2哲学

3社会科学、政治

4经济

5军事

6法律

7文化　　教育　　科学　　体育

8艺术

9语言、文字

10文学

11历史

12地理

13自然科学

14医药、卫生

15工程技术

16农业科学技术

17综合性科学、综合性图书

(4)国外主要分类法以《杜威十进分类法》和《美国国会图书馆图书分类法》最为著名。《杜威十进分类法》(Dewey Decimal Classification)，简称《杜威法》或《DC法》，是目前国外使用较为广泛、较有影响的图书分类法，由美国图书馆学家麦威尔·杜威1876年创制，目前已被翻译成30多种语言，并有大约130多个国家使用这一分类体系。杜威法是根据培根关于知识分类体系的倒排，采用十进制的等级分类体系，即把所有学科分成9大类，分别标100～900的数字，9大类表示9个专门的主题范畴。各类中的类目均按照从一般到特殊，从总论到具体的组织原则，以下逐次分类，形成一个层层展开的等级体系。《杜威十进分类法》发表后，先后有许多国家的学者以此为根据编制了多种分类法，其中以《国际十进分类法》影响最大。

《杜威十进制分类法》主要类目

000　总论

100　哲学

200　宗教

300　社会科学

400　语言学

500　纯粹科学

600　技术科学

700　美术

800　文学

900　地理与历史

《美国国会图书馆图书分类法》(Library of Congress Classification)简称《国会法》或《LC分类法》，是目前美国大多数图书馆采用的分类方法。《国会法》是世界上最大型的列举式分类法，其类目设置与次序并无严格的科学系统，未细致照顾学科之间的亲疏远近、并列从属等关系，而是以本馆藏书实际情况为依据，由各门类有关专家就自己领域逐类列类，众多不同类被安排为便于使用的次序。《国会法》分为21个大类，分别由A到Z的21个字母构成，采用拉丁字母与阿拉伯数字组成的混合号码为标记，字母表示基本大类和二级类，多为传统学科和知识门类，子目用数字为标记，从1～9999，类目标记具有弹性，可无限延展，至小数点以后，各大类均有详细索引及专用的复分表。

《美国国会图书馆图书分类法》主要类目

A　　总类:著作集

B　　哲学、宗教

C　　历史相关科学

D　　历史:世界史

E～F 历史:美洲史

G　　地理、人类学

H　　社会科学

J　　政治

K　　法律

L　　教育

M　　音乐

N　　美术

P　　语言、文学

Q　　科学

R　　医学

S　　农业及其他

T　　工业技术

U　　军事科学

V　　海军兵学

Z　　目录学及图书馆科学

2.3.2.2　主题语言

主题语言是直接以代表文献内容主题概念的标识作为检索标识，并按其字顺组织起来的一种检索语言。它打破了按学科分类的方法，使分散在各个学科领域里的有关课题的信息按字顺集中于同一主题，使用时就如同查字典一样按字顺找到所需的主题词，在该词下，列出反映该主题内容的有关信息。根据词语的选词原则、组配方式、规范方法，主题语言可分为标题词语言、关键词语言、单元词语言和叙词语言。

标题词语言是以标题词(规范的事物名称、名词术语)作为文献内容标识和检索依据的一种主题词语言，是最早出现的一种按主题来标引和检索文献的传统检索语言。标题词语言是来自自然语言中比较定型事物的名称，并经过规范化处理的能表达文献主题内容的词、词组或短语。标题词按字顺排列，词间语义关系用参照系统显示，以标题词表的形式体现。如美国工程信息公司编制的《工程主题词表》(Subject Headings of Engineering，简称SHE)。

关键词语言是直接从原文的标题、摘要或全文中抽选出来，具有实质意义的、未经规范化处理的自然语言词汇，是作为信息存贮和检索依据的一种检索语言。关键词不受词表限制，表达事物概念直接、准确，能及时反映新事物、新概念，目前关键词语言已被广泛地运用于手工检索和计算机检索系统中。如美国《化学文摘》(Chemical Abstracts，简称CA)的关键词索引。

单元词语言。单元词是一种最基本的、不能再分的单元词语，亦称元词，它也是从文献内容中抽出，并经过规范化处理，代表一个独立的概念。单元词具有灵活的组配功能，在检索时可以将某些单元词组配起来代表某一特定概念，因此这种语言属于后组式主题语言。

叙词语言是主题语言的最高级形式，其基本成分是叙词。叙词是从文献内容中抽选出来的、从概念上不可再分的基本概念的单元词汇。检索时利用这些表达概念单元的叙词进行组配，以表达一个复杂的概念。叙词语言适用于计算机检索和手工检索，是目前应用较广的一种语言。如英国《科学文摘》(Science Abstracts，简称SA)、《EI》(1993年后)等均采用叙词语言。叙词语言是一种规范化、后组式的主题语言。