高校數(shù)字圖書館檢索探析

尹娟

摘 要： 現(xiàn)如今，全國各地的高校均已在網(wǎng)絡(luò)技術(shù)和信息基礎(chǔ)的支持下建立起數(shù)字圖書館，并對其進行不斷的更新和完善。搜索引擎技術(shù)是當前數(shù)字圖書館中支持圖書檢索的重要工具，也是數(shù)字圖書館先進技術(shù)和功能服務(wù)日趨完善的表現(xiàn)形式。本文從高校數(shù)字圖書館中必不可少的檢索工具入手，以雅虎搜索引擎為例，對數(shù)字圖書館中依托搜索引擎技術(shù)建立的檢索工具及該工具的功能和工作原理進行分析討論。

關(guān)鍵詞： 數(shù)字圖書館 檢索工具 網(wǎng)絡(luò)信息資源

高校數(shù)字圖書館是高校學(xué)生、教師及其他相關(guān)人員獲取信息資源的最佳途徑，圖書館檢索工具是大家從數(shù)字圖書館中獲取重要信息資源的幫手。數(shù)字圖書館有專業(yè)的檢索工具，才能正常發(fā)揮信息檢索功能，讓讀者快速、高效地檢索信息，幫助讀者找到自己想要的準確的信息資源。

一、國內(nèi)高校數(shù)字圖書館建設(shè)現(xiàn)狀

從根本上看，數(shù)字圖書館應(yīng)該是重要的數(shù)字信息資源匯聚地，在網(wǎng)絡(luò)環(huán)境下，數(shù)字圖書館可以進行高效的數(shù)字化信息組織和查詢工作，還可以為廣大讀者解決數(shù)字化信息服務(wù)問題[1]。

（一）高校數(shù)字圖書館建設(shè)現(xiàn)狀

現(xiàn)實中的數(shù)字圖書館建設(shè)并不是千篇一律的，而是根據(jù)現(xiàn)實需求和實際情況，將其建設(shè)成為多種形式，其中比較突出的幾項包括：第一，類似中國數(shù)字圖書館工程這樣的數(shù)字化系統(tǒng)工程，由國家主導(dǎo)建設(shè)，需要投入大量數(shù)字技術(shù)和數(shù)字信息資源。第二，類似超星數(shù)字圖書館的網(wǎng)上書店，用戶可以直接在網(wǎng)絡(luò)上借書、還書、看書。第三，類似上海數(shù)字圖書館這一類直接由傳統(tǒng)的實體圖書館轉(zhuǎn)化以后的類型，需要將其中的書籍內(nèi)容和形式進行數(shù)字化轉(zhuǎn)變。

現(xiàn)在仍有許多地方在如火如荼地建設(shè)數(shù)字圖書館，而且圖書館的功能和作用不斷完善，不少高校數(shù)字圖書館已經(jīng)同時具備以上三種功能和特點。這樣的建設(shè)工作是具有重要意義的：一是讓中文網(wǎng)絡(luò)領(lǐng)域中的學(xué)術(shù)信息資源得到了極大的豐富；二是為網(wǎng)絡(luò)上的各類信息檢索用戶提供便利，要從圖書館查資料，可以借助網(wǎng)絡(luò)實現(xiàn)。

其實在高校數(shù)字圖書館的建設(shè)過程中也遇到了一些問題，其中最迫切需要解決的問題是對信息量巨大網(wǎng)絡(luò)信息資源的組織工作不夠重視。工作量大并且聲名遠播的中國數(shù)字圖書館、上海數(shù)字圖書館、清華大學(xué)建筑數(shù)字圖書館等都存在這一問題。

當然，高校數(shù)字圖書館在運營發(fā)展過程中已經(jīng)漸漸意識到網(wǎng)絡(luò)信息資源的組織和管理是非常重要的，已經(jīng)開始在這方面加大關(guān)注度，并設(shè)置了一些小欄目用于參與網(wǎng)絡(luò)信息資源的組織。

（二）數(shù)字圖書館的指標

專業(yè)的數(shù)字圖書館應(yīng)該具備以下三個指標：

第一，數(shù)字化資源豐富。作為一個完整的圖書館，必定擁有豐富的圖書資源，而將圖書館轉(zhuǎn)化成為數(shù)字圖書館以后，原有的圖書資源會轉(zhuǎn)化成為數(shù)字化資源，所以成功轉(zhuǎn)化的數(shù)字化圖書館應(yīng)該具有豐富的數(shù)字化資源。按照建設(shè)要求，屬于圖書館中必須具備的數(shù)字資源的內(nèi)容有：圖書館中的OPAC書刊目錄庫、全圖書館中各類書籍匯總后的數(shù)據(jù)庫、多媒體數(shù)據(jù)庫、圖書館的網(wǎng)絡(luò)數(shù)據(jù)庫、以網(wǎng)絡(luò)信息為主的網(wǎng)絡(luò)信息資源庫，等等。

第二，能提供信息資源檢索服務(wù)。數(shù)字圖書館的信息資源檢索服務(wù)能讓用戶從數(shù)字圖書館中檢索獲取Web，F(xiàn)TP，Gopher，Wais，Usenet等互聯(lián)網(wǎng)絡(luò)信息資源。除此之外，還能給廣大用戶提供書刊和書目信息的檢索服務(wù)，以及音頻、視頻形式的資源檢索服務(wù)。

第三，擁有專門的信息檢索界面，并能在該界面處理與信息檢索有關(guān)的各種操作。數(shù)字圖書館建成以后使用的是統(tǒng)一的檢索界面，對數(shù)字圖書館中各類型信息的檢索及難度較高的跨數(shù)據(jù)的檢索都可以在這個統(tǒng)一的界面上操作。

二、搜索引擎的應(yīng)用

搜索引擎技術(shù)的應(yīng)用是實現(xiàn)數(shù)字化圖書館檢索的關(guān)鍵，分析數(shù)字圖書館檢索一定要從廣泛應(yīng)用的搜索引擎技術(shù)入手。

（一）搜索引擎

網(wǎng)絡(luò)用戶如果要在網(wǎng)絡(luò)上查找信息或者是鏈接到自己感興趣的網(wǎng)站之中都要借助搜索引擎的幫助，否則只有用戶死記硬背網(wǎng)址信息，才能避免迷失于浩瀚無邊的網(wǎng)絡(luò)信息海洋之中。除了信息搜索方面的功能和作用以外，搜索引擎還可以用來自動搜集和標引網(wǎng)絡(luò)上的信息，用戶可以通過關(guān)鍵詞、關(guān)鍵語句等進行信息檢索，而且通過這樣的方式搜索信息時會更加方便、高效、快速。當然，要全面強化檢索效果，還需要對搜索引擎的應(yīng)用進行人工干預(yù)，以免自然狀態(tài)下檢索到的信息質(zhì)量不高，信息檢索的準確率偏低。

我們現(xiàn)在能夠通過瀏覽器看到相關(guān)的信息檢索結(jié)果，主要得益于與搜索引擎在網(wǎng)絡(luò)中發(fā)揮作用。據(jù)悉，要實現(xiàn)最終看到檢索結(jié)果這一步，需要先通過一些專業(yè)的搜索軟件從互聯(lián)網(wǎng)上收集網(wǎng)頁數(shù)據(jù)、信息內(nèi)容，并且將收集到的網(wǎng)頁信息交給網(wǎng)站中的檢索系統(tǒng)。在這一步過程中比較適用的搜索軟件是Robot，Spider，WebCrawler等。第二步是讓檢索系統(tǒng)發(fā)揮作用對網(wǎng)頁中的每一個信息都進行掃面和排序，排序的時候可以根據(jù)關(guān)鍵性詞匯出現(xiàn)的頻率排序，這樣可以確保最后輸出的排序結(jié)果更接近用戶的實際需要。第三步是借助頁面生成系統(tǒng)再次將檢索過程中輸出的排序結(jié)果組裝成為網(wǎng)絡(luò)頁面，讓我們從網(wǎng)絡(luò)頁面上清楚地看到自己想要查找的信息[2]。

（二）雅虎公司的搜索引擎應(yīng)用分析

雅虎的搜索引擎應(yīng)用是比較先進的，值得大眾學(xué)習(xí)和借鑒。從雅虎搜索引擎應(yīng)用現(xiàn)狀及數(shù)字化圖書館發(fā)展趨勢看，數(shù)字化圖書館中搜索引擎的應(yīng)用可借鑒雅虎的以下兩種模式：

第一，雅虎的目錄搜索引擎。目錄搜索引擎指的是采用人工標引方式組織網(wǎng)絡(luò)信息的分類目錄體系，雅虎采用的是這樣的目錄體系。因為在分類目錄體系下，雅虎提供的目錄服務(wù)中帶有搜索功能，所以常有人將分類目錄體系乘坐目錄搜索引擎。雖然目錄搜索引擎的搜索范圍被限定在目錄系統(tǒng)之中，依然能在目錄系統(tǒng)中為用戶搜索網(wǎng)站，而且因為搜索結(jié)果會以相關(guān)網(wǎng)站地址為返回信息內(nèi)容，被一部分人稱為網(wǎng)站搜索引擎。當然，這種戲稱的目錄搜索引擎與真正的搜索引擎之間是有著差別的，二者可以說是完全不同的兩個概念。雅虎有需要的時候肯定會從外引進搜索引擎，不過雅虎本身的分類目錄體系并不會被淘汰，因為雅虎自由目錄體系同樣能為雅虎內(nèi)部搜索帶來幫助。

第二，自身目錄服務(wù)和Google搜索引擎相結(jié)合。雅虎公司走自身的目錄服務(wù)和Google搜索引擎結(jié)合的模式，是因為以“搜索引擎”聞名全球的雅虎公司本身并不做搜索引擎，真正屬于雅虎公司自己的只是一個網(wǎng)站目錄搜索引擎，即只能搜索自己網(wǎng)站目錄的“搜索引擎”，因為這種自身目錄服務(wù)確實與“搜索”沾邊，所以被大家稱為目錄搜索引擎。

雅虎公司應(yīng)用的全文搜索引擎是和大多數(shù)的企業(yè)的門戶網(wǎng)站一樣，從專做搜索引擎的公司引進的。現(xiàn)在國際上做搜索引擎比較有名的公司有“Inktomi”公司，微軟應(yīng)用的也是這一家公司提供的搜索引擎。在國內(nèi)市場中能夠為國人和個大企業(yè)提供搜索引起服務(wù)的是百度。當然，雅虎公司與這些直接引擎搜索引擎的公司有所不同，因為雅虎公司引進的Google搜索引擎還需要與雅虎自身的目錄服務(wù)系統(tǒng)配合使用，而且雅虎現(xiàn)在對兩種搜索工具的配合非常完美，優(yōu)勢突出?；谶@方面的原因，采用了統(tǒng)一搜索界面的雅虎公司搜索系統(tǒng)，在人工標引和自動標引兩個方面都表現(xiàn)得很優(yōu)秀。

三、國內(nèi)高校數(shù)字圖書館中的搜索引擎應(yīng)用

國內(nèi)高校數(shù)字圖書館的建設(shè)如火如荼，隨著建設(shè)經(jīng)驗的豐富和數(shù)字圖書館建設(shè)要求的不斷嚴格，搜索引擎技術(shù)的應(yīng)用勢在必行。事實上制約搜索引擎應(yīng)用的技術(shù)難題、市場需求問題等均已在數(shù)字圖書館發(fā)展過程中被攻破，現(xiàn)在應(yīng)用搜索引擎技術(shù)建設(shè)數(shù)字圖書館檢索正合適。

（一）高校數(shù)字圖書館搜索引擎技術(shù)難關(guān)已經(jīng)攻破

現(xiàn)階段國內(nèi)數(shù)字圖書館檢索的建設(shè)條件已經(jīng)成熟，數(shù)字圖書館檢索功能所需的搜索引擎技術(shù)和技術(shù)的應(yīng)用都已不成問題。首先，國內(nèi)數(shù)字化圖書館領(lǐng)域已經(jīng)實現(xiàn)了對OPAC書刊目錄庫的標準化發(fā)展要求。其次，數(shù)字圖書館中所需要的全文數(shù)據(jù)庫資源已經(jīng)非常豐富，這些資源基本上是通過自建和購買的方式獲取的。再次，主持工作的相關(guān)人員已經(jīng)掌握先進的技術(shù)，能夠?qū)⑿畔①Y源進行優(yōu)化整合，還能夠幫助用戶實現(xiàn)對信息資源的跨庫檢索。最后，為專業(yè)檢索服務(wù)系統(tǒng)的建設(shè)提供幫助，讓這個檢索系統(tǒng)變得更加完善。

（二）高校數(shù)字圖書館對搜索引擎技術(shù)的應(yīng)用需求增加

第一，人工標引方式逐漸力不從心。在建設(shè)數(shù)字圖書館以前，圖書館一貫采用的都是人工標引的方式，這種標引方式在雅虎等企業(yè)內(nèi)部應(yīng)用還比較實用，但對數(shù)字化圖書館來說卻有些不合時宜。一是數(shù)字化圖書館中需要標引管理資源內(nèi)容豐富、數(shù)量龐大，完全依靠人工標引將是一個浩大的工程，而且效率極低?，F(xiàn)在人工標引已經(jīng)無法滿足數(shù)字圖書館的標引率要求，必須轉(zhuǎn)而應(yīng)用更加高效的標引方式。二是面對網(wǎng)絡(luò)信息資源的時候，人工標引的方式不太合適。網(wǎng)絡(luò)信息資源的數(shù)量、種類規(guī)模更加龐大，所以在處理網(wǎng)絡(luò)信息資源的時候，根本無法采用人工標引的方式。如果不顧現(xiàn)實情況，強制采取人工標引的方式，肯定會造成進度緩慢，耗時長久，造成大量人力、物力和資金成本方面的浪費。例如，“211工程”立項的一個高校圖書館共建項目，這個項目要求建設(shè)一個CALIS網(wǎng)絡(luò)重點學(xué)科導(dǎo)航庫。這個重點學(xué)科導(dǎo)航書庫的建設(shè)需要納入213個重點學(xué)科導(dǎo)航庫及6萬個領(lǐng)域內(nèi)有分量的學(xué)術(shù)網(wǎng)站，為了實現(xiàn)這個建設(shè)目標，拉來了48個圖書館，花費了將近2年的時間，期間的人力和財力浪費更是嚴重?？傮w而言，建設(shè)效率非常低。

第二，搜索引擎技術(shù)表現(xiàn)突出。如果說人工標引方式在網(wǎng)絡(luò)資源庫建設(shè)和管理方面力不從心的表現(xiàn)，讓大家越來越重視自動化的搜索引擎技術(shù)的話，那么，搜索引擎技術(shù)自帶的優(yōu)勢則加快了數(shù)字圖書館資源建設(shè)中引進搜索引擎技術(shù)的步伐。引進搜索引擎技術(shù)的用途：一是節(jié)省人力和相關(guān)的投入，例如，資金方面的投入。在達到節(jié)約效果的同時還能依靠技術(shù)保證信息資源的完整性和全面性。二是因為有雅虎公司的正確示范，讓數(shù)字圖書館找到了自動標引和人工標引相結(jié)合的正確方式，引進搜索引擎技術(shù)能夠加快自動標引與人工標引的結(jié)合，從而進一步凸顯搜索引擎技術(shù)的重要性和優(yōu)越性。

四、高校數(shù)字圖書館檢索工具分析

數(shù)字圖書館檢索工具是圖書館用戶查詢信息、查找資料的時候使用的檢索服務(wù)工具，這個工具的建設(shè)和應(yīng)用都需要由一個完善的檢索服務(wù)系統(tǒng)構(gòu)成，由龐大的數(shù)字信息資源庫支持，最后還要設(shè)計統(tǒng)一的檢索平臺和用戶界面。

（一）數(shù)字圖書館檢索工具與搜索引擎的區(qū)別

數(shù)字圖書館中的檢索工具和互聯(lián)網(wǎng)絡(luò)中的搜索引擎都是為用戶提供信息檢索、關(guān)鍵字搜索等相關(guān)服務(wù)的工具或者是系統(tǒng)，但二者之間并非完全重合。從二者的實際應(yīng)用情況和數(shù)字化圖書館的發(fā)展情況來看，二者的區(qū)別很大。首先，數(shù)字圖書館檢索工具可提供的檢索服務(wù)更周到全面，服務(wù)范圍更加廣闊。檢索工具不僅能夠提供搜索引起在互聯(lián)網(wǎng)絡(luò)上提供的網(wǎng)絡(luò)信息資源檢索，還能夠?qū)?shù)字圖書館中各種專業(yè)的資料信息和資源庫進行檢索。其次，搜索引擎提供的是與人工標引方式相對的自動標引方式，在進行網(wǎng)絡(luò)信息資源和數(shù)字圖書館資源檢索和標引的時候固然比人工標引更高效，但會出現(xiàn)有干擾信息的情況。數(shù)字圖書館檢索工具將自動化標引發(fā)方式包含其中，能夠與人工標引方式相互配合。

（二）高校數(shù)字圖書館檢索功能

第一，跨庫檢索功能。一個正規(guī)圖書館中需要建設(shè)多個資源庫，跨庫檢索的功能就是為了讓用戶檢索信息的時候不出現(xiàn)隔閡，能夠直接對多個資源庫進行檢索，從中尋找自己想要的信息資源。

第二，檢索工具支持進行全文檢索。全文檢索功能指的是數(shù)字圖書館檢索工具能夠憑借關(guān)鍵字檢索到選定的網(wǎng)絡(luò)信息資源庫中做過內(nèi)容標引的部分，并將檢索到的所有匹配結(jié)果如實反饋給用戶，讓用戶從中獲得自己想要的信息。當然，在支持這方面的檢索工作的前提是搜集整理網(wǎng)絡(luò)信息資源的時候，數(shù)字圖書館檢索工具對各個資料所在網(wǎng)站和網(wǎng)頁全文都進行了收集和標引，再入庫。

第三，提供多途徑檢索服務(wù)功能。常規(guī)的檢索途徑就是輸入關(guān)鍵詞檢索，但這樣的檢索方式太過單一，不夠嚴謹，無法讓用戶更快完成檢索工作。為了讓用戶檢索獲得的結(jié)果更加接近自己的使用需求，必須在單一的關(guān)鍵詞檢索方式基礎(chǔ)上進行擴展，例如增加自然語檢索或者是主題詞檢索等方式，這樣可以增強檢索結(jié)果的準確性。因為用戶的檢索需要，應(yīng)該讓檢索工具支持以下幾種檢索方式：布爾邏輯運算檢索、特征字段檢索、權(quán)重檢索和支持相鄰檢索等。

第四，目錄檢索功能得到支持。該項功能是根據(jù)雅虎的目錄檢索系統(tǒng)設(shè)置，同樣具有內(nèi)部的目錄檢索服務(wù)能力，而且從雅虎經(jīng)驗來看，檢索工具應(yīng)該對功能給予高度支持。

第五，支持多媒體信息檢索。隨著現(xiàn)代社會信息資源的形式變得越來越多種多樣，處理信息的設(shè)備、工具應(yīng)該具備處理多樣化信息的功能。檢索工具支持多媒體信息檢索功能，說明檢索工具能進行多種形式信息資源的檢索。目前除了文本信息資源檢索外，還需要檢索工具支持的多媒體信息檢索功能包括：針對圖像信息的檢索功能，針對聲頻或者是視頻的信息檢索功能。

（三）高校數(shù)字圖書館檢索的優(yōu)勢

第一，在檢索結(jié)果排序方面的優(yōu)勢。高校數(shù)字圖書館中數(shù)字信息資源的檢索結(jié)果一般是按照時間和用戶查詢信息的相關(guān)性排序。

第二，檢索操作流暢、舒心。高校數(shù)字圖書館采用的都是統(tǒng)一的檢索界面，而且檢索界面設(shè)計簡潔、大方，賞心悅目，這樣大家在不同高校數(shù)字圖書館檢索的時候都能熟練操作。高校數(shù)字圖書館的檢索結(jié)果顯示方式統(tǒng)一，所有檢索結(jié)果都能按照標準格式，清晰明了地展現(xiàn)出來，方面用戶了解情況。

第三，數(shù)字圖書館的檢索功能具有自動化特征。自動化是數(shù)字時代的標志，數(shù)字圖書館的檢索便具有這種自動化的特征，能夠?qū)W(wǎng)絡(luò)上的網(wǎng)址進行自動收集、對網(wǎng)頁萬文進行自動標引。當然，所有的自動化操作最后都需要經(jīng)過一道人工審定的程序，這么做是為了進一步審查信息資源的真實性和準確性，避免完全自動化操作造成的錯誤得不到更改。從這一點可以看出人工服務(wù)是非常重要的，至少在自動化檢索達到100%準確以前，人工審查這一步不可省略。

第四，數(shù)字圖書館檢索的索引范圍廣闊。網(wǎng)絡(luò)中所有網(wǎng)頁基本上都被包含在數(shù)字圖書館的索引范圍內(nèi)。同時數(shù)字圖書館的檢索工具，還能夠借助搜索引起技術(shù)對網(wǎng)頁中的詞句、內(nèi)容進行分析、審查，經(jīng)過專門辨別分析以后符合要求的網(wǎng)絡(luò)數(shù)字信息才會被正式加入數(shù)字圖書館的網(wǎng)絡(luò)信息資源庫，成為被檢索工具標引的內(nèi)容。

五、結(jié)語

隨著越來越專業(yè)的搜索引擎技術(shù)的出現(xiàn)，還有以搜索引擎技術(shù)為基礎(chǔ)構(gòu)建數(shù)字圖書館檢索工具的技術(shù)的逐步完善，現(xiàn)在已經(jīng)擁有了打造數(shù)字圖書館檢索系統(tǒng)的能力，圖書館提供最健全檢索功能的基礎(chǔ)條件已經(jīng)齊備。考慮到，數(shù)字圖書館檢索功能設(shè)置是一個系統(tǒng)工程，光依靠搜索引擎技術(shù)是不可行的，還需要有信息資源庫的支持。本文從國內(nèi)高校數(shù)字圖書館建設(shè)現(xiàn)狀入手，通過對國內(nèi)高校數(shù)字圖書館中的搜索引擎應(yīng)用及國內(nèi)高校數(shù)字圖書館檢索工具的分析，證實了搜索引擎技術(shù)的應(yīng)用與國內(nèi)高校數(shù)字圖書館檢索工具的設(shè)置有重大關(guān)聯(lián)，而且聯(lián)系十分密切。另外，通過本文的分析研究，還應(yīng)該認識到充分而準確地應(yīng)用搜索引擎技術(shù)，能讓數(shù)字圖書館檢索工具更加專業(yè)和高效，也能讓高校數(shù)字圖書館檢索優(yōu)勢更加強勁。

參考文獻：

[1]韓慧琴，劉柏嵩.數(shù)字圖書館中的知識發(fā)現(xiàn)[J].情報學(xué)報，2001（3）.

[2]黃海.中文搜索引擎核心技術(shù)之爭[J].圖書館雜志，2001（3）.

[3]段其憲，時永梅.網(wǎng)絡(luò)檢索工具的比較研究[J].情報科學(xué)，2001（6）.

[4]徐亞先.搜索引擎的功能概述與研究熱點[J].情報科學(xué)，2001（3）.