數(shù)字圖書(shū)館檢索工具管理

前言：本站為你精心整理了數(shù)字圖書(shū)館檢索工具管理范文，希望能為你的創(chuàng)作提供參考價(jià)值，我們的客服老師可以幫助你提供個(gè)性化的參考范文，歡迎咨詢(xún)。

摘要：基于數(shù)字圖書(shū)館建設(shè)現(xiàn)狀，提出引進(jìn)搜索引擎技術(shù)，建立數(shù)字圖書(shū)館檢索工具，探討檢索工具的功能及工作原理。

關(guān)鍵詞：數(shù)字圖書(shū)館/檢索工具/搜索引擎/網(wǎng)絡(luò)信息資源

1關(guān)于數(shù)字圖書(shū)館的設(shè)想

1.1國(guó)內(nèi)數(shù)字圖書(shū)館的建設(shè)現(xiàn)狀

目前，關(guān)于數(shù)字圖書(shū)館還沒(méi)有一個(gè)被公認(rèn)的定義，從現(xiàn)實(shí)建設(shè)工作來(lái)看，其形式也是多種多樣，有時(shí)它是一項(xiàng)國(guó)家數(shù)字資源系統(tǒng)工程（比如中國(guó)數(shù)字圖書(shū)館工程），有時(shí)它更像是一個(gè)網(wǎng)上書(shū)店（如超星數(shù)字圖書(shū)館、書(shū)生之家數(shù)字圖書(shū)館），而有時(shí)它更接近于傳統(tǒng)圖書(shū)館的數(shù)字化、網(wǎng)絡(luò)化（如上海數(shù)字圖書(shū)館等）。近幾年，我國(guó)圖書(shū)館的數(shù)字化工作和數(shù)字圖書(shū)館的建設(shè)進(jìn)行得如火如荼，的確取得了很大的成就，極大地豐富了中文網(wǎng)絡(luò)信息資源，尤其是學(xué)術(shù)信息資源，為用戶(hù)查詢(xún)和利用信息資源提供了方便。

然而，無(wú)論是工程浩大的中國(guó)數(shù)字圖書(shū)館［1］、上海數(shù)字圖書(shū)館［2］、還是清華大學(xué)建筑數(shù)字圖書(shū)館［3］等等，都僅僅忙于將館藏信息資源數(shù)字化、網(wǎng)絡(luò)化，而忽視了對(duì)信息量巨大的網(wǎng)絡(luò)信息資源的組織。

我們處在一個(gè)信息爆炸的時(shí)代，因特網(wǎng)信息資源以幾何級(jí)數(shù)的速度增長(zhǎng)，導(dǎo)致幾個(gè)問(wèn)題的出現(xiàn)：（1）信息過(guò)多，用戶(hù)難于尋找所需信息。帶著一定需求的用戶(hù)在因特網(wǎng)這個(gè)信息的海洋中常常迷失方向；（2）信息更新速度快，具較強(qiáng)的實(shí)時(shí)性，使人工標(biāo)引難以跟上信息的增長(zhǎng)；（3）信息類(lèi)型多樣，除文本信息，還有圖像、音頻、視頻等信息，給在傳統(tǒng)文獻(xiàn)信息資源組織方面經(jīng)驗(yàn)豐富的圖書(shū)館編目員提出了新的課題。

很多高校圖書(shū)館和公共圖書(shū)館意識(shí)到網(wǎng)絡(luò)信息資源的重要性，在圖書(shū)館門(mén)戶(hù)網(wǎng)站的首頁(yè)中設(shè)立“網(wǎng)絡(luò)導(dǎo)航”或“搜索引擎導(dǎo)航”欄目，提供國(guó)內(nèi)外著名搜索引擎門(mén)戶(hù)網(wǎng)站（如Yahoo、Excit、Altervista、google、百度、天網(wǎng)等）的鏈接以及學(xué)科網(wǎng)絡(luò)資源導(dǎo)航，對(duì)用戶(hù)查詢(xún)網(wǎng)絡(luò)資源起到了引導(dǎo)作用，而不是利用數(shù)字圖書(shū)館自身的資源為用戶(hù)提供服務(wù)全面的服務(wù)，可以說(shuō)這還不是真正的數(shù)字圖書(shū)館。

1.2我的數(shù)字圖書(shū)館理念

到底怎樣的數(shù)字圖書(shū)館才是真正意義上的數(shù)字圖書(shū)館？從根本上來(lái)說(shuō)，數(shù)字圖書(shū)館是為了解決網(wǎng)絡(luò)環(huán)境下數(shù)字化信息的組織、查詢(xún)與服務(wù)問(wèn)題［4］。筆者認(rèn)為判斷數(shù)字圖書(shū)館必須具備這樣三個(gè)指標(biāo)：

第一，數(shù)字圖書(shū)館具有豐富的數(shù)字化資源，包括OPAC書(shū)刊目錄庫(kù)、全文數(shù)據(jù)庫(kù)、多媒體數(shù)據(jù)庫(kù)、網(wǎng)絡(luò)數(shù)據(jù)庫(kù)、網(wǎng)絡(luò)信息資源庫(kù)等等。

第二，數(shù)字圖書(shū)館能夠向用戶(hù)提供多種類(lèi)型的信息資源的檢索，如書(shū)目信息、書(shū)刊全文，各種音頻、視頻信息，還可提供網(wǎng)絡(luò)信息資源檢索服務(wù)，如因特網(wǎng)上Web、FTP、Gopher、Wais、Usenet等信息資源。

第三，數(shù)字圖書(shū)館將所有信息資源進(jìn)行整合，實(shí)現(xiàn)跨庫(kù)檢索，向用戶(hù)提供統(tǒng)一的檢索界面，檢索各種類(lèi)型的信息。檢索到的相關(guān)信息在統(tǒng)一的界面中顯示。

參照以上三個(gè)指標(biāo)，發(fā)現(xiàn)目前國(guó)內(nèi)建設(shè)數(shù)字圖書(shū)館已經(jīng)具備的一定的資源和技術(shù)基礎(chǔ)，比如OPAC書(shū)刊目錄庫(kù)的標(biāo)準(zhǔn)化已經(jīng)實(shí)現(xiàn)，自建和購(gòu)買(mǎi)的全文數(shù)據(jù)庫(kù)資源在高校圖書(shū)館已經(jīng)十分豐富，以上海數(shù)字圖書(shū)館為代表的圖書(shū)館在多媒體信息資源建庫(kù)和檢索方面成就顯著，而且信息資源的整合和跨庫(kù)檢索在技術(shù)上已經(jīng)不成問(wèn)題，目前亟待解決的問(wèn)題是加強(qiáng)和完善對(duì)網(wǎng)絡(luò)資源的組織和管理。

然而，如果采用圖書(shū)館貫用的人工標(biāo)引的方式，面對(duì)浩如煙海的網(wǎng)絡(luò)信息資源，別說(shuō)對(duì)所有的網(wǎng)絡(luò)信息進(jìn)行標(biāo)引，就是能達(dá)到0.01％的標(biāo)引率也幾乎是不可能的。因此，數(shù)字圖書(shū)館必須采用新的策略和方式對(duì)網(wǎng)絡(luò)信息資源進(jìn)行標(biāo)引，向提供信息檢索服務(wù)。

1.3設(shè)想的提出

以上提出的問(wèn)題是：建設(shè)真正的數(shù)字圖書(shū)館必須實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)信息資源的全面搜集、合理組織和有效利用，但傳統(tǒng)的人工標(biāo)引方法面對(duì)浩繁的網(wǎng)絡(luò)資源只能“望洋興嘆”，如何解決此矛盾？以筆者之見(jiàn)，在建設(shè)數(shù)字圖書(shū)館的過(guò)程中應(yīng)引進(jìn)搜索引擎技術(shù)，對(duì)網(wǎng)絡(luò)信息資源采用自動(dòng)標(biāo)引和人工標(biāo)引相結(jié)合的方式。

1.3.1搜索引擎原理

搜索引擎是因特網(wǎng)上最重要的應(yīng)用之一，它能夠在浩如煙海的因特網(wǎng)信息中找到用戶(hù)所需的信息，因此深得廣大用戶(hù)的喜愛(ài)。搜索引擎的工作原理是：利用Robot、Spider、WebCrawler等搜索軟件，即能夠從因特網(wǎng)上自動(dòng)收集網(wǎng)頁(yè)的數(shù)據(jù)收集系統(tǒng)，將收集所得的網(wǎng)頁(yè)內(nèi)容交給索引和檢索系統(tǒng)，索引和檢索系統(tǒng)通過(guò)掃描每一個(gè)網(wǎng)頁(yè)中的每一個(gè)詞，建立以詞為單位的倒排文檔，再根據(jù)關(guān)鍵詞在每一個(gè)網(wǎng)頁(yè)中出現(xiàn)的頻率對(duì)包含這些關(guān)鍵詞的網(wǎng)頁(yè)進(jìn)行排序，最后輸出排序結(jié)果。頁(yè)面生成系統(tǒng)再將結(jié)果高效地組裝成因特網(wǎng)頁(yè)面。我們就可以通過(guò)瀏覽器看到檢索結(jié)果了［5］。

在國(guó)內(nèi)，人們習(xí)慣于把一些能夠提供搜索的門(mén)戶(hù)網(wǎng)站稱(chēng)作搜索引擎（比如Yahoo），實(shí)際上這是一種誤解。從原理上來(lái)說(shuō)，真正意義上的搜索引擎是基于因特網(wǎng)的搜索引擎，這種搜索引擎收集因特網(wǎng)上幾千萬(wàn)到幾億個(gè)網(wǎng)頁(yè)，并且每個(gè)網(wǎng)頁(yè)上的每個(gè)詞都被搜索引擎所收錄，是基于整個(gè)因特網(wǎng)的全文檢索，其返回的結(jié)果可以具體到一個(gè)個(gè)相關(guān)的網(wǎng)頁(yè)，所以我們稱(chēng)之為網(wǎng)頁(yè)搜索引擎，或全文搜索引擎。

利用搜索引擎自動(dòng)搜集、標(biāo)引網(wǎng)絡(luò)信息，這種方式省時(shí)、省力，投入小，形成的數(shù)據(jù)庫(kù)覆蓋面廣，可提供關(guān)鍵詞、主題詞或自然語(yǔ)言等多種檢索途徑；但由于未經(jīng)過(guò)人工干預(yù)，信息加工的質(zhì)量往往不高，從而使得檢索的查準(zhǔn)率較低，檢索效果不佳。

1.3.2值得借鑒的作法——雅虎的信息組織方式

雅虎的分類(lèi)目錄體系是采用人工標(biāo)引的方式對(duì)網(wǎng)絡(luò)信息進(jìn)行組織的成功典范。人們常常把雅虎的目錄服務(wù)認(rèn)為是搜索引擎，其實(shí)目錄服務(wù)和搜索引擎是兩個(gè)完全不同的概念。目錄服務(wù)是由編輯人員將各種網(wǎng)站按主要內(nèi)容進(jìn)行分類(lèi)，組織成一層一層的分類(lèi)目錄。當(dāng)我們要查找某類(lèi)網(wǎng)站時(shí)，就按照其屬性進(jìn)入相關(guān)類(lèi)目，一層一層地查找。這類(lèi)目錄服務(wù)同時(shí)也提供一定的搜索功能，但它的搜索范圍僅局限在這個(gè)人工編制的目錄系統(tǒng)內(nèi)，當(dāng)用戶(hù)提交搜索請(qǐng)求后，這個(gè)搜索引擎就會(huì)在該目錄系統(tǒng)中尋找相關(guān)網(wǎng)站，然后作為搜索結(jié)果提交給用戶(hù)，象這種目錄服務(wù)附帶的、基于該目錄系統(tǒng)的搜索引擎，我們一般稱(chēng)之為目錄搜索引擎，由于其最后返回的結(jié)果是一個(gè)個(gè)相關(guān)網(wǎng)站的地址，我們也稱(chēng)之為網(wǎng)站搜索引擎。雅虎分類(lèi)目錄能夠克服由機(jī)器自動(dòng)標(biāo)引帶來(lái)的諸多問(wèn)題，因此一時(shí)成為其他商業(yè)門(mén)戶(hù)網(wǎng)站學(xué)習(xí)的典范。

但是，雅虎如果僅僅依靠人工標(biāo)引的分類(lèi)目錄提供搜索服務(wù)，也存在許多無(wú)法克服的弊端。比如人工編制主題索引效率低，因而造成建立的數(shù)據(jù)庫(kù)規(guī)模較小，有些類(lèi)目下的文件數(shù)量有限，有價(jià)值的新站點(diǎn)，新內(nèi)容反應(yīng)不及時(shí)等。因此，雅虎與專(zhuān)門(mén)做搜索引擎的公司進(jìn)行合作。

雖雅虎公司以“搜索引擎”聞名全球，實(shí)際上它只做網(wǎng)站目錄，它只有搜索自己網(wǎng)站目錄的目錄搜索引擎。而雅虎網(wǎng)站上基于整個(gè)因特網(wǎng)的全文搜索引擎是由其他專(zhuān)做搜索引擎的公司提供的，以前是Inktomi，現(xiàn)在是Google。其實(shí)大多數(shù)商業(yè)門(mén)戶(hù)網(wǎng)站的搜索引擎都是引進(jìn)的，如美國(guó)在線、微軟的MSN都采用“Inktomi”公司的搜索引擎技術(shù)和服務(wù)；國(guó)內(nèi)的中國(guó)人、硅谷動(dòng)力、廣州視窗均采用百度的搜索引擎服務(wù)；第一華人中文網(wǎng)站新浪在去年11月23日宣布采用百度提供的中文網(wǎng)頁(yè)搜索服務(wù)，推出新的綜合搜索引擎系統(tǒng)，在與百度結(jié)束合約后，今年8月7日它又宣布與搜索新軍慧聰合作，采用該公司的網(wǎng)神搜索引擎服務(wù)。

相比較而言，雅虎將自身的目錄服務(wù)和Google搜索引擎結(jié)合得相當(dāng)完美。從顯示格式來(lái)看［6］，雅虎將檢索結(jié)果分為“相關(guān)分類(lèi)”、“相關(guān)網(wǎng)站”、“相關(guān)網(wǎng)頁(yè)”、“相關(guān)新聞”四項(xiàng)，其中“相關(guān)分類(lèi)”、“相關(guān)網(wǎng)站”的內(nèi)容來(lái)自雅虎自己的分類(lèi)目錄，

“相關(guān)新聞”的內(nèi)容來(lái)自雅虎資料庫(kù)，而“相關(guān)網(wǎng)頁(yè)”的內(nèi)容則是Google的搜索結(jié)果。在用戶(hù)輸入檢索詞，點(diǎn)擊搜索后，雅虎的搜索工具實(shí)際上進(jìn)行的是跨庫(kù)檢索，同時(shí)通過(guò)接口技術(shù)要求Google搜索引擎進(jìn)行搜索，然后雅虎將所有的檢索結(jié)果以統(tǒng)一的界面顯示，看起來(lái)就象是從一個(gè)數(shù)據(jù)庫(kù)中得到的結(jié)果。其響應(yīng)性能很好，在不到一秒鐘的時(shí)間里就能提交結(jié)果。

雅虎引進(jìn)Google搜索引擎，是采用手工方式與機(jī)器輔助相互配合對(duì)網(wǎng)絡(luò)信息進(jìn)行組織，提供統(tǒng)一的檢索界面和顯示格式。它具有人工標(biāo)引和自動(dòng)標(biāo)引兩方面的優(yōu)點(diǎn)，值得我們?cè)诮ㄔO(shè)數(shù)字圖書(shū)館中學(xué)習(xí)、借鑒。

1.3.3數(shù)字圖書(shū)館采用搜索引擎技術(shù)的設(shè)想

圖書(shū)館的編目人員在長(zhǎng)期的工作實(shí)踐中積累了豐富的對(duì)信息資源進(jìn)行分類(lèi)的理論和經(jīng)驗(yàn)，在網(wǎng)絡(luò)信息資源逐步發(fā)展成為一個(gè)巨大的、不斷迅速增長(zhǎng)的資源庫(kù)以前，圖書(shū)館工作人員對(duì)傳統(tǒng)文獻(xiàn)信息資源的組織是相當(dāng)成功的。然而，一旦面對(duì)網(wǎng)絡(luò)信息資源，這種人工標(biāo)引方式就顯得力不從心了。以CALIS網(wǎng)絡(luò)重點(diǎn)學(xué)科導(dǎo)航庫(kù)［7］為例，它是“211工程”立項(xiàng)高校圖書(shū)館共建項(xiàng)目。其目的是建立在INTERNET網(wǎng)上的導(dǎo)航庫(kù)，收集整理有關(guān)重點(diǎn)學(xué)科的網(wǎng)絡(luò)資源，為這些已立項(xiàng)高校重點(diǎn)學(xué)科服務(wù)，讓在重點(diǎn)學(xué)科領(lǐng)域的師生，以較快的速度了解本領(lǐng)域科技前沿研究動(dòng)向和國(guó)際發(fā)展趨勢(shì)。重點(diǎn)學(xué)科導(dǎo)航庫(kù)的建設(shè)工作進(jìn)行了近2年，共有48個(gè)圖書(shū)館參加該項(xiàng)目共建，各圖書(shū)館都投入了大量的人力來(lái)完成該校重點(diǎn)學(xué)科導(dǎo)航庫(kù)的建設(shè)。目前已完成213個(gè)重點(diǎn)學(xué)科導(dǎo)航庫(kù)建設(shè)，共收錄了6萬(wàn)多個(gè)較重要的學(xué)術(shù)網(wǎng)站。導(dǎo)航庫(kù)網(wǎng)址的搜集和摘要都是由人工完成，耗費(fèi)了大量的人力、物力，而導(dǎo)航庫(kù)的資源只是整個(gè)網(wǎng)絡(luò)資源庫(kù)中微不足道的一小部分。所以，在數(shù)字圖書(shū)館資源建設(shè)中引進(jìn)搜索引擎技術(shù)，可以節(jié)省人力、物力、財(cái)力，保證資源的完整性、全面性。

2數(shù)字圖書(shū)館檢索工具

2.1定義

僅僅是引進(jìn)的搜索引擎，還不能作為數(shù)字圖書(shū)館的檢索工具，所謂數(shù)字圖書(shū)館檢索工具，是基于因特網(wǎng)信息資源和數(shù)字圖書(shū)館的信息資源庫(kù)，利用統(tǒng)一的檢索平臺(tái)和用戶(hù)界面，提供各種類(lèi)型信息資源的檢索服務(wù)的系統(tǒng)。

數(shù)字圖書(shū)館檢索工具與搜索引擎的區(qū)別在于：搜索引擎只能提供因特網(wǎng)資源的檢索，而數(shù)字圖書(shū)館除此之外，同時(shí)兼顧對(duì)數(shù)字圖書(shū)館各個(gè)資源庫(kù)的檢索。

2.2功能

數(shù)字圖書(shū)館檢索工具能夠配合人工標(biāo)引方式，對(duì)網(wǎng)絡(luò)信息資源進(jìn)行標(biāo)引和組織，面向用戶(hù)提供網(wǎng)絡(luò)信息資源和數(shù)字圖書(shū)館信息資源庫(kù)的檢索服務(wù)。

2.2.1網(wǎng)絡(luò)信息搜集功能

面對(duì)整個(gè)英特網(wǎng)信息資源，數(shù)字圖書(shū)館檢索工具利用搜索軟件自動(dòng)搜集網(wǎng)絡(luò)信息，結(jié)合人工方式進(jìn)行標(biāo)引，按照人工編制的分類(lèi)目錄將被標(biāo)引的網(wǎng)絡(luò)信息收入網(wǎng)絡(luò)信息資源庫(kù)。

2.2.2檢索功能

（1）跨庫(kù)檢索功能

數(shù)字圖書(shū)館檢索工具提供跨庫(kù)檢索功能，用戶(hù)在使用過(guò)程中可以選定多個(gè)資源庫(kù)進(jìn)行檢索，在重新選擇數(shù)據(jù)庫(kù)時(shí)，還可以保存以前的檢索式用于新的資源庫(kù)的檢索中。

（2）支持全文檢索

數(shù)字圖書(shū)館檢索工具的對(duì)網(wǎng)絡(luò)信息資源進(jìn)行搜集時(shí)，每遇到一個(gè)網(wǎng)站時(shí)，會(huì)將該網(wǎng)站上所有的網(wǎng)頁(yè)全部獲取下來(lái)，將其內(nèi)容標(biāo)引后收入到網(wǎng)絡(luò)信息資源標(biāo)引庫(kù)中，只要用戶(hù)輸入查詢(xún)的關(guān)鍵字在用戶(hù)選定的網(wǎng)絡(luò)信息資源標(biāo)引庫(kù)或者其它數(shù)據(jù)庫(kù)中出現(xiàn)，含有這個(gè)關(guān)鍵字的記錄就會(huì)作為匹配結(jié)果返回給用戶(hù)。

（3）提供多途徑檢索

支持自然語(yǔ)言、關(guān)鍵詞、主題詞三種檢索語(yǔ)言，當(dāng)用戶(hù)輸入一個(gè)短語(yǔ)時(shí)，系統(tǒng)根據(jù)禁用此詞表過(guò)濾掉禁用詞，將有檢索意義的詞保留下來(lái)重新構(gòu)筑檢索式。

提供高級(jí)檢索界面，支持布爾邏輯運(yùn)算，支持特征字段檢索（如題名、作者、摘要、來(lái)源、年代等等），支持權(quán)重檢索和相鄰檢索。

（4）支持目錄式分類(lèi)結(jié)構(gòu)

分類(lèi)目錄具有類(lèi)聚功能，尤其對(duì)于非專(zhuān)業(yè)用戶(hù)能起引導(dǎo)作用。數(shù)字圖書(shū)館的分類(lèi)目錄與以yahoo等商業(yè)門(mén)戶(hù)網(wǎng)站的區(qū)別在于，它需要涵蓋的范圍更廣，除了網(wǎng)絡(luò)資源，還有數(shù)字圖書(shū)館收藏的數(shù)字化資源。

（5）支持多媒體信息檢索

在能夠提供檢索的資源類(lèi)型上，不僅能夠提供文本信息資源檢索服務(wù)，對(duì)于圖像、聲頻、視頻等多媒體信息也能提供檢索服務(wù)。

2.2.3結(jié)果顯示功能

（1）支持檢索結(jié)果排序

在檢索結(jié)果排序方面，不僅能按時(shí)間排序，而且用戶(hù)可以選擇相關(guān)性排序。所謂相關(guān)性排序，是指進(jìn)行自然語(yǔ)言檢索時(shí)，其檢索結(jié)果集由包含提問(wèn)式中任意詞的記錄組成，以包含提問(wèn)式中檢索詞的多少作為相關(guān)性指標(biāo)對(duì)檢索結(jié)果進(jìn)行排序，提問(wèn)式中的詞在文章中出現(xiàn)的越多表明它與檢索要求越接近，在顯示時(shí)就排在最前面。

（2）提供統(tǒng)一的顯示格式

檢索結(jié)果的著錄格式清晰明了，系統(tǒng)使用統(tǒng)一界面，對(duì)檢索結(jié)果采用按類(lèi)別、分層次顯示方式。系統(tǒng)雖然對(duì)用戶(hù)選定的數(shù)據(jù)庫(kù)采用跨庫(kù)檢索方式，但是在結(jié)果顯示時(shí)候還是分?jǐn)?shù)據(jù)庫(kù)類(lèi)型一一列出匹配記錄的提錄或摘要信息，用戶(hù)在瀏覽題錄后，在進(jìn)一步選擇是否需要全文。

（3）提供超文本鏈接

在顯示結(jié)果中，對(duì)摘要或全文中出現(xiàn)的某一些主題詞提供鏈接點(diǎn)，比如人名“楊振寧”、機(jī)構(gòu)名“CNNIC中國(guó)互聯(lián)網(wǎng)信息中心”、專(zhuān)業(yè)術(shù)語(yǔ)“后控詞表”等等。

2.3工作原理

2.3.1信息搜集

利用自動(dòng)搜索機(jī)（如Robot），自動(dòng)收集網(wǎng)頁(yè)上的元數(shù)據(jù)。首先，輸入起始網(wǎng)址，一般是一個(gè)網(wǎng)站的主頁(yè)，搜索從這個(gè)網(wǎng)址開(kāi)始。另外，需要同時(shí)輸入一定的限制條件來(lái)限制搜索范圍，因?yàn)檎麄€(gè)網(wǎng)絡(luò)有成千上萬(wàn)個(gè)網(wǎng)址，如果不加任何約束，搜索幾乎是沒(méi)有盡頭的，并會(huì)耗盡機(jī)器的資源。所以，要通過(guò)IP過(guò)濾、限定從起始網(wǎng)址出發(fā)向下搜索的層次等方法來(lái)加以限制，如只在圖書(shū)館的內(nèi)部網(wǎng)、某一專(zhuān)業(yè)網(wǎng)站上等進(jìn)行搜索。工作時(shí)，先從起始網(wǎng)址讀入此網(wǎng)頁(yè)的HTML源文件，并在其頭部搜索（meta）標(biāo)簽內(nèi)的元數(shù)據(jù)，如果發(fā)現(xiàn)有符合都柏林核心集的定義和格式，則再檢查此網(wǎng)頁(yè)的元數(shù)據(jù)是否已在前次搜索中存入數(shù)據(jù)庫(kù)，如是，則用新的元數(shù)據(jù)覆蓋現(xiàn)在的元數(shù)據(jù)，否則在數(shù)據(jù)庫(kù)中加入新的網(wǎng)址和元數(shù)據(jù)。接著，找出該網(wǎng)頁(yè)上所有的鏈接地址，將它們按順序存入一個(gè)先進(jìn)先出地址隊(duì)列的末尾，下一個(gè)循環(huán)開(kāi)始后，從地址頭取出一個(gè)網(wǎng)址，如它符合限制條件，且和已搜索過(guò)的網(wǎng)址不重復(fù)，則再次開(kāi)始搜索此網(wǎng)頁(yè)的元數(shù)據(jù)和鏈接地址，否則，跳過(guò)此網(wǎng)址，從地址隊(duì)列中取出下一個(gè)網(wǎng)址。整個(gè)過(guò)程周而復(fù)始，直到地址隊(duì)列中所有的網(wǎng)址都被搜索一遍。

網(wǎng)址的收集和處理由機(jī)器自動(dòng)完成，但必須由人工最后審定。為此必須有一個(gè)明確的選擇標(biāo)準(zhǔn)和策略，任何可以訪問(wèn)的可靠的數(shù)據(jù)源都在選擇范圍之內(nèi)。更新及時(shí)，發(fā)現(xiàn)題目或標(biāo)題有所改動(dòng)，就應(yīng)該進(jìn)行更新。同時(shí)，對(duì)其它有關(guān)信息資源（如網(wǎng)絡(luò)數(shù)據(jù)庫(kù)、書(shū)刊目錄信息等）進(jìn)行收集，最終建立一個(gè)以學(xué)術(shù)信息為主的檢索工具，這也是數(shù)字圖書(shū)館區(qū)別與商業(yè)門(mén)戶(hù)網(wǎng)站的地方。

2.3.2索引和檢索

因特網(wǎng)的所有網(wǎng)頁(yè)都在被索引范圍之內(nèi)。應(yīng)用搜索引擎技術(shù)分析網(wǎng)頁(yè)中所有句子以確定關(guān)鍵詞，這些關(guān)鍵詞將與某一詞表相兼容，并形成一個(gè)后控詞表。摘要將由關(guān)鍵詞所涉及的網(wǎng)頁(yè)內(nèi)容組成。同時(shí)，索引人員將對(duì)記錄進(jìn)行審查，以確定其是否符合選擇標(biāo)準(zhǔn)，所有關(guān)鍵詞和所做摘要是否恰當(dāng)，后控詞表是否得到正確應(yīng)用。然后這條記錄才被增加到網(wǎng)絡(luò)信息資源庫(kù)中去。在檢索過(guò)程中，檢索工具對(duì)符合檢索策略的命中記錄做出標(biāo)記，顯示檢索結(jié)果。

本文基于網(wǎng)絡(luò)搜索引擎技術(shù)，提出建立數(shù)字圖書(shū)館檢索工具的設(shè)想。檢索工具的實(shí)現(xiàn)除了需要技術(shù)支持外，還需要信息量豐富的資源庫(kù)和合理的圖書(shū)館的結(jié)構(gòu)模型作為支撐。開(kāi)發(fā)數(shù)字圖書(shū)館的結(jié)構(gòu)模型時(shí)，必須堅(jiān)持該結(jié)構(gòu)具有良好的

兼容性、。公共性、靈活性和可擴(kuò)展性，能夠方便地將各供應(yīng)商開(kāi)發(fā)的應(yīng)用程序（如搜索引擎技術(shù)）集成進(jìn)來(lái)。數(shù)字圖書(shū)館結(jié)構(gòu)模型在堅(jiān)持上述原則的同時(shí)，主要目標(biāo)是為網(wǎng)絡(luò)環(huán)境下信息資源的發(fā)現(xiàn)、描述、組織、查詢(xún)、檢索和為以網(wǎng)絡(luò)為依托的知識(shí)、信息交流，提供一個(gè)支撐結(jié)構(gòu)和環(huán)境，這首先需要解決異構(gòu)系統(tǒng)間的互操作、各種轉(zhuǎn)換和翻譯（不同規(guī)范的元數(shù)據(jù)、查詢(xún)請(qǐng)求之間）等技術(shù)問(wèn)題。對(duì)于這方面的研究還有待進(jìn)一步深入。

【參考文獻(xiàn)】

4韓慧琴，劉柏嵩.數(shù)字圖書(shū)館中的知識(shí)發(fā)現(xiàn).情報(bào)學(xué)報(bào)，2001（3）

5中文搜索引擎核心技術(shù)之爭(zhēng).黃海.圖書(shū)館雜志，2001（3）

8網(wǎng)絡(luò)檢索工具的比較研究.段其憲，時(shí)永梅.情報(bào)科學(xué)，2001（6）

9搜索引擎的功能概述與研究熱點(diǎn).徐亞先.情報(bào)科學(xué)，2001（3）