：AND、OR、NOT助你精準(zhǔn)搞定文獻(xiàn)查全與查準(zhǔn))
我讀研那會(huì)兒第一次在知網(wǎng)查文獻(xiàn)就把AND、OR、NOT當(dāng)成擺設(shè)直接往檢索框里敲一整句話(huà)結(jié)果出來(lái)的文獻(xiàn)牛頭不對(duì)馬嘴。后來(lái)被導(dǎo)師點(diǎn)醒才明白文獻(xiàn)檢索不是聊天數(shù)據(jù)庫(kù)不認(rèn)自然語(yǔ)言它只認(rèn)你給它的關(guān)鍵詞之間的邏輯關(guān)系而AND、OR、NOT就是描述這種關(guān)系的三個(gè)基本運(yùn)算符。這篇內(nèi)容就是寫(xiě)給剛開(kāi)始做文獻(xiàn)綜述、寫(xiě)開(kāi)題報(bào)告、或者正在為查不全文獻(xiàn)發(fā)愁的人把這三個(gè)運(yùn)算符掰開(kāi)揉碎講明白配合可以直接拿去用的檢索式示例讓你在知網(wǎng)、萬(wàn)方、Web of Science、PubMed這些平臺(tái)上少走彎路。1. 為什么新手老是在第一步就翻車(chē)布爾邏輯到底解決了什么問(wèn)題1.1 你以為的“檢索”和數(shù)據(jù)庫(kù)眼里的“檢索”不是一回事人跟人對(duì)話(huà)時(shí)你說(shuō)“我想找找人工智能在教育領(lǐng)域怎么用的”對(duì)方能聽(tīng)懂語(yǔ)境會(huì)幫你過(guò)濾掉無(wú)關(guān)信息。數(shù)據(jù)庫(kù)沒(méi)有這個(gè)能力它本質(zhì)是一個(gè)匹配工具把你輸入的字詞跟論文里的標(biāo)題、摘要、關(guān)鍵詞、正文去做字符匹配。你輸入一整句話(huà)“研究人工智能如何應(yīng)用于教育領(lǐng)域”數(shù)據(jù)庫(kù)不會(huì)理解“研究”“如何”“應(yīng)用于”這些詞只是修飾成分它可能會(huì)把“如何”也當(dāng)成一個(gè)要匹配的詞也可能把整句話(huà)切碎之后按自己的算法打分結(jié)果自然很亂。這一點(diǎn)在英文數(shù)據(jù)庫(kù)尤其明顯。比如你在Web of Science里輸入“How does artificial intelligence affect education”系統(tǒng)會(huì)拆出how、does、artificial、intelligence等詞有的詞是禁用詞會(huì)被自動(dòng)忽略有的詞會(huì)被當(dāng)AND關(guān)系處理結(jié)果很可能是一堆噪音。所以在學(xué)術(shù)數(shù)據(jù)庫(kù)里最可靠的做法是把你的需求翻譯成一個(gè)由關(guān)鍵詞和運(yùn)算符組成的檢索式讓它去做精準(zhǔn)匹配。1.2 查全率與查準(zhǔn)率兩個(gè)互相打架的指標(biāo)做文獻(xiàn)檢索的人都會(huì)提到兩個(gè)指標(biāo)查全率和查準(zhǔn)率。查全率指你檢出的相關(guān)文獻(xiàn)占所有相關(guān)文獻(xiàn)的比例查準(zhǔn)率指你檢出的文獻(xiàn)中真正相關(guān)的比例。新手不需要背定義但必須理解它們的關(guān)系當(dāng)你想把相關(guān)的文獻(xiàn)都撈出來(lái)就得多用OR去擴(kuò)詞結(jié)果是雜音變多查準(zhǔn)率下降當(dāng)你想讓結(jié)果很精準(zhǔn)就得多用AND去限制結(jié)果可能誤傷一批同義表達(dá)查全率下降。這就好比篩黃豆你想把帶蟲(chóng)眼的挑出去查準(zhǔn)率和你想把飽滿(mǎn)的豆子全部裝袋查全率用的篩子粗細(xì)完全不同。文獻(xiàn)檢索里沒(méi)有一種檢索式能同時(shí)做到既全又準(zhǔn)關(guān)鍵是看你的目標(biāo)是什么。比如你寫(xiě)開(kāi)題報(bào)告需要全面了解一個(gè)領(lǐng)域此時(shí)查全率更重要寧可結(jié)果多幾百條自己花時(shí)間篩選比如你做系統(tǒng)綜述已經(jīng)明確要回答某個(gè)具體問(wèn)題此時(shí)查準(zhǔn)率更重要檢索式要盡量收窄。1.3 AND/OR/NOT就是給你的需求畫(huà)邊界理解了上面這些你就會(huì)發(fā)現(xiàn)AND、OR、NOT不是“高級(jí)功能”而是你在需求尚不明確時(shí)唯一能精確表達(dá)邊界的方式。AND用來(lái)加約束OR用來(lái)擴(kuò)展表達(dá)NOT用來(lái)劃掉噪音。把它們組合起來(lái)一個(gè)檢索式就能變成一句嚴(yán)謹(jǐn)?shù)摹霸?huà)術(shù)”。這種能力越到后來(lái)越重要。我剛讀研那會(huì)兒也以為檢索式就是多打幾個(gè)詞直到我?guī)蛯?dǎo)師做綜述面對(duì)三四千篇候選文獻(xiàn)時(shí)才發(fā)現(xiàn)真正花時(shí)間的不是讀文獻(xiàn)而是把一個(gè)研究問(wèn)題翻譯成一套穩(wěn)定的檢索策略讓搜索結(jié)果盡可能貼近“你真正想要的那片區(qū)域”。這個(gè)翻譯過(guò)程靠的就是布爾邏輯。2. 三個(gè)運(yùn)算符的語(yǔ)義拆解分別什么時(shí)候用怎么組合2.1 AND交集用來(lái)收窄范圍AND的語(yǔ)義是兩個(gè)詞或兩組詞必須同時(shí)出現(xiàn)在文獻(xiàn)里。比如“人工智能 AND 教育”最后返回的文獻(xiàn)既要出現(xiàn)人工智能也要出現(xiàn)教育。它的作用是收窄范圍讓你的結(jié)果更加聚焦。生活化的類(lèi)比就是集合里的交集喜歡唱歌的人和喜歡做飯的人兩者的交集才是既喜歡唱歌又喜歡做飯的人。AND使用得越多你的結(jié)果就越少但越靠近核心需求。這里我要提醒一個(gè)新手特別容易犯的錯(cuò)一上來(lái)就把題目里的所有詞用AND連起來(lái)比如“人工智能 AND 教育 AND 高校 AND 教學(xué)模式”結(jié)果往往只有幾十條甚至幾條。這時(shí)候不一定是文獻(xiàn)少而是你把條件卡得太死了。因?yàn)橛写罅课恼驴赡懿粚?xiě)“高?！敝粚?xiě)“課堂”“學(xué)校”或者不寫(xiě)“教學(xué)模式”只寫(xiě)“教學(xué)”。檢索式不是把題目里的所有詞照搬而是選出核心概念再?zèng)Q定每個(gè)概念怎么用詞。2.2 OR并集用來(lái)合并同義詞OR的語(yǔ)義是文獻(xiàn)只要包含其中任意一個(gè)詞就放進(jìn)來(lái)。它的作用是擴(kuò)展范圍解決同義詞、縮寫(xiě)、中英文表達(dá)不一致的問(wèn)題。比如“人工智能 OR AI”要求文獻(xiàn)出現(xiàn)“人工智能”或“AI”都算命中。再比如“在線教育 OR 網(wǎng)絡(luò)教育 OR 遠(yuǎn)程教育”三個(gè)是同一個(gè)概念的不同說(shuō)法在中文文獻(xiàn)里有的作者用這個(gè)詞、有的用那個(gè)詞甚至有翻譯差異。你用AND連接它們就會(huì)把大量本應(yīng)納入的文獻(xiàn)排除在外用OR連接它們才能把這個(gè)概念的外沿都撈進(jìn)來(lái)。規(guī)律就是一句話(huà)同一個(gè)概念之下的多個(gè)表達(dá)方式用OR不同概念之間用AND。這是新手最應(yīng)該記住的原則。類(lèi)比來(lái)說(shuō)OR像是擴(kuò)大漁網(wǎng)的面積把同類(lèi)的魚(yú)都網(wǎng)進(jìn)來(lái)AND像是加過(guò)濾網(wǎng)孔把不夠格的擋在外面。2.3 NOT差集用來(lái)排除干擾項(xiàng)NOT的語(yǔ)義是排除包含某個(gè)詞的文獻(xiàn)。比如“抑郁癥 NOT 藥物”如果某篇文獻(xiàn)討論的是藥物治療抑郁癥它會(huì)被直接排除。它的作用是切除你不想要的方向或者當(dāng)你檢索結(jié)果里混著大量明顯無(wú)關(guān)類(lèi)別的文獻(xiàn)時(shí)用它快速切走。但我要特別提醒NOT是一把雙刃劍容易誤傷。因?yàn)樗前醋址ヅ涞乃恢馈耙钟簟焙汀八幬铩背霈F(xiàn)在同一篇文獻(xiàn)里時(shí)是并列還是排斥。比如一篇文章叫“抑郁癥的藥物與非藥物治療比較”你排除了“藥物”這篇就丟了可它恰恰可能是你需要的比較研究。所以新手盡量少用NOT或者只在結(jié)果數(shù)量很大、無(wú)關(guān)類(lèi)別非常明顯時(shí)才使用。一個(gè)相對(duì)安全的使用場(chǎng)景是你想做“抑郁的非藥物治療研究”結(jié)果里鋪天蓋地都是藥物試驗(yàn)這時(shí)加上NOT可以把大部分噪音切掉。即便如此也要清楚知道你會(huì)丟掉一批同時(shí)討論藥物與非藥物比較的文獻(xiàn)后面可以通過(guò)手動(dòng)篩選或跑第二個(gè)檢索式補(bǔ)回來(lái)。2.4 優(yōu)先級(jí)與括號(hào)先算哪一步很關(guān)鍵當(dāng)檢索式里同時(shí)出現(xiàn)AND、OR、NOT時(shí)數(shù)據(jù)庫(kù)會(huì)按默認(rèn)優(yōu)先級(jí)計(jì)算常見(jiàn)順序是NOT AND OR但這個(gè)順序跟自然語(yǔ)言的直覺(jué)并不一致所以強(qiáng)烈建議用括號(hào)把邏輯關(guān)系顯式地框出來(lái)。典型例子“人工智能 AND 教育 OR 機(jī)器人”。按默認(rèn)優(yōu)先級(jí)理解它會(huì)被解釋成“(人工智能 AND 教育) OR 機(jī)器人”意思是“包含人工智能和教育或者包含機(jī)器人的文獻(xiàn)”。但如果你的本意是“人工智能或機(jī)器學(xué)習(xí)并且和教育相關(guān)”就必須寫(xiě)成“(人工智能 OR 機(jī)器學(xué)習(xí)) AND 教育”這樣語(yǔ)義才準(zhǔn)確。所以每個(gè)概念組都加括號(hào)是預(yù)防低級(jí)錯(cuò)誤最好的習(xí)慣。不管數(shù)據(jù)庫(kù)默認(rèn)優(yōu)先級(jí)是什么加了括號(hào)就一定按你的意圖走。我見(jiàn)過(guò)太多人因?yàn)樯倭艘粋€(gè)括號(hào)檢索結(jié)果完全跑偏自己還在那跟數(shù)據(jù)庫(kù)較勁。三個(gè)運(yùn)算符這么用可以整理成一張速查表運(yùn)算符語(yǔ)義作用典型場(chǎng)景AND交集必須同時(shí)出現(xiàn)收窄范圍多個(gè)概念同時(shí)限定OR并集任意一個(gè)出現(xiàn)即可擴(kuò)大范圍合并同義詞、縮寫(xiě)、不同表達(dá)NOT差集排除包含詞的文獻(xiàn)切除干擾排除你不關(guān)心的方向慎用3. 拿過(guò)來(lái)就能用的檢索式示例從簡(jiǎn)單需求到復(fù)雜需求3.1 一個(gè)概念的簡(jiǎn)單需求人工智能在教育中的應(yīng)用以知網(wǎng)為例如果你用專(zhuān)業(yè)檢索可以寫(xiě)(人工智能 OR AI) AND 教育這個(gè)檢索式的意思是文獻(xiàn)里要出現(xiàn)“人工智能”或“AI”同時(shí)必須出現(xiàn)“教育”。為什么要給“人工智能”配OR呢因?yàn)橹形奈墨I(xiàn)有的用全稱(chēng)“人工智能”有的直接用縮寫(xiě)“AI”你只寫(xiě)“人工智能”會(huì)漏掉一大批寫(xiě)AI的文獻(xiàn)。這就是同義詞合并的價(jià)值。如果用萬(wàn)方或者Web of Science寫(xiě)法邏輯一樣。英文可以寫(xiě)成(artificial intelligence OR AI) AND education其中artificial intelligence加了引號(hào)代表把它當(dāng)成一個(gè)短語(yǔ)精確匹配避免被拆成 artificial 和 intelligence 兩個(gè)詞。這個(gè)技巧先記住后面第5章再展開(kāi)。3.2 多概念組合需求短視頻對(duì)青少年心理健康的影響這個(gè)題目至少有三個(gè)核心概念短視頻、青少年、心理健康。每個(gè)概念都可能有多種表達(dá)。中文檢索式可以這樣寫(xiě)(短視頻 OR 抖音 OR 快手) AND (青少年 OR 未成年人 OR 學(xué)生) AND (心理健康 OR 心理問(wèn)題 OR 抑郁 OR 焦慮)分段解釋短視頻是該領(lǐng)域的高頻詞但很多研究直接以具體平臺(tái)為例比如抖音、快手如果你只寫(xiě)“短視頻”就漏掉這些平臺(tái)研究。不過(guò)要注意是否加入平臺(tái)名取決于你的研究范圍如果你只關(guān)心泛化的短視頻研究加平臺(tái)詞反而會(huì)引入噪音。青少年在不同文獻(xiàn)里可能寫(xiě)作“未成年人”“中學(xué)生”“大學(xué)生”等全部列入OR分支。心理健康相關(guān)詞同理可以是“心理健康”“心理問(wèn)題”“抑郁”“焦慮”。這種檢索式出來(lái)之后初篩數(shù)量可能在幾百到幾千不等然后你可以再加限定條件比如發(fā)表年限、文獻(xiàn)類(lèi)型、核心期刊。3.3 帶排除條件的需求電動(dòng)汽車(chē)電池回收不含鉛酸電池假設(shè)你研究的是動(dòng)力電池回收并且完全不關(guān)心鉛酸電池方向可以寫(xiě)成(電動(dòng)汽車(chē) OR 新能源汽車(chē)) AND (電池 OR 動(dòng)力電池) AND (回收 OR 梯次利用) NOT 鉛酸在這里“回收”和“梯次利用”是高度相關(guān)的兩個(gè)動(dòng)作用OR合并“電動(dòng)汽車(chē)”“新能源汽車(chē)”用OR合并因?yàn)閮烧弑磉_(dá)經(jīng)常混用最后用NOT排除“鉛酸”把鉛酸電池的回收文獻(xiàn)剔除。但這個(gè)案例也要再提醒一次NOT的副作用“新能源汽車(chē)”相關(guān)文獻(xiàn)很可能同時(shí)提到鉛酸電池作為背景或?qū)Ρ饶阌肗OT會(huì)把這些文獻(xiàn)一并排掉。所以我更推薦在“結(jié)果太寬”時(shí)用NOT如果文獻(xiàn)量不大寧可手動(dòng)篩也別用NOT。寫(xiě)檢索式時(shí)要對(duì)“NOT會(huì)誤傷什么”有預(yù)判。3.4 英文短語(yǔ)需求機(jī)器學(xué)習(xí)與醫(yī)學(xué)診斷進(jìn)入英文數(shù)據(jù)庫(kù)核心難點(diǎn)是短語(yǔ)加引號(hào)和同義詞合并。一個(gè)典型檢索式(machine learning OR deep learning OR AI) AND (medical diagnosis OR diagnosis) AND (clinical decision support OR CDSS)注意 CDSS 是 Clinical Decision Support System 的縮寫(xiě)很多文獻(xiàn)用縮寫(xiě)當(dāng)作關(guān)鍵詞所以要放進(jìn)OR分支。英文檢索里容易犯的錯(cuò)主要是不區(qū)分大小寫(xiě)、不嚴(yán)格用引號(hào)。有些數(shù)據(jù)庫(kù)把 and 當(dāng)成普通單詞后檢索結(jié)果會(huì)混入大量無(wú)關(guān)內(nèi)容非常難清理。4. 不同數(shù)據(jù)庫(kù)的語(yǔ)法差異同樣一個(gè)檢索式換個(gè)庫(kù)就廢了4.1 基礎(chǔ)知識(shí)基本檢索框和高級(jí)檢索框的區(qū)別很多新手打開(kāi)知網(wǎng)或Web of Science直接在最上面的檢索框里敲一個(gè)檢索式也不選字段。這樣默認(rèn)在“主題”還是“全文”字段不同庫(kù)不一樣。全文檢索口徑最大主題檢索相對(duì)精準(zhǔn)。推薦的做法是使用高級(jí)檢索界面。在高級(jí)檢索里你可以選擇每個(gè)條件對(duì)應(yīng)的字段主題、標(biāo)題、關(guān)鍵詞、摘要并把“與”“或”“非”的邏輯關(guān)系顯式點(diǎn)出來(lái)。對(duì)新手來(lái)說(shuō)界面上點(diǎn)選“與”“或”“非”比手寫(xiě)檢索式更不容易出錯(cuò)。等你在高級(jí)檢索界面點(diǎn)熟了再?lài)L試專(zhuān)業(yè)檢索手寫(xiě)帶括號(hào)的檢索式會(huì)快很多。4.2 中文數(shù)據(jù)庫(kù)的寫(xiě)法差異知網(wǎng)、萬(wàn)方、維普知網(wǎng)的新版檢索界面比較友好高級(jí)檢索會(huì)直接給出邏輯關(guān)系選擇器但如果你用專(zhuān)業(yè)檢索語(yǔ)法是*代表AND代表OR-代表NOT比如(人工智能AI)*教育意思是先算括號(hào)內(nèi)“人工智能或AI”再與“教育”做AND。這個(gè)寫(xiě)法在知網(wǎng)專(zhuān)業(yè)檢索里能直接用。如果你是舊版界面可能還支持(人工智能 OR AI) AND 教育這類(lèi)英文運(yùn)算符但不同時(shí)期改過(guò)多次建議以數(shù)據(jù)庫(kù)頁(yè)面的語(yǔ)法提示為準(zhǔn)。萬(wàn)方數(shù)據(jù)庫(kù)的專(zhuān)業(yè)檢索相對(duì)寬松支持(人工智能 OR AI) AND 教育這種寫(xiě)法。維普的語(yǔ)法跟知網(wǎng)接近也是*、、-這套符號(hào)體系。這里有一個(gè)很實(shí)用的小技巧在任何一個(gè)數(shù)據(jù)庫(kù)準(zhǔn)備寫(xiě)專(zhuān)業(yè)檢索式之前先到“幫助/檢索說(shuō)明/語(yǔ)法幫助”頁(yè)面掃一眼確認(rèn)這個(gè)庫(kù)到底認(rèn)AND OR NOT還是認(rèn)* -。別憑經(jīng)驗(yàn)直接套尤其別把知網(wǎng)的寫(xiě)法原樣搬去萬(wàn)方翻車(chē)的人太多了。4.3 英文數(shù)據(jù)庫(kù)的寫(xiě)法差異Web of Science、PubMed、ScopusWeb of Science 最常用的寫(xiě)法是TS(artificial intelligence OR AI) AND TS(education)TS 代表 Topic主題涵蓋標(biāo)題、摘要和關(guān)鍵詞。這里的AND、OR、NOT必須大寫(xiě)小寫(xiě)的 and 會(huì)被系統(tǒng)當(dāng)成普通檢索詞處理。PubMed 的檢索比較特別它不強(qiáng)制要求字段標(biāo)簽直接寫(xiě)(artificial intelligence OR AI) AND education也能跑而且它自帶一個(gè)自動(dòng)匹配機(jī)制會(huì)在庫(kù)里幫你擴(kuò)展同義詞。但如果你做系統(tǒng)綜述建議使用字段標(biāo)識(shí)把檢索鎖定到標(biāo)題摘要上例如((artificial intelligence[tiab] OR AI[tiab]) AND (education[tiab] OR teaching[tiab]))Scopus 的語(yǔ)法非常嚴(yán)格常用TITLE-ABS-KEY把檢索限制在標(biāo)題、摘要、關(guān)鍵詞范圍寫(xiě)法是TITLE-ABS-KEY((artificial intelligence OR AI) AND education)可以看到英文庫(kù)幾乎都要求運(yùn)算符大寫(xiě)、短語(yǔ)加引號(hào)這是通用的硬規(guī)則。我把這些差異整理成一張表方便你換庫(kù)的時(shí)候?qū)φ諗?shù)據(jù)庫(kù)運(yùn)算符寫(xiě)法短語(yǔ)匹配新手建議知網(wǎng)* -一般不支持英文引號(hào)短語(yǔ)用高級(jí)檢索界面點(diǎn)選更穩(wěn)萬(wàn)方AND / OR / NOT支持英文引號(hào)直接在高級(jí)檢索框輸入Web of ScienceAND / OR / NOT必須大寫(xiě)雙引號(hào)記住用TS字段限制PubMedAND / OR / NOT雙引號(hào)[tiab]限字段不用寫(xiě)字段也能跑但要限tiabScopusAND / OR / NOT必須大寫(xiě)雙引號(hào)用TITLE-ABS-KEY包裹Google Scholar空格ANDOR大寫(xiě)減號(hào)排除雙引號(hào)只適合粗查別做正式檢索4.4 Google Scholar的特殊規(guī)則空格、引號(hào)、減號(hào)Google Scholar 和正統(tǒng)學(xué)術(shù)數(shù)據(jù)庫(kù)的語(yǔ)法差別真的很大。它不支持嚴(yán)格的布爾邏輯表達(dá)式而且排序算法會(huì)“原諒”你的輸入偏差。幾個(gè)關(guān)鍵點(diǎn)空格默認(rèn)是AND比如輸入machine learning diagnosis它默認(rèn)要求三個(gè)詞都出現(xiàn)但可能智能調(diào)整匹配。不能用NOT但可以用減號(hào)-表示排除比如youth mental health social media -tiktok表示要包含青少年心理健康與社交媒體相關(guān)文獻(xiàn)但不包含tiktok。支持OR但必須大寫(xiě)例如artificial intelligence OR machine learning education。雙引號(hào)是精確短語(yǔ)匹配建議所有專(zhuān)業(yè)術(shù)語(yǔ)都加引號(hào)比如medical imaging。所以我在幫人調(diào)檢索時(shí)通常會(huì)告訴他們Google Scholar適合做初步探索用來(lái)找關(guān)鍵詞、了解文獻(xiàn)分布真正到系統(tǒng)綜述或者需要穩(wěn)定可復(fù)現(xiàn)結(jié)果的時(shí)候一定要回到支持標(biāo)準(zhǔn)布爾運(yùn)算的數(shù)據(jù)庫(kù)里做正式檢索。5. 新手最常踩的坑出現(xiàn)問(wèn)題時(shí)先檢查這幾個(gè)地方5.1 把整句自然語(yǔ)言粘進(jìn)檢索框這是我?guī)腿烁臋z索式時(shí)遇到最多的一個(gè)問(wèn)題。很多人以為把研究問(wèn)題原封不動(dòng)輸進(jìn)去就能得到答案結(jié)果檢索式變成“人工智能在高校課堂中的應(yīng)用效果研究”一堆助詞和偏正結(jié)構(gòu)被數(shù)據(jù)庫(kù)拆分匹配出來(lái)的結(jié)果五花八門(mén)。正確做法是把這句話(huà)里的核心名詞抽出來(lái)人工智能、高校課堂、應(yīng)用效果然后用AND/OR連接。如果這個(gè)概念還有別的常見(jiàn)說(shuō)法也要放進(jìn)OR分支。核心是把自然語(yǔ)言“翻譯”成關(guān)鍵詞組合而不是把原句喂給數(shù)據(jù)庫(kù)。遇到“影響”“分析”“研究”這類(lèi)詞基本都可以扔掉它們對(duì)檢索沒(méi)有幫助。5.2 同義詞沒(méi)合并漏檢嚴(yán)重而不自知漏檢比誤檢更可怕因?yàn)樗屇阏`以為自己查全了實(shí)際卻丟了很多核心文獻(xiàn)。新手最常見(jiàn)的漏檢原因就是只用了自己最熟悉的一個(gè)詞比如只寫(xiě)“人工智能”漏掉“AI”只寫(xiě)“智能手機(jī)”漏掉“移動(dòng)終端”只寫(xiě)“UK”漏掉“United Kingdom”或“Britain”。解決方法就是給每個(gè)核心概念配一個(gè)同義詞/近義詞池用OR合并。不是所有同義詞第一次就能配全往往要通過(guò)試檢索后在結(jié)果標(biāo)題、摘要里發(fā)現(xiàn)新的高頻詞再回頭補(bǔ)充到檢索式里。這也是為什么老手寫(xiě)出來(lái)的檢索式看起來(lái)很長(zhǎng)其實(shí)每一組詞都不是多余的。5.3 NOT一刀切把關(guān)鍵文獻(xiàn)一起排掉我在前面提醒過(guò)好幾次這里再?gòu)?qiáng)調(diào)NOT的排除是字符級(jí)別的它會(huì)毫無(wú)判斷力地刪掉所有包含該詞的文獻(xiàn)。比如你做“人工智能與教育”的研究想排除“編程教育”方向的文獻(xiàn)寫(xiě)了人工智能 AND 教育 NOT 編程結(jié)果一篇討論“編程教育中的人工智能素養(yǎng)培養(yǎng)”的文獻(xiàn)被刪掉了但這篇恰恰可能是你需要的。更極端的例子是排除“小鼠實(shí)驗(yàn)”會(huì)導(dǎo)致同時(shí)討論小鼠和人的研究也被刪掉。所以我的建議是只有當(dāng)你確定某個(gè)詞完全不屬于你的研究范圍并且該詞在結(jié)果里大量出現(xiàn)導(dǎo)致噪音嚴(yán)重時(shí)才考慮用NOT否則寧可在人工篩選階段再刪除。5.4 大小寫(xiě)、引號(hào)、通配符的混淆英文數(shù)據(jù)庫(kù)里AND、OR、NOT一律大寫(xiě)是行業(yè)共識(shí)照做最穩(wěn)妥。引號(hào)的作用是精確短語(yǔ)匹配machine learning和machine learning在不少數(shù)據(jù)庫(kù)里是兩個(gè)完全不同的檢索前者要求machine learning作為一個(gè)連續(xù)短語(yǔ)出現(xiàn)后者可能被拆成machine和learning兩個(gè)獨(dú)立詞做AND匹配。前者查準(zhǔn)率高后者查全率高。通配符方面*一般代表詞干擴(kuò)展比如therap*能匹配 therapy、therapies、therapeutic?代表一個(gè)字符。但不是所有庫(kù)都支持用之前看幫助文檔。要注意通配符在提高查全率的同時(shí)也可能引入一堆無(wú)關(guān)詞形比如manage*會(huì)帶出 management、manager、managed需要根據(jù)你研究的術(shù)語(yǔ)特點(diǎn)決定是否使用。6. 一次完整的實(shí)戰(zhàn)把題目拆成能跑的檢索式6.1 概念拆解與選詞現(xiàn)在用完整的流程走一遍。假設(shè)研究問(wèn)題是“人工智能輔助醫(yī)學(xué)影像檢查對(duì)早期肺癌篩查的作用”。第一步把這句話(huà)拆成獨(dú)立的概念。所謂概念就是一句話(huà)里不可再省略的核心名詞人工智能、醫(yī)學(xué)影像、肺癌、篩查。然后為每個(gè)概念收集同義詞和常見(jiàn)表達(dá)人工智能人工智能、AI、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、卷積神經(jīng)網(wǎng)絡(luò)醫(yī)學(xué)影像醫(yī)學(xué)影像、影像診斷、CT、影像組學(xué)、醫(yī)學(xué)圖像肺癌肺癌、肺結(jié)節(jié)、肺部腫瘤篩查篩查、早期診斷、檢出、早篩這一步非常關(guān)鍵寧可多列幾個(gè)詞也別一開(kāi)始就漏詞。6.2 構(gòu)建中文檢索式根據(jù)上面的概念表和“同一概念用OR、不同概念用AND”的規(guī)則中文檢索式可以寫(xiě)成(人工智能 OR AI OR 機(jī)器學(xué)習(xí) OR 深度學(xué)習(xí)) AND (醫(yī)學(xué)影像 OR 影像診斷 OR CT OR 影像組學(xué)) AND (肺癌 OR 肺結(jié)節(jié) OR 肺部腫瘤) AND (篩查 OR 早期診斷 OR 檢出)這個(gè)檢索式在知網(wǎng)、萬(wàn)方里都可以用。你會(huì)看到它比題目本身要“啰嗦”得多但這就是它的價(jià)值把這四個(gè)概念的所有常用表達(dá)都放進(jìn)搜索范圍盡量不放過(guò)任何一種說(shuō)法。如果在知網(wǎng)專(zhuān)業(yè)檢索界面需要把邏輯運(yùn)算符換成符號(hào)體系(人工智能AI機(jī)器學(xué)習(xí)深度學(xué)習(xí))*(醫(yī)學(xué)影像影像診斷CT影像組學(xué))*(肺癌肺結(jié)節(jié)肺部腫瘤)*(篩查早期診斷檢出)6.3 構(gòu)建英文檢索式對(duì)應(yīng)英文檢索式(artificial intelligence OR AI OR machine learning OR deep learning) AND (medical imaging OR imaging diagnosis OR CT OR radiomics) AND (lung cancer OR pulmonary nodule OR lung tumor) AND (screening OR early diagnosis OR detection)注意幾個(gè)點(diǎn)短語(yǔ)如artificial intelligence加了引號(hào)避免被數(shù)據(jù)庫(kù)拆詞縮寫(xiě)AI單獨(dú)列出因?yàn)楹芏辔墨I(xiàn)直接用縮寫(xiě)不用全稱(chēng)CT沒(méi)有加引號(hào)因?yàn)閮蓚€(gè)字母的縮寫(xiě)加引號(hào)在部分庫(kù)里反而會(huì)匹配困難可以直接裸寫(xiě)。6.4 根據(jù)命中數(shù)量判斷下一步怎么調(diào)寫(xiě)完后先在數(shù)據(jù)庫(kù)里跑一遍觀察命中數(shù)量。這個(gè)數(shù)量會(huì)告訴你檢索式是否合理如果命中數(shù)量在幾十到幾百之間而且你查看前幾十條標(biāo)題后發(fā)現(xiàn)大多相關(guān)這個(gè)檢索式基本可用。如果命中數(shù)量為個(gè)位數(shù)多半是某個(gè)概念下的詞選得太窄或者AND關(guān)系太多需要從同義詞池里再補(bǔ)詞。如果命中數(shù)量超過(guò)一萬(wàn)說(shuō)明某些概念太寬泛或者檢索字段選成了全文。此時(shí)可以加限定詞、加引號(hào)或者把字段從“全文”改成“主題/關(guān)鍵詞”。我自己常用的調(diào)整順序是先看數(shù)量太高就加限制太低就加同義詞然后在結(jié)果里隨便點(diǎn)開(kāi)三到五篇最相關(guān)的文獻(xiàn)看它們的標(biāo)題、摘要和關(guān)鍵詞里有沒(méi)有你漏掉的表述再回到檢索式里補(bǔ)充。這個(gè)迭代過(guò)程快的話(huà)十五分鐘就能完成比漫無(wú)目的地翻結(jié)果強(qiáng)得多。6.5 養(yǎng)成記錄檢索日志的習(xí)慣我強(qiáng)烈建議你從第一次做正式檢索開(kāi)始就維護(hù)一個(gè)簡(jiǎn)單的記錄包含檢索日期、數(shù)據(jù)庫(kù)名稱(chēng)、檢索式、命中數(shù)量、備注。不要小看這個(gè)習(xí)慣寫(xiě)綜述或者論文時(shí)你需要能夠復(fù)現(xiàn)自己的全部檢索過(guò)程而如果沒(méi)有記錄一周后再回頭看你大概率想不起當(dāng)時(shí)用的是哪版檢索式。記錄格式不用復(fù)雜一個(gè)表格就夠了。比如日期數(shù)據(jù)庫(kù)檢索式命中數(shù)備注2025-07-XX知網(wǎng)專(zhuān)業(yè)檢索(人工智能AI)*(教育)326范圍偏寬后續(xù)加高校/課堂過(guò)濾2025-07-XXWeb of ScienceTS(...)87加入引號(hào)短語(yǔ)后噪音明顯下降這個(gè)記錄在文獻(xiàn)綜述章節(jié)里非常重要因?yàn)閷徃迦撕蛯?dǎo)師經(jīng)常會(huì)問(wèn)你是用什么檢索式找到這些文獻(xiàn)的到時(shí)候你把這套東西整理出來(lái)什么問(wèn)題都答得上。7. 我最后想分享的兩個(gè)小習(xí)慣7.1 寫(xiě)完檢索式拆成幾行再讀一遍第一個(gè)習(xí)慣寫(xiě)完任何檢索式先分段讀一遍。把一個(gè)復(fù)雜檢索式拆成幾行每一行只放一個(gè)概念用括號(hào)包好然后再用AND或?qū)?yīng)的運(yùn)算符串起來(lái)。這樣即使隔了幾天再回來(lái)看你也能一眼看懂這個(gè)檢索式在表達(dá)什么而不是面對(duì)一堆符號(hào)發(fā)懵。別說(shuō)新手我自己以前寫(xiě)復(fù)雜檢索式時(shí)也有過(guò)一次括號(hào)放錯(cuò)位置、結(jié)果全變了的經(jīng)歷。從那以后我再也不寫(xiě)“一坨式”的檢索式每行一個(gè)概念加注釋哪怕當(dāng)時(shí)多花三十秒后面篩選文獻(xiàn)時(shí)省下的時(shí)間絕對(duì)值得。7.2 先用最近一年的文獻(xiàn)試跑第二個(gè)習(xí)慣在正式記錄檢索式之前先跑一個(gè)小范圍測(cè)試只檢索最近一年的文獻(xiàn)看看前20條結(jié)果是否真的切題。如果近一年的文獻(xiàn)都不切題那這個(gè)檢索式基本是廢的趁早改比拿回來(lái)改半天還快。這個(gè)小動(dòng)作花不了三分鐘但能幫你省下大量篩選無(wú)效結(jié)果的時(shí)間。文獻(xiàn)檢索這回事看著簡(jiǎn)單實(shí)際上是個(gè)經(jīng)驗(yàn)活。我到現(xiàn)在幫學(xué)生改檢索式時(shí)還是會(huì)在同一個(gè)問(wèn)題上反復(fù)翻車(chē)——漏一個(gè)同義詞、多一個(gè)NOT、忘了一對(duì)引號(hào)都會(huì)讓結(jié)果面目全非。別怕犯錯(cuò)多跑幾次多記日志慢慢你就能在自己領(lǐng)域里寫(xiě)出一套穩(wěn)定的檢索策略了。 布爾邏輯檢索入門(mén)：AND、OR、NOT助你精準(zhǔn)搞定文獻(xiàn)查全與查準(zhǔn)
我讀研那會(huì)兒第一次在知網(wǎng)查文獻(xiàn)就把AND、OR、NOT當(dāng)成擺設(shè)直接往檢索框里敲一整句話(huà)結(jié)果出來(lái)的文獻(xiàn)牛頭不對(duì)馬嘴。后來(lái)被導(dǎo)師點(diǎn)醒才明白文獻(xiàn)檢索不是聊天數(shù)據(jù)庫(kù)不認(rèn)自然語(yǔ)言它只認(rèn)你給它的關(guān)鍵詞之間的邏輯關(guān)系而AND、OR、NOT就是描述這種關(guān)系的三個(gè)基本運(yùn)算符。這篇內(nèi)容就是寫(xiě)給剛開(kāi)始做文獻(xiàn)綜述、寫(xiě)開(kāi)題報(bào)告、或者正在為查不全文獻(xiàn)發(fā)愁的人把這三個(gè)運(yùn)算符掰開(kāi)揉碎講明白配合可以直接拿去用的檢索式示例讓你在知網(wǎng)、萬(wàn)方、Web of Science、PubMed這些平臺(tái)上少走彎路。1. 為什么新手老是在第一步就翻車(chē)布爾邏輯到底解決了什么問(wèn)題1.1 你以為的“檢索”和數(shù)據(jù)庫(kù)眼里的“檢索”不是一回事人跟人對(duì)話(huà)時(shí)你說(shuō)“我想找找人工智能在教育領(lǐng)域怎么用的”對(duì)方能聽(tīng)懂語(yǔ)境會(huì)幫你過(guò)濾掉無(wú)關(guān)信息。數(shù)據(jù)庫(kù)沒(méi)有這個(gè)能力它本質(zhì)是一個(gè)匹配工具把你輸入的字詞跟論文里的標(biāo)題、摘要、關(guān)鍵詞、正文去做字符匹配。你輸入一整句話(huà)“研究人工智能如何應(yīng)用于教育領(lǐng)域”數(shù)據(jù)庫(kù)不會(huì)理解“研究”“如何”“應(yīng)用于”這些詞只是修飾成分它可能會(huì)把“如何”也當(dāng)成一個(gè)要匹配的詞也可能把整句話(huà)切碎之后按自己的算法打分結(jié)果自然很亂。這一點(diǎn)在英文數(shù)據(jù)庫(kù)尤其明顯。比如你在Web of Science里輸入“How does artificial intelligence affect education”系統(tǒng)會(huì)拆出how、does、artificial、intelligence等詞有的詞是禁用詞會(huì)被自動(dòng)忽略有的詞會(huì)被當(dāng)AND關(guān)系處理結(jié)果很可能是一堆噪音。所以在學(xué)術(shù)數(shù)據(jù)庫(kù)里最可靠的做法是把你的需求翻譯成一個(gè)由關(guān)鍵詞和運(yùn)算符組成的檢索式讓它去做精準(zhǔn)匹配。1.2 查全率與查準(zhǔn)率兩個(gè)互相打架的指標(biāo)做文獻(xiàn)檢索的人都會(huì)提到兩個(gè)指標(biāo)查全率和查準(zhǔn)率。查全率指你檢出的相關(guān)文獻(xiàn)占所有相關(guān)文獻(xiàn)的比例查準(zhǔn)率指你檢出的文獻(xiàn)中真正相關(guān)的比例。新手不需要背定義但必須理解它們的關(guān)系當(dāng)你想把相關(guān)的文獻(xiàn)都撈出來(lái)就得多用OR去擴(kuò)詞結(jié)果是雜音變多查準(zhǔn)率下降當(dāng)你想讓結(jié)果很精準(zhǔn)就得多用AND去限制結(jié)果可能誤傷一批同義表達(dá)查全率下降。這就好比篩黃豆你想把帶蟲(chóng)眼的挑出去查準(zhǔn)率和你想把飽滿(mǎn)的豆子全部裝袋查全率用的篩子粗細(xì)完全不同。文獻(xiàn)檢索里沒(méi)有一種檢索式能同時(shí)做到既全又準(zhǔn)關(guān)鍵是看你的目標(biāo)是什么。比如你寫(xiě)開(kāi)題報(bào)告需要全面了解一個(gè)領(lǐng)域此時(shí)查全率更重要寧可結(jié)果多幾百條自己花時(shí)間篩選比如你做系統(tǒng)綜述已經(jīng)明確要回答某個(gè)具體問(wèn)題此時(shí)查準(zhǔn)率更重要檢索式要盡量收窄。1.3 AND/OR/NOT就是給你的需求畫(huà)邊界理解了上面這些你就會(huì)發(fā)現(xiàn)AND、OR、NOT不是“高級(jí)功能”而是你在需求尚不明確時(shí)唯一能精確表達(dá)邊界的方式。AND用來(lái)加約束OR用來(lái)擴(kuò)展表達(dá)NOT用來(lái)劃掉噪音。把它們組合起來(lái)一個(gè)檢索式就能變成一句嚴(yán)謹(jǐn)?shù)摹霸?huà)術(shù)”。這種能力越到后來(lái)越重要。我剛讀研那會(huì)兒也以為檢索式就是多打幾個(gè)詞直到我?guī)蛯?dǎo)師做綜述面對(duì)三四千篇候選文獻(xiàn)時(shí)才發(fā)現(xiàn)真正花時(shí)間的不是讀文獻(xiàn)而是把一個(gè)研究問(wèn)題翻譯成一套穩(wěn)定的檢索策略讓搜索結(jié)果盡可能貼近“你真正想要的那片區(qū)域”。這個(gè)翻譯過(guò)程靠的就是布爾邏輯。2. 三個(gè)運(yùn)算符的語(yǔ)義拆解分別什么時(shí)候用怎么組合2.1 AND交集用來(lái)收窄范圍AND的語(yǔ)義是兩個(gè)詞或兩組詞必須同時(shí)出現(xiàn)在文獻(xiàn)里。比如“人工智能 AND 教育”最后返回的文獻(xiàn)既要出現(xiàn)人工智能也要出現(xiàn)教育。它的作用是收窄范圍讓你的結(jié)果更加聚焦。生活化的類(lèi)比就是集合里的交集喜歡唱歌的人和喜歡做飯的人兩者的交集才是既喜歡唱歌又喜歡做飯的人。AND使用得越多你的結(jié)果就越少但越靠近核心需求。這里我要提醒一個(gè)新手特別容易犯的錯(cuò)一上來(lái)就把題目里的所有詞用AND連起來(lái)比如“人工智能 AND 教育 AND 高校 AND 教學(xué)模式”結(jié)果往往只有幾十條甚至幾條。這時(shí)候不一定是文獻(xiàn)少而是你把條件卡得太死了。因?yàn)橛写罅课恼驴赡懿粚?xiě)“高?！敝粚?xiě)“課堂”“學(xué)校”或者不寫(xiě)“教學(xué)模式”只寫(xiě)“教學(xué)”。檢索式不是把題目里的所有詞照搬而是選出核心概念再?zèng)Q定每個(gè)概念怎么用詞。2.2 OR并集用來(lái)合并同義詞OR的語(yǔ)義是文獻(xiàn)只要包含其中任意一個(gè)詞就放進(jìn)來(lái)。它的作用是擴(kuò)展范圍解決同義詞、縮寫(xiě)、中英文表達(dá)不一致的問(wèn)題。比如“人工智能 OR AI”要求文獻(xiàn)出現(xiàn)“人工智能”或“AI”都算命中。再比如“在線教育 OR 網(wǎng)絡(luò)教育 OR 遠(yuǎn)程教育”三個(gè)是同一個(gè)概念的不同說(shuō)法在中文文獻(xiàn)里有的作者用這個(gè)詞、有的用那個(gè)詞甚至有翻譯差異。你用AND連接它們就會(huì)把大量本應(yīng)納入的文獻(xiàn)排除在外用OR連接它們才能把這個(gè)概念的外沿都撈進(jìn)來(lái)。規(guī)律就是一句話(huà)同一個(gè)概念之下的多個(gè)表達(dá)方式用OR不同概念之間用AND。這是新手最應(yīng)該記住的原則。類(lèi)比來(lái)說(shuō)OR像是擴(kuò)大漁網(wǎng)的面積把同類(lèi)的魚(yú)都網(wǎng)進(jìn)來(lái)AND像是加過(guò)濾網(wǎng)孔把不夠格的擋在外面。2.3 NOT差集用來(lái)排除干擾項(xiàng)NOT的語(yǔ)義是排除包含某個(gè)詞的文獻(xiàn)。比如“抑郁癥 NOT 藥物”如果某篇文獻(xiàn)討論的是藥物治療抑郁癥它會(huì)被直接排除。它的作用是切除你不想要的方向或者當(dāng)你檢索結(jié)果里混著大量明顯無(wú)關(guān)類(lèi)別的文獻(xiàn)時(shí)用它快速切走。但我要特別提醒NOT是一把雙刃劍容易誤傷。因?yàn)樗前醋址ヅ涞乃恢馈耙钟簟焙汀八幬铩背霈F(xiàn)在同一篇文獻(xiàn)里時(shí)是并列還是排斥。比如一篇文章叫“抑郁癥的藥物與非藥物治療比較”你排除了“藥物”這篇就丟了可它恰恰可能是你需要的比較研究。所以新手盡量少用NOT或者只在結(jié)果數(shù)量很大、無(wú)關(guān)類(lèi)別非常明顯時(shí)才使用。一個(gè)相對(duì)安全的使用場(chǎng)景是你想做“抑郁的非藥物治療研究”結(jié)果里鋪天蓋地都是藥物試驗(yàn)這時(shí)加上NOT可以把大部分噪音切掉。即便如此也要清楚知道你會(huì)丟掉一批同時(shí)討論藥物與非藥物比較的文獻(xiàn)后面可以通過(guò)手動(dòng)篩選或跑第二個(gè)檢索式補(bǔ)回來(lái)。2.4 優(yōu)先級(jí)與括號(hào)先算哪一步很關(guān)鍵當(dāng)檢索式里同時(shí)出現(xiàn)AND、OR、NOT時(shí)數(shù)據(jù)庫(kù)會(huì)按默認(rèn)優(yōu)先級(jí)計(jì)算常見(jiàn)順序是NOT AND OR但這個(gè)順序跟自然語(yǔ)言的直覺(jué)并不一致所以強(qiáng)烈建議用括號(hào)把邏輯關(guān)系顯式地框出來(lái)。典型例子“人工智能 AND 教育 OR 機(jī)器人”。按默認(rèn)優(yōu)先級(jí)理解它會(huì)被解釋成“(人工智能 AND 教育) OR 機(jī)器人”意思是“包含人工智能和教育或者包含機(jī)器人的文獻(xiàn)”。但如果你的本意是“人工智能或機(jī)器學(xué)習(xí)并且和教育相關(guān)”就必須寫(xiě)成“(人工智能 OR 機(jī)器學(xué)習(xí)) AND 教育”這樣語(yǔ)義才準(zhǔn)確。所以每個(gè)概念組都加括號(hào)是預(yù)防低級(jí)錯(cuò)誤最好的習(xí)慣。不管數(shù)據(jù)庫(kù)默認(rèn)優(yōu)先級(jí)是什么加了括號(hào)就一定按你的意圖走。我見(jiàn)過(guò)太多人因?yàn)樯倭艘粋€(gè)括號(hào)檢索結(jié)果完全跑偏自己還在那跟數(shù)據(jù)庫(kù)較勁。三個(gè)運(yùn)算符這么用可以整理成一張速查表運(yùn)算符語(yǔ)義作用典型場(chǎng)景AND交集必須同時(shí)出現(xiàn)收窄范圍多個(gè)概念同時(shí)限定OR并集任意一個(gè)出現(xiàn)即可擴(kuò)大范圍合并同義詞、縮寫(xiě)、不同表達(dá)NOT差集排除包含詞的文獻(xiàn)切除干擾排除你不關(guān)心的方向慎用3. 拿過(guò)來(lái)就能用的檢索式示例從簡(jiǎn)單需求到復(fù)雜需求3.1 一個(gè)概念的簡(jiǎn)單需求人工智能在教育中的應(yīng)用以知網(wǎng)為例如果你用專(zhuān)業(yè)檢索可以寫(xiě)(人工智能 OR AI) AND 教育這個(gè)檢索式的意思是文獻(xiàn)里要出現(xiàn)“人工智能”或“AI”同時(shí)必須出現(xiàn)“教育”。為什么要給“人工智能”配OR呢因?yàn)橹形奈墨I(xiàn)有的用全稱(chēng)“人工智能”有的直接用縮寫(xiě)“AI”你只寫(xiě)“人工智能”會(huì)漏掉一大批寫(xiě)AI的文獻(xiàn)。這就是同義詞合并的價(jià)值。如果用萬(wàn)方或者Web of Science寫(xiě)法邏輯一樣。英文可以寫(xiě)成(artificial intelligence OR AI) AND education其中artificial intelligence加了引號(hào)代表把它當(dāng)成一個(gè)短語(yǔ)精確匹配避免被拆成 artificial 和 intelligence 兩個(gè)詞。這個(gè)技巧先記住后面第5章再展開(kāi)。3.2 多概念組合需求短視頻對(duì)青少年心理健康的影響這個(gè)題目至少有三個(gè)核心概念短視頻、青少年、心理健康。每個(gè)概念都可能有多種表達(dá)。中文檢索式可以這樣寫(xiě)(短視頻 OR 抖音 OR 快手) AND (青少年 OR 未成年人 OR 學(xué)生) AND (心理健康 OR 心理問(wèn)題 OR 抑郁 OR 焦慮)分段解釋短視頻是該領(lǐng)域的高頻詞但很多研究直接以具體平臺(tái)為例比如抖音、快手如果你只寫(xiě)“短視頻”就漏掉這些平臺(tái)研究。不過(guò)要注意是否加入平臺(tái)名取決于你的研究范圍如果你只關(guān)心泛化的短視頻研究加平臺(tái)詞反而會(huì)引入噪音。青少年在不同文獻(xiàn)里可能寫(xiě)作“未成年人”“中學(xué)生”“大學(xué)生”等全部列入OR分支。心理健康相關(guān)詞同理可以是“心理健康”“心理問(wèn)題”“抑郁”“焦慮”。這種檢索式出來(lái)之后初篩數(shù)量可能在幾百到幾千不等然后你可以再加限定條件比如發(fā)表年限、文獻(xiàn)類(lèi)型、核心期刊。3.3 帶排除條件的需求電動(dòng)汽車(chē)電池回收不含鉛酸電池假設(shè)你研究的是動(dòng)力電池回收并且完全不關(guān)心鉛酸電池方向可以寫(xiě)成(電動(dòng)汽車(chē) OR 新能源汽車(chē)) AND (電池 OR 動(dòng)力電池) AND (回收 OR 梯次利用) NOT 鉛酸在這里“回收”和“梯次利用”是高度相關(guān)的兩個(gè)動(dòng)作用OR合并“電動(dòng)汽車(chē)”“新能源汽車(chē)”用OR合并因?yàn)閮烧弑磉_(dá)經(jīng)常混用最后用NOT排除“鉛酸”把鉛酸電池的回收文獻(xiàn)剔除。但這個(gè)案例也要再提醒一次NOT的副作用“新能源汽車(chē)”相關(guān)文獻(xiàn)很可能同時(shí)提到鉛酸電池作為背景或?qū)Ρ饶阌肗OT會(huì)把這些文獻(xiàn)一并排掉。所以我更推薦在“結(jié)果太寬”時(shí)用NOT如果文獻(xiàn)量不大寧可手動(dòng)篩也別用NOT。寫(xiě)檢索式時(shí)要對(duì)“NOT會(huì)誤傷什么”有預(yù)判。3.4 英文短語(yǔ)需求機(jī)器學(xué)習(xí)與醫(yī)學(xué)診斷進(jìn)入英文數(shù)據(jù)庫(kù)核心難點(diǎn)是短語(yǔ)加引號(hào)和同義詞合并。一個(gè)典型檢索式(machine learning OR deep learning OR AI) AND (medical diagnosis OR diagnosis) AND (clinical decision support OR CDSS)注意 CDSS 是 Clinical Decision Support System 的縮寫(xiě)很多文獻(xiàn)用縮寫(xiě)當(dāng)作關(guān)鍵詞所以要放進(jìn)OR分支。英文檢索里容易犯的錯(cuò)主要是不區(qū)分大小寫(xiě)、不嚴(yán)格用引號(hào)。有些數(shù)據(jù)庫(kù)把 and 當(dāng)成普通單詞后檢索結(jié)果會(huì)混入大量無(wú)關(guān)內(nèi)容非常難清理。4. 不同數(shù)據(jù)庫(kù)的語(yǔ)法差異同樣一個(gè)檢索式換個(gè)庫(kù)就廢了4.1 基礎(chǔ)知識(shí)基本檢索框和高級(jí)檢索框的區(qū)別很多新手打開(kāi)知網(wǎng)或Web of Science直接在最上面的檢索框里敲一個(gè)檢索式也不選字段。這樣默認(rèn)在“主題”還是“全文”字段不同庫(kù)不一樣。全文檢索口徑最大主題檢索相對(duì)精準(zhǔn)。推薦的做法是使用高級(jí)檢索界面。在高級(jí)檢索里你可以選擇每個(gè)條件對(duì)應(yīng)的字段主題、標(biāo)題、關(guān)鍵詞、摘要并把“與”“或”“非”的邏輯關(guān)系顯式點(diǎn)出來(lái)。對(duì)新手來(lái)說(shuō)界面上點(diǎn)選“與”“或”“非”比手寫(xiě)檢索式更不容易出錯(cuò)。等你在高級(jí)檢索界面點(diǎn)熟了再?lài)L試專(zhuān)業(yè)檢索手寫(xiě)帶括號(hào)的檢索式會(huì)快很多。4.2 中文數(shù)據(jù)庫(kù)的寫(xiě)法差異知網(wǎng)、萬(wàn)方、維普知網(wǎng)的新版檢索界面比較友好高級(jí)檢索會(huì)直接給出邏輯關(guān)系選擇器但如果你用專(zhuān)業(yè)檢索語(yǔ)法是*代表AND代表OR-代表NOT比如(人工智能AI)*教育意思是先算括號(hào)內(nèi)“人工智能或AI”再與“教育”做AND。這個(gè)寫(xiě)法在知網(wǎng)專(zhuān)業(yè)檢索里能直接用。如果你是舊版界面可能還支持(人工智能 OR AI) AND 教育這類(lèi)英文運(yùn)算符但不同時(shí)期改過(guò)多次建議以數(shù)據(jù)庫(kù)頁(yè)面的語(yǔ)法提示為準(zhǔn)。萬(wàn)方數(shù)據(jù)庫(kù)的專(zhuān)業(yè)檢索相對(duì)寬松支持(人工智能 OR AI) AND 教育這種寫(xiě)法。維普的語(yǔ)法跟知網(wǎng)接近也是*、、-這套符號(hào)體系。這里有一個(gè)很實(shí)用的小技巧在任何一個(gè)數(shù)據(jù)庫(kù)準(zhǔn)備寫(xiě)專(zhuān)業(yè)檢索式之前先到“幫助/檢索說(shuō)明/語(yǔ)法幫助”頁(yè)面掃一眼確認(rèn)這個(gè)庫(kù)到底認(rèn)AND OR NOT還是認(rèn)* -。別憑經(jīng)驗(yàn)直接套尤其別把知網(wǎng)的寫(xiě)法原樣搬去萬(wàn)方翻車(chē)的人太多了。4.3 英文數(shù)據(jù)庫(kù)的寫(xiě)法差異Web of Science、PubMed、ScopusWeb of Science 最常用的寫(xiě)法是TS(artificial intelligence OR AI) AND TS(education)TS 代表 Topic主題涵蓋標(biāo)題、摘要和關(guān)鍵詞。這里的AND、OR、NOT必須大寫(xiě)小寫(xiě)的 and 會(huì)被系統(tǒng)當(dāng)成普通檢索詞處理。PubMed 的檢索比較特別它不強(qiáng)制要求字段標(biāo)簽直接寫(xiě)(artificial intelligence OR AI) AND education也能跑而且它自帶一個(gè)自動(dòng)匹配機(jī)制會(huì)在庫(kù)里幫你擴(kuò)展同義詞。但如果你做系統(tǒng)綜述建議使用字段標(biāo)識(shí)把檢索鎖定到標(biāo)題摘要上例如((artificial intelligence[tiab] OR AI[tiab]) AND (education[tiab] OR teaching[tiab]))Scopus 的語(yǔ)法非常嚴(yán)格常用TITLE-ABS-KEY把檢索限制在標(biāo)題、摘要、關(guān)鍵詞范圍寫(xiě)法是TITLE-ABS-KEY((artificial intelligence OR AI) AND education)可以看到英文庫(kù)幾乎都要求運(yùn)算符大寫(xiě)、短語(yǔ)加引號(hào)這是通用的硬規(guī)則。我把這些差異整理成一張表方便你換庫(kù)的時(shí)候?qū)φ諗?shù)據(jù)庫(kù)運(yùn)算符寫(xiě)法短語(yǔ)匹配新手建議知網(wǎng)* -一般不支持英文引號(hào)短語(yǔ)用高級(jí)檢索界面點(diǎn)選更穩(wěn)萬(wàn)方AND / OR / NOT支持英文引號(hào)直接在高級(jí)檢索框輸入Web of ScienceAND / OR / NOT必須大寫(xiě)雙引號(hào)記住用TS字段限制PubMedAND / OR / NOT雙引號(hào)[tiab]限字段不用寫(xiě)字段也能跑但要限tiabScopusAND / OR / NOT必須大寫(xiě)雙引號(hào)用TITLE-ABS-KEY包裹Google Scholar空格ANDOR大寫(xiě)減號(hào)排除雙引號(hào)只適合粗查別做正式檢索4.4 Google Scholar的特殊規(guī)則空格、引號(hào)、減號(hào)Google Scholar 和正統(tǒng)學(xué)術(shù)數(shù)據(jù)庫(kù)的語(yǔ)法差別真的很大。它不支持嚴(yán)格的布爾邏輯表達(dá)式而且排序算法會(huì)“原諒”你的輸入偏差。幾個(gè)關(guān)鍵點(diǎn)空格默認(rèn)是AND比如輸入machine learning diagnosis它默認(rèn)要求三個(gè)詞都出現(xiàn)但可能智能調(diào)整匹配。不能用NOT但可以用減號(hào)-表示排除比如youth mental health social media -tiktok表示要包含青少年心理健康與社交媒體相關(guān)文獻(xiàn)但不包含tiktok。支持OR但必須大寫(xiě)例如artificial intelligence OR machine learning education。雙引號(hào)是精確短語(yǔ)匹配建議所有專(zhuān)業(yè)術(shù)語(yǔ)都加引號(hào)比如medical imaging。所以我在幫人調(diào)檢索時(shí)通常會(huì)告訴他們Google Scholar適合做初步探索用來(lái)找關(guān)鍵詞、了解文獻(xiàn)分布真正到系統(tǒng)綜述或者需要穩(wěn)定可復(fù)現(xiàn)結(jié)果的時(shí)候一定要回到支持標(biāo)準(zhǔn)布爾運(yùn)算的數(shù)據(jù)庫(kù)里做正式檢索。5. 新手最常踩的坑出現(xiàn)問(wèn)題時(shí)先檢查這幾個(gè)地方5.1 把整句自然語(yǔ)言粘進(jìn)檢索框這是我?guī)腿烁臋z索式時(shí)遇到最多的一個(gè)問(wèn)題。很多人以為把研究問(wèn)題原封不動(dòng)輸進(jìn)去就能得到答案結(jié)果檢索式變成“人工智能在高校課堂中的應(yīng)用效果研究”一堆助詞和偏正結(jié)構(gòu)被數(shù)據(jù)庫(kù)拆分匹配出來(lái)的結(jié)果五花八門(mén)。正確做法是把這句話(huà)里的核心名詞抽出來(lái)人工智能、高校課堂、應(yīng)用效果然后用AND/OR連接。如果這個(gè)概念還有別的常見(jiàn)說(shuō)法也要放進(jìn)OR分支。核心是把自然語(yǔ)言“翻譯”成關(guān)鍵詞組合而不是把原句喂給數(shù)據(jù)庫(kù)。遇到“影響”“分析”“研究”這類(lèi)詞基本都可以扔掉它們對(duì)檢索沒(méi)有幫助。5.2 同義詞沒(méi)合并漏檢嚴(yán)重而不自知漏檢比誤檢更可怕因?yàn)樗屇阏`以為自己查全了實(shí)際卻丟了很多核心文獻(xiàn)。新手最常見(jiàn)的漏檢原因就是只用了自己最熟悉的一個(gè)詞比如只寫(xiě)“人工智能”漏掉“AI”只寫(xiě)“智能手機(jī)”漏掉“移動(dòng)終端”只寫(xiě)“UK”漏掉“United Kingdom”或“Britain”。解決方法就是給每個(gè)核心概念配一個(gè)同義詞/近義詞池用OR合并。不是所有同義詞第一次就能配全往往要通過(guò)試檢索后在結(jié)果標(biāo)題、摘要里發(fā)現(xiàn)新的高頻詞再回頭補(bǔ)充到檢索式里。這也是為什么老手寫(xiě)出來(lái)的檢索式看起來(lái)很長(zhǎng)其實(shí)每一組詞都不是多余的。5.3 NOT一刀切把關(guān)鍵文獻(xiàn)一起排掉我在前面提醒過(guò)好幾次這里再?gòu)?qiáng)調(diào)NOT的排除是字符級(jí)別的它會(huì)毫無(wú)判斷力地刪掉所有包含該詞的文獻(xiàn)。比如你做“人工智能與教育”的研究想排除“編程教育”方向的文獻(xiàn)寫(xiě)了人工智能 AND 教育 NOT 編程結(jié)果一篇討論“編程教育中的人工智能素養(yǎng)培養(yǎng)”的文獻(xiàn)被刪掉了但這篇恰恰可能是你需要的。更極端的例子是排除“小鼠實(shí)驗(yàn)”會(huì)導(dǎo)致同時(shí)討論小鼠和人的研究也被刪掉。所以我的建議是只有當(dāng)你確定某個(gè)詞完全不屬于你的研究范圍并且該詞在結(jié)果里大量出現(xiàn)導(dǎo)致噪音嚴(yán)重時(shí)才考慮用NOT否則寧可在人工篩選階段再刪除。5.4 大小寫(xiě)、引號(hào)、通配符的混淆英文數(shù)據(jù)庫(kù)里AND、OR、NOT一律大寫(xiě)是行業(yè)共識(shí)照做最穩(wěn)妥。引號(hào)的作用是精確短語(yǔ)匹配machine learning和machine learning在不少數(shù)據(jù)庫(kù)里是兩個(gè)完全不同的檢索前者要求machine learning作為一個(gè)連續(xù)短語(yǔ)出現(xiàn)后者可能被拆成machine和learning兩個(gè)獨(dú)立詞做AND匹配。前者查準(zhǔn)率高后者查全率高。通配符方面*一般代表詞干擴(kuò)展比如therap*能匹配 therapy、therapies、therapeutic?代表一個(gè)字符。但不是所有庫(kù)都支持用之前看幫助文檔。要注意通配符在提高查全率的同時(shí)也可能引入一堆無(wú)關(guān)詞形比如manage*會(huì)帶出 management、manager、managed需要根據(jù)你研究的術(shù)語(yǔ)特點(diǎn)決定是否使用。6. 一次完整的實(shí)戰(zhàn)把題目拆成能跑的檢索式6.1 概念拆解與選詞現(xiàn)在用完整的流程走一遍。假設(shè)研究問(wèn)題是“人工智能輔助醫(yī)學(xué)影像檢查對(duì)早期肺癌篩查的作用”。第一步把這句話(huà)拆成獨(dú)立的概念。所謂概念就是一句話(huà)里不可再省略的核心名詞人工智能、醫(yī)學(xué)影像、肺癌、篩查。然后為每個(gè)概念收集同義詞和常見(jiàn)表達(dá)人工智能人工智能、AI、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、卷積神經(jīng)網(wǎng)絡(luò)醫(yī)學(xué)影像醫(yī)學(xué)影像、影像診斷、CT、影像組學(xué)、醫(yī)學(xué)圖像肺癌肺癌、肺結(jié)節(jié)、肺部腫瘤篩查篩查、早期診斷、檢出、早篩這一步非常關(guān)鍵寧可多列幾個(gè)詞也別一開(kāi)始就漏詞。6.2 構(gòu)建中文檢索式根據(jù)上面的概念表和“同一概念用OR、不同概念用AND”的規(guī)則中文檢索式可以寫(xiě)成(人工智能 OR AI OR 機(jī)器學(xué)習(xí) OR 深度學(xué)習(xí)) AND (醫(yī)學(xué)影像 OR 影像診斷 OR CT OR 影像組學(xué)) AND (肺癌 OR 肺結(jié)節(jié) OR 肺部腫瘤) AND (篩查 OR 早期診斷 OR 檢出)這個(gè)檢索式在知網(wǎng)、萬(wàn)方里都可以用。你會(huì)看到它比題目本身要“啰嗦”得多但這就是它的價(jià)值把這四個(gè)概念的所有常用表達(dá)都放進(jìn)搜索范圍盡量不放過(guò)任何一種說(shuō)法。如果在知網(wǎng)專(zhuān)業(yè)檢索界面需要把邏輯運(yùn)算符換成符號(hào)體系(人工智能AI機(jī)器學(xué)習(xí)深度學(xué)習(xí))*(醫(yī)學(xué)影像影像診斷CT影像組學(xué))*(肺癌肺結(jié)節(jié)肺部腫瘤)*(篩查早期診斷檢出)6.3 構(gòu)建英文檢索式對(duì)應(yīng)英文檢索式(artificial intelligence OR AI OR machine learning OR deep learning) AND (medical imaging OR imaging diagnosis OR CT OR radiomics) AND (lung cancer OR pulmonary nodule OR lung tumor) AND (screening OR early diagnosis OR detection)注意幾個(gè)點(diǎn)短語(yǔ)如artificial intelligence加了引號(hào)避免被數(shù)據(jù)庫(kù)拆詞縮寫(xiě)AI單獨(dú)列出因?yàn)楹芏辔墨I(xiàn)直接用縮寫(xiě)不用全稱(chēng)CT沒(méi)有加引號(hào)因?yàn)閮蓚€(gè)字母的縮寫(xiě)加引號(hào)在部分庫(kù)里反而會(huì)匹配困難可以直接裸寫(xiě)。6.4 根據(jù)命中數(shù)量判斷下一步怎么調(diào)寫(xiě)完后先在數(shù)據(jù)庫(kù)里跑一遍觀察命中數(shù)量。這個(gè)數(shù)量會(huì)告訴你檢索式是否合理如果命中數(shù)量在幾十到幾百之間而且你查看前幾十條標(biāo)題后發(fā)現(xiàn)大多相關(guān)這個(gè)檢索式基本可用。如果命中數(shù)量為個(gè)位數(shù)多半是某個(gè)概念下的詞選得太窄或者AND關(guān)系太多需要從同義詞池里再補(bǔ)詞。如果命中數(shù)量超過(guò)一萬(wàn)說(shuō)明某些概念太寬泛或者檢索字段選成了全文。此時(shí)可以加限定詞、加引號(hào)或者把字段從“全文”改成“主題/關(guān)鍵詞”。我自己常用的調(diào)整順序是先看數(shù)量太高就加限制太低就加同義詞然后在結(jié)果里隨便點(diǎn)開(kāi)三到五篇最相關(guān)的文獻(xiàn)看它們的標(biāo)題、摘要和關(guān)鍵詞里有沒(méi)有你漏掉的表述再回到檢索式里補(bǔ)充。這個(gè)迭代過(guò)程快的話(huà)十五分鐘就能完成比漫無(wú)目的地翻結(jié)果強(qiáng)得多。6.5 養(yǎng)成記錄檢索日志的習(xí)慣我強(qiáng)烈建議你從第一次做正式檢索開(kāi)始就維護(hù)一個(gè)簡(jiǎn)單的記錄包含檢索日期、數(shù)據(jù)庫(kù)名稱(chēng)、檢索式、命中數(shù)量、備注。不要小看這個(gè)習(xí)慣寫(xiě)綜述或者論文時(shí)你需要能夠復(fù)現(xiàn)自己的全部檢索過(guò)程而如果沒(méi)有記錄一周后再回頭看你大概率想不起當(dāng)時(shí)用的是哪版檢索式。記錄格式不用復(fù)雜一個(gè)表格就夠了。比如日期數(shù)據(jù)庫(kù)檢索式命中數(shù)備注2025-07-XX知網(wǎng)專(zhuān)業(yè)檢索(人工智能AI)*(教育)326范圍偏寬后續(xù)加高校/課堂過(guò)濾2025-07-XXWeb of ScienceTS(...)87加入引號(hào)短語(yǔ)后噪音明顯下降這個(gè)記錄在文獻(xiàn)綜述章節(jié)里非常重要因?yàn)閷徃迦撕蛯?dǎo)師經(jīng)常會(huì)問(wèn)你是用什么檢索式找到這些文獻(xiàn)的到時(shí)候你把這套東西整理出來(lái)什么問(wèn)題都答得上。7. 我最后想分享的兩個(gè)小習(xí)慣7.1 寫(xiě)完檢索式拆成幾行再讀一遍第一個(gè)習(xí)慣寫(xiě)完任何檢索式先分段讀一遍。把一個(gè)復(fù)雜檢索式拆成幾行每一行只放一個(gè)概念用括號(hào)包好然后再用AND或?qū)?yīng)的運(yùn)算符串起來(lái)。這樣即使隔了幾天再回來(lái)看你也能一眼看懂這個(gè)檢索式在表達(dá)什么而不是面對(duì)一堆符號(hào)發(fā)懵。別說(shuō)新手我自己以前寫(xiě)復(fù)雜檢索式時(shí)也有過(guò)一次括號(hào)放錯(cuò)位置、結(jié)果全變了的經(jīng)歷。從那以后我再也不寫(xiě)“一坨式”的檢索式每行一個(gè)概念加注釋哪怕當(dāng)時(shí)多花三十秒后面篩選文獻(xiàn)時(shí)省下的時(shí)間絕對(duì)值得。7.2 先用最近一年的文獻(xiàn)試跑第二個(gè)習(xí)慣在正式記錄檢索式之前先跑一個(gè)小范圍測(cè)試只檢索最近一年的文獻(xiàn)看看前20條結(jié)果是否真的切題。如果近一年的文獻(xiàn)都不切題那這個(gè)檢索式基本是廢的趁早改比拿回來(lái)改半天還快。這個(gè)小動(dòng)作花不了三分鐘但能幫你省下大量篩選無(wú)效結(jié)果的時(shí)間。文獻(xiàn)檢索這回事看著簡(jiǎn)單實(shí)際上是個(gè)經(jīng)驗(yàn)活。我到現(xiàn)在幫學(xué)生改檢索式時(shí)還是會(huì)在同一個(gè)問(wèn)題上反復(fù)翻車(chē)——漏一個(gè)同義詞、多一個(gè)NOT、忘了一對(duì)引號(hào)都會(huì)讓結(jié)果面目全非。別怕犯錯(cuò)多跑幾次多記日志慢慢你就能在自己領(lǐng)域里寫(xiě)出一套穩(wěn)定的檢索策略了。