如何在检索策略中组合关键词与主题词

检索策略是论文中在截止日期临近时你真正能控制的部分。在你写下文献综述的第一句话之前，你需要决定哪些概念重要、哪些词描述它们，以及这些词如何组合成你可以运行、记录和辩护的查询。Cochrane关于检索研究的指南从纳入标准出发并向外构建：规划检索、将自由文本词与主题词结合、使用多个来源、记录过程、去重、分阶段筛选，并在发表前重新运行。这个顺序是本文的骨架。

本指南引导你完成一个完整、可重复的工作流程：分离你的概念、将自然语言映射到受控词汇、用OR组合同义词、用AND组合概念，并针对你已知应该出现的论文测试策略。每个阶段都有一个诊断检查点，以便你知道是继续还是先修复某些问题。最后以一个学生实例和一个具体的提交决策结束。

最常见的失败是从词开始。相反，从什么使一篇论文符合你的综述纳入条件开始。写下人群、干预或暴露、结局，以及你打算应用的任何研究设计限制。Cochrane明确建议从纳入标准规划检索，因此将该列表视为你的真相来源。

检查点1： 大声朗读你的纳入标准。如果你无法指出标准中证明你计划检索的每个概念合理性的短语，则放弃该概念或重写标准。没有标准支持的概念会引入噪音，然后你不得不手动筛选掉。

概念是你的综述所依赖的单一想法。关键词是表达该想法的一种方式。保持它们分离可以防止经典错误：将所有同义词塞进一个长字符串，并失去哪个想法未能检索到结果的跟踪。

构建一个概念表，每个概念一列。在每列下，列出你会使用的自然语言词，然后列出描述相同想法的受控词汇术语。暂时不要使用布尔运算符；你只是在组织。

检查点2： 每一列都应该能从你的纳入标准中得到证明，并且没有列应包含两个不相关的想法。如果一列已经增长成一段，则拆分它。

受控词汇是数据库分配给记录的固定主题词集。自由文本关键词匹配作者写的内容；主题词匹配索引者如何分类论文。Cochrane建议将自由文本词与主题词结合，正是因为这两种检索途径捕获不同的论文。

PubMed的文档是如何进行映射的有用模型。它支持字段标签、短语检索、过滤器、高级检索、保存的检索、相似文章、引文查找以及可用时链接到全文。关键的是，PubMed的检索详情揭示了你的词是如何被翻译和组合的。该翻译视图是你的映射工具：输入一个自然语言词，然后在提交之前阅读数据库如何解释它。

检查点3： 对于每个概念，你应该能够命名至少一个自由文本词，并且在数据库提供的情况下，至少一个主题词。如果一个概念没有主题词，明确注明而不是发明一个。

OR拓宽。在单个概念列内，用OR连接每个同义词和每个主题词，以便其中任何一个都可以检索到记录。这一步保护你不错过使用不同词表达相同想法的论文。

一个概念的实际模式在结构上如下（不是任何特定数据库的语法）：

• （自由文本词1 OR 自由文本词2 OR 该概念的主题词）

将每个概念的OR块放在自己的括号中。这样，当你以后组合概念时，分组保持完整，你可以一次测试一个块。

检查点4： 单独运行每个OR块，并大致记录它返回多少条记录。一个几乎不返回任何内容的块通常意味着拼写或截断问题；一个返回不合理大集合的块通常意味着一个词太泛。

AND缩小。一旦每个概念块单独检索合理，用AND连接块，以便记录必须满足每个概念才能保留。结构变为：

• （概念A块）AND（概念B块）AND（概念C块）

这是策略变得精确或崩溃的地方。如果你的AND组合返回零结果，问题几乎总是一个过窄的块，而不是AND本身。返回检查点4，放宽有问题的块，并重新组合。

检查点5： 将完整AND组合的记录数与每个单独块进行比较。组合集应小于任何单个块。如果不是，你的括号或运算符有误。

检索策略的好坏取决于它找到你已经信任的论文的能力。在你筛选任何内容之前，组装一小组已知相关论文——你的导师引用的、课程阅读中的、明显属于综述的。然后检查你的策略是否检索到它们。

这是遗漏已知论文测试。对于每篇未能出现的已知论文，诊断原因：概念是否从你的表中缺失？作者的词是否不在你的OR块中？论文是否使用了你未包含的同义词？它是否缺少你依赖的主题词？每个失败都是一个具体的、可修复的缺口，修复它通常可以提高你尚未找到的论文的召回率。

检查点6： 每篇已知相关论文都应该能被你的策略检索到，或者你应该能够准确解释哪个概念或词导致了遗漏并添加它。重复直到已知集被覆盖。

当工具附加到特定步骤而不是散布在整个工作流程中时，帮助最大。

• 寻找候选论文： 通过学术搜索界面（如WisPaper搜索）运行你起草的查询，如果你想获得寻找学术论文的入口，请阅读WisPaper Scholar Search的公开说明。
• 组织你检索到的内容： 随着记录积累，保存或上传你打算保留的论文，并在我的图书馆中组织它们。这使你的已知论文测试集和筛选集在一个地方。
• 询问你保存的集合： 当你需要基于已上传到我的图书馆或从搜索结果添加的论文提问时，使用图书馆问答。
• 提交前检查参考文献： 在参考文献进入论文之前，通过TrueCite运行你的BibTeX，它对照真实学术数据库检查BibTeX以标记幻觉参考文献。
• 更长的综合任务： 如果你的任务从检索扩展到文献综述或复现工作，Scholar Agent区域涵盖文献综述、灵感和复现用例。

假设你正在写一篇关于特定人群特定干预的课程论文，评分标准奖励有记录的检索策略，并且你的数据库访问有限。你的导师对提案的反馈说你的范围太广。

1. 纳入标准。 缩小人群和干预，直到每个都适合一句话。导师的反馈是你完全削减第三个概念的理由。
2. 概念表。 两列：人群和干预。在每列下，列出你会自然使用的词，然后列出数据库提供的主题词。
3. OR块。 在每列内组合同义词和主题词。单独运行每个块并记录计数。
4. AND组合。 连接两个块。如果计数为零，先放宽干预块，因为它通常更具体。
5. 已知论文测试。 取你导师引用的三篇论文。如果一篇缺失，检查它是否使用了你的干预块中缺失的同义词，添加它，并重新运行。
6. 记录。 记录概念、词、主题词、运算符以及你运行每个查询的日期，因为Cochrane建议记录过程。
7. 分阶段筛选。 Cochrane建议分阶段筛选和去重；在阅读标题和摘要之前删除重复项。
8. 提交前重新运行。 Cochrane建议在发表前重新运行检索，因此在你最终确定参考文献列表的那天刷新你的查询。

清晰的规则防止你永远打磨检索。

• 停止当每篇已知相关论文都被检索到，并且每个概念块单独返回合理的计数时。
• 停止当添加另一个同义词不再改变你检索到的已知论文时。
• 升级给导师当一个概念没有受控词汇，并且你的自由文本块在两轮同义词扩展后仍然遗漏已知论文时。
• 升级当你的纳入标准本身模糊时——再多的查询调整也无法修复范围问题。
• 升级当你的组合检索返回零，并且单独放宽每个块未能解决时；问题可能是数据库限制而不是你的词。

回到学生实例。评分标准奖励有记录的策略，访问有限，导师标记了过宽的范围。提交决定不是“我的检索是否完美”，而是“我能否为其中的每个选择辩护”。如果你的概念表可追溯到你的标准，你的OR块检索到它们自己的概念，你的AND组合正确缩小，并且你的已知论文全部出现，你就有了一个可辩护的策略。记录查询和日期，去重，分阶段筛选，在最终确定日重新运行，然后提交。如果任何检查点仍然失败，修复那个检查点而不是重新开始整个策略。