民国报纸数字化相关标准的研究与探索——以民国《广西日报》为例

为了加快并完善民国报纸的数字化,本文在民国《广西日报》数字化实践的基础上,研究探讨民国报纸数字化流程中涉及的相关标准规范。民国报纸数字化联合共建,需要有统一的民国报纸数字化的标准,建议修订原有的文本资源加工标准GB/T 31219.2-2014,并吸收利用已有的实践经验和标准成果,制定民国报纸数字化标准细则,对民国报纸的纸质报纸及胶片扫描、OCR识别和校对、元数据著录、数据分类、成品数据进行具体的说明和规定。

基于新闻信息分类标准的自动标引实践研究

为了提高海量新闻信息分类的效率,本文探索研究基于Transformer(转换器)模型和《中文新闻信息分类与代码》标准的自动分类标引,包括自动归类、聚类、检索标志的智能抽取,以及人工标引和自动标引的互相结合。Transformer模型训练数据特征效率更高,适应能力更强。基于标准的自动分类表更灵活,更高效,自动标引具有广泛的应用前景。

实施新闻信息分类标准中的问题与对策

2006年5月《中文新闻信息分类与代码》标准（以下简称《标准》）正式颁布实施，这是对新闻信息的主题、体裁、地区、人物等内容特征的标识的规范，也是检索新闻信启、的工具。迫于工作需要，广西日报首家在新闻信息数据库和历年广西日报电子版中全面应用了该标准，由于没有经验可借鉴，在实施的过程中也遇到一些困难。这里主要谈谈所遇到的问题及其解决的对策。

新闻资料机检语言的设想

本文分析了新闻资料机检语言的现状与问题 ,提出了建立分类主题一体化的新闻资料机检语言的总体构想 ,并提出了编制统一的《新闻资料机检分类法》和《新闻资料分类主题词表》的具体可行方法。