中文期刊论文自动标引加权设计研究

本次调查,通过对随机采集的1000篇涉及到图书情报、农业经济、环境、工业企业管理这四个学科的中文期刊论文进行人工自由标引、人工打分测评和词频统计,并进行统计数据的分析,旨在得出中文期刊论文内容主题与文章题名、文摘、关键词、首段、第二段、倒数第二段、尾段、以及参考文献等8个标引信息源之间的关系,分析测评期刊论文不同部位的主题表达能力,并为之设计自动标引时加权抽词标引的适当权值,以便为中文期刊论文自动标引提供参考数据。

网页自动标引方案的优选及标引性能的测评

本文介绍了三种网页自动标引方案 ,通过对“中国经济网”上 5 0页网页的手工标引、自动标引结果比较 ,从而优选出一种方案 ,即对网页全文不同部位加权 ,采用词频加权统计法。最后对该方案自动主题标引和分类标引分别从人机相符率方面进行测评。

基于篇章结构的文本自动标引算法

通过对输入文本分析,划分文本的篇章结构,分为依次存在包含关系的全文章节、段落、复句、分句五个层次,用文本结构树来表示。给出了标记方法,并在此基础上讨论并实现了文本篇章结构的自动标引,提出了两个标引算法并给出了比较结果,为自动文摘后续工作给予了很大帮助。

多类多标签汉语文本自动分类的研究

本文提出了一种高效的汉语文本分类方法,并在实验中收到了良好的效果.由于汉语文本的特殊性,在训练前对训练文本进行自动分词和降维预处理.许多文本往往可能归到多个类,分类算法采用改进的Boosting算法.实验表明,在多类多标签的汉语文本特征提取和文档分类中,该算法收敛快、准确性高、综合效果较好.

汉语自动分词新思维:无词典切分

汉语自动分词与中华民族文化复兴紧密相联 ,但汉语自动分词又是目前中文信息处理中的难题。通过分析现有汉语词自动分词方法及其局限性、汉语词自动分词中存在的困难、汉语同西方语言和日语的差别 ,认为传统汉语文本具有不可自动切分性 ,从汉语自动分词的成本、影响和汉语言发展的前途出发 ,必须对传统汉语文本进行改革。提出了一种新的自动分词思维 :“无词典切分” ,即改变汉语书写习惯 ,在汉语文本生成时在汉语词之间增加分隔信息 ,使汉语适于计算机自动处理。

后控词表在中医古籍检索系统中的示范应用

介绍了中国中医科学院中医药信息研究所中医古籍检索系统———中医药古籍资源数据库所采用的在自由标引基础上添加的后控词表的建设方法和示范应用情况,认为在自由标引基础上添加后控词表可以提高数据库的检索效率。

中医古籍数据库中后控词表的更新模式研究

在已经添加了后控词表的中医古籍数据库基础上,通过为词表维护人员添加更新词条编辑模块和为用户添加评论词条编辑模块,并结合数据库原有的用户输入检索关键词统计功能,形成后控词表在中医古籍数据库中的更新模式,并在数据库中得以应用,使后控词表内容得到及时有效的更新,也进一步提高数据库的检索效率,从而为用户提供更为准确和优化的服务。

领域概念语义网络的数据库设计——以情报学概念语义网络为例

概念语义网络作为一种揭示知识单元间内在联系的知识组织体系,有利于提高信息检索系统与用户的交互性,实现概念检索、智能导航与知识推理。本文结合知识表示语言与本体构建理论,以情报学概念语义网络为例,详细介绍了面向领域的概念语义网络的开放数据库设计。文中介绍的概念语义网络数据关系模型具有较强的通用性与扩展性,适用于不同类型,不同规模的概念语义网络的设计与实现,对于构建领域概念语义网络有一定的参考借鉴意义。

字面相似聚类法辅助构造词族表、分面类表和自动标引

文章论述了字面相似聚类法的原理、实现方法、应用 ,并对该法作了评价。

自动标引中自然主题词的切分

自动标引是计算机文献管理中的一个重要过程。主题词的切分是自动标引的第一步。一般标引词均有标准主题词库 ,而自然主题词千差万别 ,使切分有一定的困难。本文利用自然主题词的特点 ,给出了一个基于自然主题词基本结构的切分方法。先使用相关信息对自然主题词的可能起始部分进行判断 ,再根据约束条件对自然主题词的整体进行判断 ,同时根据其出现的频率及位置施以加权处理 ,从而得到正确完整的自然主题词。通过标引系统的标引结果证明了方法可行。

金盘图书馆集成管理系统在图书管理中的应用

结合实际工作,阐述了金盘图书馆集成管理系统(简称GDLIS)的功能及在高等学校图书馆管理中的应用。

也谈单汉字标引法

单汉字标引法是在基于汉语分词的自动标引研究遇到不可克服的困难之后 ,而产生的一种新的自动标引方法。本文集中列举了它的 9大优点 ,同时也指出了它的缺点和不足 ,呼吁学术界加强研究 ,以期使之更加完善和实用。

基于机读数据的主题标引改革的思考

在分析机读主题标引数据与手检工具主题标引差异的基础上,指出了目前我国机读数据主题标引方面存在的突出问题,从健全标引规则、规范文档、修订机读词表与后控词表、编制统一的机读数据、完善整体检索与知识可视化检索、强化职业道德诸方面提出了基于机读数据的主题标引改革的举措。

浅谈文本数据自动标引系统的设计

文章在对自动标引技术的原理、方法及划分、国内外研究发展现状和自动标引技术的优势简单介绍的基础上,提出了基于《中国分类主题词表》的文本自动标引系统的设计方案并对文本数据自动标引系统的流程及标引工作自动化处理过程进行了详细阐述。

网络信息检索系统中信息自动标引方法的设计与实现

比较了目前主要使用的标引方法,根据网络信息的特点,提出了关键词标引和全文标引相结合的混合标引方法,并给出了具体实现方法,描绘了自动标引的流程图。最后给出了信息标引处理后数据检索方法。

报纸全文数据库建设中采用自由标引的探讨

自由标引是当前逐渐被重视和采用的一种标引方法。与控制词汇的标引方式相比，自由标引有较大优越性。同时，标引人员必须具备良好的素质和敬业精神，才能保证标引的质量。标引人员还必须掌握和研究控制词汇标引的原理与方法，并且经过严格训练和实践才能更好地提高自由标引质量；自由标引对检索效率的提高有较大影响，但自由标引的如何采用从理论到实践都还很不完善，有待进一步研究。

网上编目漫谈

:Internet的迅速发展 ,对图书馆的影响是深远的。而分类编目工作是图书馆的基础工作 ,各馆投入的人力和设备也几乎是最优秀和最精良的 ,但处于“后方”的工作性质很难让读者感觉到它的存在。如今 ,网上资源如此丰富 ,图书馆现代化程度如此之高 ,如何很好地利用网上资源来提高工作效率 ,控制书目的品质 ,实现一次分编 ,多次使用 ,达到资源共享的目的 ,是本文要论及的。

运用标引规则进行机读数据标引的思考

分析了传统的标引规则难以适应机读数据检索要求的主要原因 ,提出了通过改进标引技术解决问题的基本思路 。