中文网页标引源主题表达能力的调查统计

通过对随机采集的300篇中文经济类网页进行人工自由标引、人工打分、词频统计,并进行统计数据的分析,得出网页内容主题与网页题名、文章标题等12个标引源的关系,分析中文网页的不同部位的主题表达能力,并为之设计加权标引时的适当权值,以便为自动标引及人工智能搜索引擎的研制提供数据。

生物学文献自动标引系统的理论和实践

在统计分析生物学中文文献的一些特点和手工标引的经验的基础上 ,本文介绍了以文献标题和摘要为标引源的自动标引方法。文章着重介绍了折半匹配的抽词和基于非线性加权体系的标引词抽取的理论和实践。

统计分析法自动标引的改进研究

统计分析法自动标引是自动标引的一种重要方法。本文从标引词应反映文献主题内容这一原则出发,对统计分析法自动标引从标引源的确定、权值的设计、词频的调整及检索后控词表的设计与维护等方面提出了一些改进设想。通过这些方法使标引词更好地反映文献主题的同时提高检索效率。

标引札记

从事分类和叙词标引数年,使用工具为《中图法三版]》、《中图法四版》、《中图法四版使用手册》、(以下简称'三版'、'四版'、'手册')和《汉语分类主题词表》(以下简称'词表')。另使用国家图书馆MARC数据(以下简称'国图数据')、图书在版编目(CIP)