中文信息自动分类用知识库的设计与构建

在计算机智能处理技术远未成熟的情况下,基于概念语义网络的自动分类采用知识库技术,仍将是一种实用的选择。本项研究根据分类语言、主题语言、自然语言三者兼容互换的原理,以众多标引员的主题标引和分类标引的经验,即文献数据库实体中大量存在的文献分类号和主题词双重标引数据为基础,建立一个以《中图法》为基础的分类知识库——分类法与主题词表对照数据库。论文对构建分类知识库的思路、步骤及主要技术,包括关联度测度方案、标引词模式匹配、新词增补等进行了讨论。

《中文新闻信息分类与代码》定量测评

通过数据对比,对《中文新闻信息分类与代码》进行测评。文章除了介绍《中文新闻信息分类与代码》的基本结构及其类目数量等外,还统计了《中国图书馆图书分类法》的相应类目,并且分别从"类目数量"与"类目质量"两个大的方面进行比较,利用多种表格以及交替度、参照度、清晰度等重要指标进行统计与分析。最后指出,《新闻表》是信息数字化时代的产物,它为信息数字化提供了统一的标准,它的编写既有利于新闻信息的整合与管理,又有利于用户对新闻信息的检索。

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。

齐普夫定律的汉语适用性研究及其在自动标引中的应用

在现有的关键词法环境下 ,结合网络信息检索的特点 ,对齐普夫定律做了最新的验证 ,并通过大量数据和图表解释了其合理性 ,分析了已有研究的不足之处和其结果的历史必然性 ,最后重点对齐普夫定律在自动标引方面的应用做了详细说明。

关于专利引文分析中的引文数据修正

专利引文分析是专利情报分析的重要组成部分，但由于引文分析方法本身的特点，如需要对不同年份、不同领域、不同地点授权的专利的被引数据进行对比，单纯利用从数据库中检索出来的原始被引数据将会使分析结果出现很大偏差，因此有必要对专利引文数据进行修正以确保专利引文分析的有效性。本文首先分析了引起偏差的各种因素，它们分别是专利被引年限的人为切断，专利技术领域的不同，以及专利数量、引文数量的不断上升。在偏差因素分析的基础上，介绍了两种对被引数据进行修正的方法——固定效果修正及准结构化修正。前者简单剥离所有偏差因素对专利被引数据的影响，后者则能有选择地消除某种偏差因素的作用。

叙词在网络环境中的应用

叙述了叙词在网络环境下的三种应用模式 :用叙词直接标引和检索 ;在基于关键词检索的搜索引擎中实现检索式的扩展 ;通过叙词实现不同词表或分类法之间的兼容互换 。

我国综合性社科期刊的H指数分析——基于CSSCI(2000-2007年度)数据

本文以CSSCI中2000～2007年度的引文数据为基础,计算出我国综合性社科类学术期刊的h指数,并从h指数与被引篇次排名的对比、与影响因子排名的对比、Hirsch核心等方面对数据处理结果进行深入分析。