分类主题一体化中特征词地研究.pdfVIP

分类主题一体化中特征词的研究 赵建国 陈庆平 吴 敏 钱起霖 周 健 吴 军 军事科学院 [摘 要] 本文就利用现有主题词表与分类法相互对应时，类目特征词的选取原则与方法等问题进行了 探讨，提出了选定特征词的基本原则和方法。 [关键词] 信息分类 ; 文献分类 ; 分类主题一体化 ; 特征词 类都应选取符合规定要求的特征词。具有类目覆盖性。 1-4词汇受控原则 类目特征词的数量应在一定程度上和一定范围内受到控制、经过优化，具有词汇受控性。 根据上述原则，我们认为：特定的分类表应选择与之相应的特定主题词表作一体化处理； 在选定的主题词表中，以该主题词表的主题词为主，对主题词进行有效的归类，辅之以标引频 率较高的自由词作为候选特征词，是快速选取类目特征词的有效方法。这样，既可充分利用两 大检索语言资源，又可满足分类表类目特征词的选取原则。 2特征词选取方法 2．1从分类文献标引词入手 在同时具备分类标引和主题标引的文献数据库中，可按类进行标引词的分析处理。一是 类内词频统计分析，对每个类目内的各篇文献的标引词，即主题词及自由词，进行类内标引词 频率统计分析，具有本类特质性且词频相对较高的标引词一般来说能够反映该类的基本特征， 应选作该类的特征词；二是类间词频相关性分析，类目之间相关性相对较高的标引词一般来说 不具有分类的特质。换言之，依照每个标引词统计其被标引文献所在类目的频次。如果分类 标引的深度为3，那么，当类目频次3以上时，该标引词就不具备分类特征。没有类别区分特性 的标引词不宜选作这些类目的特征词。 2．2从特定主题词表入手 《信息资源分类法》和《军用主题词表》均为军事文献管理加工的检索语言工具，同为全军 统一使用的信息检索语言工具，同样覆盖全军各类军事信息资源。因此，对综合性主题词表进 行类目隶属主题词的加工处理可以作为选取特征词的主要手段。更为全面的特征词选取途径 是对全军20余部专业主题词表进行类目隶属主题词的加工处理。可以预测，20余部专业主题 词表的类目隶属主题词数据加工将更加深刻反映类目特征。 2．3从主题词表的范畴入手 当一个主题词是一个类目的特征词时．则这个词所在范畴的主题词，不能说全部范畴词， 至少一部分也应是隶属于这个类目的特征词。 2．4从主题词表的词族入手 当一个族中词是一个类目的特征词时，这个词的下位词，不能说全部下位词，至少一部分 下位词也应是隶属于这个类目的特征词。 2．5从主题词表的用代关系入手 当一个主题词是一个类目的特征词时，这个词所代替的全部非正式主题词．不能说全部代 项，至少大部分代项也应是隶属于这个类目的特征词o 121 2．6从《军事信息资源分类法》的主题词—·分类号对应索引入手 该索引已将分类法中类目对应主题词、扩展类目主题词、类目标注主题词按照一定的规则 和方式与分类号相对应。以此为线索，可以对选定特征词进一步扩展、加深、细化。 3 主题词自动隶属归类 如果用主题词作类目特征词，那么类目特征词可以分为以下5种情况：(1)类目对应主题 词；(2)类目标注主题词；(3)类目扩展主题词；(4)类目隶属主题词；(5)自由词。 类目对应主题词、类目标注主题词、类目扩展主题词已作为《军事信息资源分类法》分类主 题一体化工程的一部分，即《军事信息资源分类法》已经融合了《军用主题词表)8000余条主题 词：唯有类目隶属主题词和自由词的归类需要仔细研究。 主题词的自动隶属归类可以按分类表的层次级别，从大到小，或从上到下，逐级完成类目 隶属主题词的自动隶属归类。 若正式主题词隶属于一类目，则该主题词所对应的全部代项，即非正式主题词自动隶属于 该类目。 若族中词．即正式主题词隶属于一类目，则该主题词所对应的全部下位词，即分项主题词 自动隶属于该类目。 如果从文献数据库人手，在同时具备分类标引和主题标引的文献数据库中，可按类进行类 内标引词统计、分析、处理和验证，这样做准确度高。 类内词频统计，当某个类目内的某个标引词，即主题词及自由词，标引绝对频率①及相对频 率(参较高时，该标引词应自动隶属于该类目o 4 隶属主题词自动校正解除 若主题词同时隶属于三个以上同级类目，且这些同级类目有