對(duì)電子環(huán)境下主題控制系統(tǒng)檢索應(yīng)用的思考

對(duì)電子環(huán)境下主題控制系統(tǒng)檢索應(yīng)用的思考討論內(nèi)容在文本檢索、關(guān)鍵詞檢索系統(tǒng)迅速發(fā)展的情況下，基于主題控制詞表的檢索系統(tǒng)還有沒有價(jià)值？目前的主題標(biāo)引規(guī)則、方法應(yīng)如何發(fā)展，以及研究動(dòng)向等。主題控制系統(tǒng)檢索應(yīng)用的思考一、對(duì)詞匯控制系統(tǒng)的重新審視二、控制系統(tǒng)與文本系統(tǒng)性能比較三、文本檢索系統(tǒng)電子環(huán)境下的應(yīng)用以及詞匯控制系統(tǒng)差距四、關(guān)于主題控制系統(tǒng)標(biāo)引實(shí)踐和規(guī)則改進(jìn)的思考一、對(duì)詞匯控制系統(tǒng)的重新審視1.1自然語言特點(diǎn)及其控制的必要性；1.2主題分析基礎(chǔ)上的標(biāo)引。1.1自然語言特點(diǎn)及其控制的必要性

--簡(jiǎn)要的標(biāo)引語言類型區(qū)分IndexinglanguagesClassificationsystemsVerbalindexinglanguagesEnumerativesystemsFacetedsystemsControlledsystemsFreetextsystemsPrecoordinativesystemsPostcoordinativesystems1.1自然語言特點(diǎn)及其控制的必要性詞匯控制指根據(jù)標(biāo)引和檢索的需要，對(duì)自然語言的詞匯進(jìn)行選擇、規(guī)范并揭示其相關(guān)性。原因：詞匯量過大——一些詞無標(biāo)引價(jià)值。（控制方式：選詞）詞匯與概念不一一對(duì)應(yīng)：（控制方式：參照、限定、加注一義多詞：計(jì)算機(jī)、電子計(jì)算機(jī)、電腦一詞多義：病毒－醫(yī)學(xué)、計(jì)算機(jī)詞義含糊：計(jì)算機(jī)分析－分析計(jì)算機(jī)、用計(jì)算機(jī)分析？缺乏明確的結(jié)構(gòu)——自然語言詞匯之間關(guān)系的多元性和不確定性，不符合檢索系統(tǒng)的使用特點(diǎn)。（控制方式：建立參照、多種索引系統(tǒng)）1.2主題分析基礎(chǔ)上的標(biāo)引通過主題分析弄清文獻(xiàn)有標(biāo)引價(jià)值的主題，有效揭示文獻(xiàn)主題內(nèi)容；結(jié)合主題分析的結(jié)果按照檢索語言及其標(biāo)引規(guī)范，加以標(biāo)識(shí)，有助于提供適用的標(biāo)識(shí)。對(duì)詞匯控制系統(tǒng)的重新重新審視對(duì)詞匯控制系統(tǒng)的重新審視：1.1自然語言特點(diǎn)及其控制的必要性；1.2主題分析基礎(chǔ)上的標(biāo)引。常識(shí)判斷：詞匯控制和標(biāo)引有助于有效揭示和檢索文獻(xiàn)主題。二、控制系統(tǒng)與文本系統(tǒng)性能比較控制語言有沒有價(jià)值，或詞匯控制是不是必要：兩者的功能討論。檢全率、檢準(zhǔn)率，處理速度、易用性、成本效益。各自的問題。兩者對(duì)于文獻(xiàn)的適用性討論。網(wǎng)絡(luò)資源，論文資源，圖書。使用現(xiàn)狀。

兩者的功能討論。各自的問題。

檢全率檢準(zhǔn)率處理速度易用性成本效益在一些方面中是相對(duì)與互補(bǔ)的關(guān)系：如檢全率，控制系統(tǒng)可以進(jìn)行概念檢索、相關(guān)詞擴(kuò)展，文本系統(tǒng)的標(biāo)識(shí)量大，均是檢全因素。應(yīng)結(jié)合具體應(yīng)用討論。兩者功能的比較與思考：功能的相對(duì)性與互補(bǔ)性控制系統(tǒng)與文本系統(tǒng)比較—功能的相對(duì)性與互補(bǔ)性

控制系統(tǒng)文本系統(tǒng)檢全率詞匯控制增強(qiáng)檢全率標(biāo)引深度小，降低檢全率+缺乏詞間關(guān)系控制降低檢全率標(biāo)引深度大增強(qiáng)檢全率檢準(zhǔn)率主題分析基礎(chǔ)上標(biāo)引提高檢準(zhǔn)率標(biāo)引深度小，提高檢準(zhǔn)率+全文處理降低檢準(zhǔn)率用結(jié)合多種因素控制排序提高檢準(zhǔn)率處理速度手工標(biāo)引及時(shí)性弱(可采用自動(dòng)標(biāo)引、人機(jī)結(jié)合標(biāo)引改進(jìn))自動(dòng)處理及時(shí)性好+易用性可利用語言系統(tǒng)提供檢索幫助+

缺乏詞匯控制不利于易用性成本效益標(biāo)引費(fèi)用大、檢索費(fèi)用小（小系統(tǒng)中適用）標(biāo)引費(fèi)用小、檢索費(fèi)用大（大系統(tǒng)中適用）兩者對(duì)文獻(xiàn)適用性的討論不同領(lǐng)域應(yīng)用的情況:圖書。控制系統(tǒng)與相關(guān)字段文本檢索結(jié)合；論文資源。文本檢索是主流，結(jié)合部分控制系統(tǒng)；網(wǎng)絡(luò)資源。文本檢索是主流。影響控制使用的因素主要包括：資源數(shù)量與處理能力，成本效益的結(jié)合考慮等。概要結(jié)論控制有益于檢全、檢準(zhǔn)、易用性。不利于，處理速度、輸入成本。影響控制使用的因素主要包括：資源數(shù)量與處理能力；成本效益的結(jié)合考慮等。文本系統(tǒng)應(yīng)引入控制；控制系統(tǒng)則應(yīng)加強(qiáng)處理能力，降低成本，應(yīng)用好控制系統(tǒng)的功能。三、文本檢索系統(tǒng)電子環(huán)境下的應(yīng)用以及詞匯控制系統(tǒng)差距

文本檢索系統(tǒng)的改進(jìn)努力詞匯控制系統(tǒng)的努力與差距文本系統(tǒng)的改進(jìn)努力：控制的納入檢索方式：提供簡(jiǎn)單檢索、高級(jí)檢索、專業(yè)檢索等檢索界面。上述方面文本系統(tǒng)略優(yōu)；努力提供自然語言檢索能力。（引入句法控制、詞匯控制）檢索排序：多因素結(jié)合提供；多種排序方式的采用；兩者差距不大。（引入多因素控制）檢索優(yōu)化：相關(guān)檢索幫助，百度，Ask；二次檢索；Vivisimo（引入詞匯控制）檢索入口的改進(jìn)，以搜索引擎為例:自然語言檢索，還不是智能檢索檢索排序顯示的發(fā)展與改進(jìn)，以網(wǎng)絡(luò)為例排序顯示的意義：是提高檢準(zhǔn)率的重要手段。采用檢索匹配加權(quán)的形式進(jìn)行排序顯示，可以在保障檢全率的同時(shí)，將符合檢索要求的對(duì)象排列在檢索結(jié)果的前列，提高檢準(zhǔn)率。網(wǎng)絡(luò)系統(tǒng)中檢索排序因素的拓展目前采用作為排序依據(jù)的加權(quán)方案涉及的因素包括：–網(wǎng)頁中查詢?cè)~匹配數(shù)量–網(wǎng)頁中多個(gè)查詢?cè)~匹配的完備程度–匹配單元和分解問題–匹配詞的接近程度–網(wǎng)頁中術(shù)語的位置e.g.<title>,<h1>,linktext,bodytext–本頁詞頻和總詞頻之比–指向本頁的鎖定文本–指向本頁的鏈接分析–有時(shí)，點(diǎn)擊分析–對(duì)于新網(wǎng)頁，結(jié)合考慮新鮮度問題關(guān)于商業(yè)因素。例如：某些系統(tǒng)如發(fā)現(xiàn)檢索對(duì)象與人為增加檢索要素的商業(yè)公司網(wǎng)站有聯(lián)系，則不予排列等。鏈接控制－作為重要性測(cè)量（略）例:每一網(wǎng)頁從100分開始。按入鏈分?jǐn)?shù)重新計(jì)算。延續(xù)計(jì)算直到分?jǐn)?shù)不再變化。網(wǎng)絡(luò)社區(qū)的識(shí)別與應(yīng)用網(wǎng)絡(luò)關(guān)鍵詞檢索技術(shù)的特點(diǎn)與傳統(tǒng)文本檢索的不同

主要表現(xiàn)在：1.

重視查準(zhǔn)因素，忽略檢全因素。2.

結(jié)合網(wǎng)絡(luò)文獻(xiàn)的特點(diǎn)，

擴(kuò)大了檢索算法的應(yīng)用，提高結(jié)合多種因素的應(yīng)用能力。3.

更加重視易用性。檢索優(yōu)化的發(fā)展檢索優(yōu)化的含義與必要性檢索優(yōu)化的常見形式檢索優(yōu)化的含義和必要性檢索優(yōu)化指通過對(duì)用戶檢索提問提出供選擇的方案，以交互的方式，優(yōu)化檢索查詢，以改進(jìn)檢索結(jié)果。優(yōu)化的原因：找不到準(zhǔn)確表達(dá)檢索內(nèi)容的詞匯；關(guān)鍵詞于進(jìn)行檢索的內(nèi)容之間可能存在著差距，需要在檢索過程中進(jìn)行調(diào)整；表達(dá)不夠?qū)Ｖ福瑳]有確切表達(dá)出用戶潛在的檢索需求。用戶不了解邏輯表達(dá)式的書寫方法，從而影響檢索表達(dá)，檢索深化的問題。檢索調(diào)查表明，多數(shù)檢索只用一個(gè)詞進(jìn)行。檢索調(diào)整。需要根據(jù)改變檢索方向，進(jìn)行相關(guān)查找的問題。多種要素檢索。用戶很難同時(shí)照顧到。搜索引擎常用檢索優(yōu)化的形式利用用戶檢索查詢，提供檢索查詢的優(yōu)化。檢索糾錯(cuò)功能。將聚類算法的結(jié)果作為二次檢索的依據(jù)。Similarto。百度的檢索優(yōu)化功能自動(dòng)聚類基礎(chǔ)上的檢索幫助自動(dòng)聚類基礎(chǔ)上的二次檢索幫助萬方檢索優(yōu)化實(shí)例同方的檢索優(yōu)化實(shí)例同方檢索優(yōu)化實(shí)例文本系統(tǒng)的改進(jìn)努力：控制的納入檢索方式：提供簡(jiǎn)單檢索、高級(jí)檢索、專業(yè)檢索等檢索界面。上述方面文本系統(tǒng)略優(yōu)；努力提供自然語言檢索能力。（引入句法控制、詞匯控制）檢索排序：多因素結(jié)合提供；多種排序方式的采用；兩者差距不大。（引入多因素控制）檢索優(yōu)化：相關(guān)檢索幫助，百度，Ask；二次檢索；Vivisimo（引入詞匯控制）。文本檢索系統(tǒng)的改進(jìn)努力文本控制的特點(diǎn)：采用后控的方式；多方面，多角度，詞法、句法；多因素；文本控制的不足：詞匯控制不嚴(yán)格；一些控制的方式仍有待優(yōu)化、改進(jìn)，如自動(dòng)聚類，檢索語句切分等，仍然在發(fā)展探索中總體評(píng)價(jià)：作了大量努力，有明顯效果?？刂葡到y(tǒng)的努力與差距控制系統(tǒng)加強(qiáng)處理能力，降低成本的努力：聯(lián)合編目；自動(dòng)標(biāo)引試驗(yàn)?？刂葡到y(tǒng)的不足：檢索語言能力的應(yīng)用與開發(fā)不足，優(yōu)勢(shì)未得到發(fā)揮。檢索語言能力的應(yīng)用與開發(fā)的差距可在詞表和標(biāo)引數(shù)據(jù)基礎(chǔ)上提供，而未提供的功能包括：檢索入口方面：入口詞檢索；以瀏覽形式提供詞表詞的問題；相關(guān)詞的提供問題。檢索優(yōu)化方面：主題檢索幫助方面可以提供的，如結(jié)合結(jié)合分類等提供；相關(guān)主題詞提供；分類的二次檢索，結(jié)合主題標(biāo)題形式的二次檢索幫助等。詞匯控制系統(tǒng)的差距何在A，主要是檢索端或檢索應(yīng)用方面的差距。B，檢索端的重要性：功能是通過檢索界面實(shí)現(xiàn)的，未實(shí)現(xiàn)的功能只是潛在能力；且無法在應(yīng)用基礎(chǔ)上進(jìn)一步改進(jìn)。C，兩者性能各有優(yōu)缺點(diǎn)。但自然語言系統(tǒng)努力改進(jìn)，控制系統(tǒng)改進(jìn)不力，檢索端成為短板?？刂葡到y(tǒng)檢索端差距的原因?qū)z索語言應(yīng)用端的重視不夠，停留在檢索語言編制和標(biāo)引階段；缺乏電子環(huán)境下應(yīng)用的研究；與計(jì)算機(jī)軟件編制人員溝通不夠；應(yīng)用基礎(chǔ)上的改進(jìn)不夠持續(xù)發(fā)展意識(shí)不夠等。應(yīng)汲取網(wǎng)絡(luò)、文本數(shù)據(jù)庫等的發(fā)展，結(jié)合主題語言的特點(diǎn)改進(jìn)。維基百科的分類界面-檢索界面的多樣性比較基礎(chǔ)上的思考詞匯控制是有價(jià)值的，文本檢索系統(tǒng)改進(jìn)的手段之一是引入詞匯控制；基于詞匯控制的檢索系統(tǒng)的不足不是詞匯控制造成的，而是檢索應(yīng)用的開發(fā)不充分的緣故，目前控制系統(tǒng)的檢索界面應(yīng)向文本系統(tǒng)學(xué)習(xí)，結(jié)合控制語言的特點(diǎn)加以開發(fā)。四．關(guān)于主題控制系統(tǒng)標(biāo)引實(shí)踐和規(guī)則改進(jìn)的思考基本看法：標(biāo)引方法和規(guī)則是根據(jù)應(yīng)用需要確定的，應(yīng)結(jié)合電子環(huán)境下的實(shí)踐發(fā)展、改進(jìn)和調(diào)整。在電子環(huán)境下檢索系統(tǒng)的探索中，圖書館書目檢索系統(tǒng)、文獻(xiàn)數(shù)據(jù)庫系統(tǒng)、網(wǎng)絡(luò)檢索系統(tǒng)正經(jīng)歷一個(gè)后者向前者學(xué)習(xí)，超過前者，前者反過來學(xué)習(xí)后者的過程。不僅要向國(guó)外的同行學(xué)習(xí)，而且要善于向網(wǎng)絡(luò)、文獻(xiàn)數(shù)據(jù)庫的檢索發(fā)展學(xué)習(xí)；但向網(wǎng)絡(luò)學(xué)習(xí)并非全盤否定自己。理論、方法、規(guī)則的改進(jìn)問題想到的一些問題：檢索應(yīng)用方式的優(yōu)化改進(jìn)問題；使用方式以及相應(yīng)規(guī)則的調(diào)整問題，比如說：是不是建立標(biāo)題；輪排還要不要？與標(biāo)引規(guī)則。還要不要控制，自由詞的應(yīng)用問題，入口詞的問題；特定主題類型標(biāo)引規(guī)則的調(diào)整問題；詞表的應(yīng)用問題，如作為切分工具；詞表系統(tǒng)的構(gòu)建層次問題，如：wordnet—關(guān)鍵詞—敘詞一檢索系統(tǒng)中不同特點(diǎn)檢索系統(tǒng)之間的結(jié)合和分工問題。不同系統(tǒng)之間兼容與互操作問題。其他問題，如主題標(biāo)引中中文分面公式問題。MARC格式的適用性和改造問題，靈活性問題，如輪排的處理；XML語言應(yīng)用問題?？刂葡到y(tǒng)的檢索應(yīng)用的改進(jìn)問題想到的幾個(gè)基本功能，如：檢索入口界面詞表瀏覽功能的提供；入口詞檢索功能的采用，自然語言檢索方式的加強(qiáng)；檢索優(yōu)化功能的開發(fā)，如結(jié)合控制語言的二次檢索功能，包括標(biāo)題詞瀏覽等，相關(guān)詞的提供等；一檢索系統(tǒng)中不同特點(diǎn)檢索方法之間的結(jié)合和分工問題。不同系統(tǒng)之間兼容與互操作問題。其他方法的引入等。如用戶因素等。結(jié)合使用方式的相應(yīng)標(biāo)引處理規(guī)則的思考或調(diào)整，如：是不是建立標(biāo)題；還要不要輪排？（文本系統(tǒng)緩存中的先組標(biāo)題保留）自由詞的應(yīng)用與控制問題，結(jié)合檢索詞的入口詞拓展問題；特定主題類型標(biāo)引規(guī)則的調(diào)整問題；如地區(qū)，文學(xué)、藝術(shù)，特殊文獻(xiàn)類型等；主題標(biāo)引中中文分面公式問題；MARC格式的適用性和改造問題，靈活性問題，如輪排的處理；是否建立標(biāo)題、輪排關(guān)于輪排模式。國(guó)內(nèi)采用輪替法輪排：

ABCDBACDCABDDABC例：電子計(jì)算機(jī)—硬磁盤—生產(chǎn)工藝硬磁盤—電子計(jì)算機(jī)—生產(chǎn)工藝使用“：”、“，”連接的主題詞，輪排中隨原連接的詞移動(dòng)。例：小說—語言學(xué)：美學(xué)語言學(xué)：美學(xué)—小說美學(xué)：語言學(xué)—小說聯(lián)結(jié)主題的輪排，必要時(shí)對(duì)連接詞應(yīng)作適當(dāng)調(diào)整。輪排模式在檢索優(yōu)化中有使用價(jià)值。特定主題類型標(biāo)引規(guī)則的調(diào)整問題；如地區(qū)，等地區(qū)應(yīng)該標(biāo)引中直接標(biāo)引和間接標(biāo)引的應(yīng)用效果以及規(guī)則的設(shè)置。（類似的如時(shí)代標(biāo)引以及應(yīng)用等）

城市地理—廣州地方志—浙江—桐鄉(xiāng)雕塑—羅馬

旅游指南－德國(guó)－科隆主題標(biāo)引中中文分面公式問題；國(guó)內(nèi)主題分面公式歸納為：主體因素（研究對(duì)象等中心主題概念）、方面因素或限定因素（成分、材料、方法、過程、條件、狀態(tài)、尺度、性質(zhì)等對(duì)主體因素研究方面（角度）的說明或限定因素）、空間因素、時(shí)間因素、文獻(xiàn)類型等。

與阮岡納贊,P;M:E’S.T；輪（round），層（level），相（phase）等概念構(gòu)成的比較完善的主題分析系統(tǒng)之間的差異。通用引用次序阮岡納贊的五個(gè)基本范疇－本體（personality）-物質(zhì)（material）-動(dòng)力（energy）-空間（space）-時(shí)間（time）輪（round）、層（level）、相（phase）：同一范疇中，如主題特征不止一個(gè)，則可分析出二層本體、三層本體，二層物質(zhì)、三層物質(zhì)，用Ｐ２、Ｐ３，Ｍ２、Ｍ３表示。如動(dòng)力后再出現(xiàn)本體、物質(zhì)，則稱為第二輪本體、第二輪物質(zhì)，用２Ｐ、２Ｍ表示。如，“合金對(duì)直升飛機(jī)起落架的加工”可標(biāo)引為：直升飛機(jī)──起落架──加工──車刀──合金鋼Ｐ１Ｐ２Ｅ２Ｐ２Ｍ其他一些與檢索語言應(yīng)用相關(guān)的問題一檢索系統(tǒng)中不同特點(diǎn)檢索系統(tǒng)之間的結(jié)合和分工問題。不同系統(tǒng)之間兼容與互操作問題。詞表的應(yīng)用問題，如切分工具、用以自然語言檢索等；詞表的層次問題，如：wordnet—關(guān)鍵詞—敘詞；標(biāo)識(shí)語言如XML語言應(yīng)用問題，XML語言可以了解一些。關(guān)于ontology。<?xmlversion="1.0"?><rdf:RDFxmlns:rdf="/1999/02/22-rdf-syntax-ns#"xmlns:dc="/dc/elements/1.0/"xmlns:dcq="/dc/qualifiers/1.0/"><rdf:Descriptionabout="">

<dc:title>PekingUniversityLibrary</dc:title>

<dc:coverage>P.R.China-Beijing</dc:coverage>

<dc:coverage>1902-</dc:coverage>

<dc:creator>PekingUniversityLibrary</dc:creator>

<dc:format>text/html</dc:format>

<dc:publisher>PekingUniversityLibrary</dc:publisher>

<dc:date>1996-10-25</dc:date>XML記錄北大圖書館網(wǎng)站示例<dc:description>Libraryhomepage,briefintroduction,electronicresources,OPAC,UserGuide,News,digitallibrary,Inter-libraryLoan,FAQ,Navigations,Focus,Usertrainingprogram,CALIS,CAI</dc:description><dc:identifier></dc:identifier><dc:language>chi</dc:language>

<dc:relation>/enhtml/index.htm</dc:relation>

<dc:type>Textdata</dc:type>

<dc:type>text/html;charset=gb2312</dc:type>

</rdf:Description></rdf:RDF>TitlePekingUniversityLibraryIdentifier.URI

Type.OCLCgTextdataTypetext/html;charset=gb2312Coverage.spatialP.R.China-BeijingCoverage.temporal1902-CPersonalPekingUniversityLibraryDate.created1996-10-25DescriptionLibraryhomepage,briefintroduction,electronicresources,OPAC,UserGuide,News,digitallibrary,Inter-libraryLoan,FAQ,Navigations,Focus,Usertrainingprogram,CALIS,CAIFormattext/htmlLanguage.ISO639-2chiPublisherPekingUniversityLibraryRelation.hasVersion/enhtml/index.htm

OCL