深度索引系统的发展现状及其趋势研究.pdfVIP

深度索引系统的发展现状及其趋势研究 1，2 1 1，2 黄筱瑾 朱江 李菁楠 （1 中国科学院国家科学图书馆成都分馆 四川 成都 610041 ，2 中国科学院研 究生院 北京 100190 ） 摘 要：隐藏在文章中的图表、表格、地图、照片等信息资源对于科研工作具有重要的意义。 然而，基于文章级的传统检索方法使得这些重要的信息资源无法被独立检索。“深度索引” 系统很好的解决了这个问题。本文介绍了“深度索引”的三层含义及其基本模式，分析了深 度索引系统的发展现状及存在的问题，最后探讨了“深度索引”系统的发展趋势。 关键词:深度索引；CSA Illustrata ；检索系统；图表 Abstract ：The table,figure,map and photograph which hided in the article are very important to the the scientific research.But these objects couldnt be search because that the objects of traditional retrieval systems is only article .Deep indexing system has been very good to solve this problem.This paper describes the three levels signification of deep indexing and its basic mode.Then we introduce the current development status of Deep indexing systems and their problems at present, and finally predict development trends of the Deep indexing system in future. Keywords ：Deep indexing ；CSA Illustrata ；Retrieval System ；FigureTable 1 “深度索引”的含义 随着信息技术的迅速发展，在现代科研环境下，科研工作者进行科学研究的前提就是要 掌握大量的信息资源。传统的基于文章级别的检索方法虽然在某种程度上满足了科研人员的 需求，但也使科研工作者不得不花费大量的时间和精力去收集文献和判断文献的相关性，而 蕴藏在文章中深层次的信息内容如嵌入文章中的图表、表格、图示、地图、照片等，却难以 被检索到。它们不但能够辅助科研人员对文章内容进行灵活和深入的分析，还能促进知识发 现，因此具有重要的价值。 鉴于此，2005—2006 年期间，CSA(Cambridge Scientific Abstracts，剑桥科学文摘）开发 了CSA Illustrata 数据库，并提出了“深度索引（deep indexing ）”的观点，旨在用它从学术 期刊文章中提取表格和图片，为用户提供独立检索和获取这些资源的新途径，成为深度索引 的领导者。 2006 年，CSA在其调研报告《The Value of CSA Deep Indexing for Researchers》中对“深 度索引”的概念进行了描述，其包括三层含义[1] ：（1）“深度索引”是一种从期刊文章中提 取图表、图片等目标对象的一种新的技术方法。（2 ）“深度索引”是一种查找图表、图片等 目标对象和包含相关目标对象的全文的一种检索方法。（3 ）“深度索引”是一种用于检索图 表、图片等目标对象的自动化索引系统（数据库）。这说明，深度索引不同于传统检索，它 的检索对象不是文章或全文，而是隐含在文章中的图表、图片等目标对象信息。它使可检索 的对象深入到文章内部，提高了检索的精确度和相关度，使科研人员能够更直接更快速的获 取需要的信息。“深度索引”的基本模式如图 1。 图 1 “深度索引”基本模式图 2 “深度索引”系统的发展现状 目前，提供深度索引的系统主要有CSA Illustrata、B