同方知网研院罗思明.pptVIP

基于中图分类法的关键词标引研究 同方知网研究院 罗思明 2010.05.22 Contents 问题提出 同方知网技术有限公司（CNKI），是国内著名的电子学术文献出版商。提供了国内最全的库中文期刊、报纸、博硕士论文等全文数据，为中国的学术研究与科学发展提供了优良的海量学术文献资源。 为满足用户的文献检索需求，我们需要为学术文献标注各种信息。例如：需要对文献进行中图分类，为文献提供关键词、主题词、摘要等信息，便于用户检索。  问题提出 关键词定义：指文章中最能反映文献主题信息的特征词汇、词组或短语。 目前问题： （1）很多文献（报纸）没有关键词，人工标引分类号存在主观性强的问题，且费时费力。 （2）由于很多人对关键词的作用和意义认识不足，即使是作者亲自标引的关键词，也存在着许多问题。 任务：为CNKI学术文献自动标引关键词。 解决思路 传统方法： 以往的关键词标引方法多采用TF/IDF特征以及词语长度、位置等特征，本文设想加入语义信息，提高关键词标引正确率。 中图分类法： 《中国图书馆分类法》是国内学术文献通用的分类体系，中图分类法是一个完整的知识分类体系。中图分类号（分类号）在一定程度上反映了文献的主题语义信息。 解决思路 关键词与分类号的作用： 关键词和分类号在某种程度上作用一致，他们都表现了文献的主题。因此可以建立词语与分类号的联系，计