第2章文本信息处理技术试题.ppt

第三章 文本信息处理技术 第三章 文本信息处理技术 第一节 自动标引技术 一、自动标引的含义 1．自动标引的定义 文献标引：指对所收集的文献给出标识导引，这些标识包括文献标题、作者名、分类号和主题词等。 文献标引作业包括： 文献文本分析； 特征信息（主题词、关键词及其他标识）的提取与描述： 建立索引或倒排档。 自动标引（automatic indexing）：“自动标引就是用机器抽取或赋予索引词，一旦编制好程序和规则，就不需要人工干预。” 一、自动标引的含义 2、自动标引的类型 从标引工作的自动化程度来说，自动标引分为： 全自动标引（automatic indexing）； 半自动标引（机助标引：Automated indexing）。 半自动标引基本技术实现是： （1）文献纪录（题目等著录项目）键入终端后显示在荧光屏上； （2）操作人员移动光标从题目中抽取关键词； （3）利用人机对话方式输入与标题内容有关的隐含概念词，以保证主题标引的全面性；同时删除计算机程序错误组配的词。 （4）根据词库中的参照系统将关键词转换成标准主题词，进行上位登录。 词库是计算机辅助标引的核心。 从标引词的来源去划分，自动标引分为： 自动抽词标引； 自动赋词标引 一、自动标引的含义 （3）自动抽词标引（自由词标引） 定义：利用计算机直接从文献题名、文摘或