叙词表多表联合标注系统设计与实现.PDFVIP

本期话题 http: // 叙词表多表联合标注系统设计与实现* □ 李鹏 朱礼军 刘亚洁 / 中国科学技术信息研究所 北京 100038 辛之海 / 开源旗帜软件（北京）有限公司 北京 100125 摘要：通用叙词表提供了普遍意义的概念，具有普适性、协调性与兼容性的特点，而不同的专业叙词表提供了 领域内关注的不同侧重点。叙词表多表联合标注能够从多视角下揭示文档的语义。文章提出了叙词表多表联合标 注系统的设计方案，介绍了叙词表文本标注等功能模块以及设计中应该注意的问题，并以皮肤病领域下文档标注 为例进行了研讨，总结了多表联合标注可能的应用场景。多表联合标注系统为挖掘不同视角下文档的意义提供了参 考，并为文档的语义检索奠定了基础。 关键词：叙词表，标注，语义 DOI ：10.3772/j.issn.1673—2286.2013.11.005 [5] 1 引言 属性或某个方面的叙词所进行的联 方面，杨贺 等基于海量文献人工 合标引，其结果可以形成一个专指 标引，运用计量分析法对多年来积 标引是对文献的内容及其他有 概念。例如：“信号模拟器稳定性” 累的人工标引词从词频、词长、词 检索意义的特征进行分析、描述并 可用“信号模拟器”与“稳定性”组 类型、词共现等多方面进行分析， 用检索标识记录下来，作为存取依 配，即用事物及其性质来表达专指 运用字面相似度计算词间关系来 据的文献处理过程，它又分为分类 概念。 建立适用于机标和后控词表的自然 [2] [6] 标引和主题标引。标引不仅是信息 在自动标引方面，李素建等 语言词表的过程。朱嘉贤等 为支 过滤的必要组成部分，也是对原信 利用最大熵模型进行自动标引的研 持We b 资源内部信息的检索，研 息的精炼与提升，可以使检索更有 究，通过建立最大熵模型的特征集 究多粒度语义标注，即按树根结 效率，更为精准。曾经一度，因为全 合，提出分类试验、正例试验、打分 点、分支结点、叶子结点及资源信息 文索引逐渐被人采用，对于标引的 试验三种试验，总结了最大熵模型 元为粒度单位对Web资源进行组织 需求下降，导致研究减少。但随着 的优点在于可以灵活地选择各种特 管理，并在此基础上探讨基于本体 研究的深入，尤其是面对海量信息 征，结合大量的特征到模型中去。 的搜索技术。 [3] 的检索与挖掘，如自动摘要、文本 章成志 为了有效利用标引对象的 从以上关注标注方面的研究和 分析、主题检索等的需要，标引显 特征，并考虑到抽词标引可以转换 设计可知，标注是一个相对主观和 得愈发重要[1] 。 为序列标注问题，提出基于条件随 灵活的行为。本文主要着重相关实 通用叙词表提供了普遍意义的 机场的自动抽词标引模型，认为是 现，包括自动标注与手工标注，提出 概念，具有普适性、协调性与兼容 到目前为止解决序列标注问题的最 了叙词表多表联合标注系统的设计 [4] 性的特点，而不同的专业叙词表提 好方法。程传鹏 针对微博文本的 方案。 供了领域内关注的不同侧重点。单 特点，根据微博文本中的名词或动 表标引相对作用有限，但是叙词表 词之间语义相似度构造图的邻接 2 多表联合标注系统整 多表联合标注能够从多视角下揭示 矩阵，再利用Pagerank算法思想来 体设计 文档的语义。例如，将一个表示事