单汉字标引技术在档案检索中应用的优点及可行性分析.pdfVIP

4τ 予飞百号ρ 乞:暗巧乡和飞可 ιM 信息与通信工程研究 自然科学学科研究 E~陆HlI 。 F 吧， ~ , 单汉字标引技术在档案检索中 应用的优点及可行性分析 H在汉字标引技术在档案检索中应用的优点及可行性分析 2.1绕开了人工标号|的问题 摘堕本文从档案标~l 的基本理论出发，简要闲述了 f 单汉字标51 技术在档案检索中应用的优，占A可行性分析. 果用单字标引的最大好处是其方怯绕开了档案人工标 引的朋境。情报研究界鼠然先后提出了词典分词法，语法语 3比键词单汉字检索可行性 f 中朋分提岳苦苦G27 :It献标识码:A 义分析法以及神经网络分词法等一蜡比较先进的方法，但其 ，电 不足之处仍然十分明显。如不能实现位置检索，致使误检 率高:黝剔j 除虚词的检索组配致使漏检率增加:白-白叩白-白 所谓单视字标号|技术，是指以单个汉字作为标引的基本 单元，在检索时对不属于停用词拖畴的单个仪字进逻辑乘运 西丈混合的丈档检索，出现将完整西文单词字母拆开进行逻 算，也即对标引字所代表的概念层面进行眉组配，从而辄得检 辑细配的事实，增加了计算机的远算时间等，所以距离馒出宪 索结果.实质上岛生汉字检索就是全文检索，其不同点靶子1:; 整的、彻底的分词方案还比较遥远。由于单祝宇标引技术对 将待检文本由计算机全部自动做成单仅字倒排挡，检索时用 每个汉字都由计算机作索引，不需人工标引，所以这种依靠计 单字组配法进行查找.离在识字检索技术起掘子西文关键词 算机自动标引和逻辑检索的方法自然就绕开了人工标引的难 标引法，是现语自然语言处理的一种独特方式。四文关键词 关，从而节约了大量的分词劳动.针对作为原始记录保再起 标引法只针对词的处理，西文的书写格式以空格分隔开来，而 来的档案而宵，采用这…方法则更显迫切. 总汉字的标号|是针对汉字进行处理的，以单个的汉字或字 2.2 统一人工标引使其一致 的组配为处理对象，然后以全标号1的文本形式存储数据，文 在档案信息管理中来用单祝宇标引浩把丈本中的每一 本中的每个汉字都要做倒排索引，因为绝大多数情况下单个 个仅字都作为标号|词，实现了先全自动化标引，使人力财力 扭字不能独立表达文献主题概念成作为索引项，所以金标引 经济化，更重要的是避免了人工标号|中工作人员的主观缺失. 也就等于不标引。所谓的单字标只能是把文本中的每个汉 一般而言，人工标引法的标引质量会受到标引入员的影响， 字作为一个处理单位的手段.