基于词频统计法的医学新闻自动受控标引 - 医学信息综合服务平台.pdfVIP

中华医学图书情报杂志2014年8月第23卷第8期摇 摇 ChinJ Med Libr Inf Sci,Vol.23 No.8摇 August,2014 ·7 · DOI:10.3969/ j.issn.1671-3982.2014.08.002 ·研究与探讨 · 基于词频统计法的医学新闻自动受控标引 1,2 1 1 张精理 ,何晓阳 ,丁摇 婷 [摘要]分析了医学新闻信息利用的必要性及自动标引的发展现状,提出一种医学新闻文本自动受控标引方法,即以分词词表 为基础词表,引入汉化MeSH词表建立标引词表,对中文医学新闻文本进行分词、词频统计和排序,过滤掉不在主题词表中的 高频词后,选取词频最高的5 个MeSH主题词用作标引词。 [关键词]词频统计;自动标引;主题标引;受控标引;医学主题词表 [中图分类号]G254.2;R-058摇 摇 摇 摇 [文献标志码]A摇 摇 摇 摇 摇 [文章编号]1671-3982(2014)08-0007-04 Words frequency statistics-based automatic controlled indexing of medical news 1,2 1 1 ZHANGJing-li ,HE Xiao-yang ,DING Ting (1.LibraryofThirdMilitary MedicalUniversity,Chongqing400038,China;2.Schoolof ComputerandInformation Science,Southwestern University,Chongqing400715,China) [Abstract]After the necessity of using medical news information and the advances in its automatic indexing were analyzed,a novel automatic controlled indexing method of medical news text was put forward.The method intro鄄 ducedtranslated MeSHvocabulary asthemainindexingwords,merging Chinesecommonly usedword segmentation dictionary,then calculated word frequency for document text which added split token and sorted it,choose top 5 high-frequency words in MeSHvocabulary indexed document after deleting high-frequency wordsnot in MeSHvo鄄 cabulary. [Key words]Words frequency statistics; Automatic indexing; Subject heading indexing; Controlled indexing; MeSH 1摇 研究背景 在的学术价值,同时兼具新闻快速传递信息的优势。 从科学研究史来看,描述各学科前沿异常现象 但疾病诊断新方法、未知疾病现象、流行病病况、新 的信息一般要早于揭示现象规律的学术信息报道。 药研发等动态的医学新闻却未能得到充分利用,原 异常现象表明当前理论不足或给出扑朔迷离留待解 因是用户关注的某类信息既散布于各个站点中难以 决的难题,为科学研究提供支点和驱动力。 因此,描 汇聚,又被众多消息“稀释冶而难以识别。 当搜寻和 述未知现象和疑难问题等的学术新闻信息对专业人 挖掘新闻信息成本时间、效率等过高时,用户就会放 员具有重要意义。 像Science、BMJ 这些顶级杂志都 弃而转向效价比更高的学术期刊文献。 有网络新闻版,所提供的信息具有很高的学术或潜