第十章词汇控制系统.pptVIP

第十章 词汇控制系统 张素芳 本章内容 控制词表的挑战 编制控制词表的一般原则 控制词表标引的一般原则 控制词表 一 引言 关键词检索结果不如人意 很多单词的含义有多个，即一词多义/同形异义 同一词汇有多重词性 不同词汇可以表达同样的含义，即异形同义 检索系统不能区分自然语言在不同语言背景下的确切含义和词性 不同的人表达同一含义时使用的词汇不同 不同的人表达不同含义时使用的词汇又可能是相同的 因此：有必要用控制词表来集中所有可能用以表达某一概念的词汇，并区分隐含在同一词汇中的所有可能含义 二、编制控制词表前要解决的问题 确定词汇专指度 区分同义概念（同义词） 明确使用单词的何种形式 规定词组和短语的排列形式 区分同形异义词和同音异义词 界定缩略语和首字母缩写词的规范形式 对通用词汇和专业术语进行词汇限定 明确对词汇采用先组或后组的形式 三 编制控制词表的一般原则 专指度适中 有文献保证 直接采用词组和短语的原有形式 四、使用控制词表进行标引的一般原则 专指性原则 标引词数量适中原则 慎增词汇原则 名称标引参考规范词表 五、控制词表类型及举例 标题词表 叙词表 本体 5.1 控制词表中的词汇控制方式 从众多表达同一概念的词汇形式中选择一种规范的形式，其余的词作为入口词指向规范形式，形成词汇关联体系 词汇关联体系根据关联性质的不同可以分为五种： 等级关系：包括属种及总分、类名与特称的关系等。用属分（S、F)参照表示 相关关系：包括相关、交替、人与机构、资源等之间的关系。用参（C）和用代（Y、D)参照表示 本体中的相关关系更接近于自然语言中词汇间的关系，更复杂，多达十几种。参P192 5.2 标题词表（先组词串） LCSH Sears Mesh 5.3 叙词表（后组词组） AAT ERIC INSPEC 汉语主题词表 5.4 本体 WordNet UMIS NLP 5.6 关键词 成功前提 后控制手段 * *