自然语言的控制与优化.pdfVIP

科技情报开发与经济 SCI—TECH INFORMATION DEVELOPMENT＆ECONOMY 2008年 第18卷 第15期 文章编号：1005—6033(2008)15—0097—03 收稿日期：2008—04—07 自然语言的控制与优化 齐银波 ，邹 亮 ，苌群策 (1．郑州铁路职业技术学院图书馆，河南郑州，450052；2．荆门职业技术学院，湖北荆门，448000) 摘 要：对受控语言和自然语言进行了对比，分析了自然语言成为检索语言的主体的 优势和不足，探讨了搜索引擎中自然语言的优化处理方法。 关键词：自然语言；受控语言；文献标引；计算机检索 中图分类号：G354 文献标识码：A 随着计算机技术和网络技术的发展，海量信息的出现使人们欣喜不 人工语言——受控语言，也可以直接使用自然语言，即人们在科学交流 已，但怎样高效地使用它们却是摆在我们面前的一个重要课题。网络上 中采用的书面语言或者口头语言。使用自然语言的检索系统称为自然语 信息包罗万象，类型多种多样，新的类型不断涌现，不仅原有的书目数 言检索系统。 据、数字图书、电子期刊、各类数据库在不断增长，而且以超文本为载体 受控语言又叫人工语言，它把所表达的情报信息主题概念的自然语 的网页上所包含的信息量也在飞速的提升。这些给我们的检索带来了前 言转换为受控语词，根据各种情报信息内容主题强制性地以受控语词体 所未有的挑战。本文将对新环境下如何提高检索效率作一探讨。 系予以组织，标引和检索都使用受控词汇。 受控语言在使用的时候采用下面两种方式：第一，在标引和检索的 1检索语言的对比 阶段皆对词汇进行限制，预先对词汇进行控制，这种方式称为先控式。第 二，在标引阶段对词汇进行控制，检索的时候可以用自然语言也可以使 在信息检索中，既可以使用为了满足情报检索的需要而专门研究的 (3)有重点地抓好数据库建设。目前，档案数字化系统从总体上看仍 (3)加强电子文件的收集和积累工作。电子文件是未来数字档案馆 处于由文件处理向数字管理系统的过渡阶段，完成这一步的关键在于数 最主要的来源，以前进馆单位只移交纸质档案和纸质文件目录，现在我 据库建设。开发和建设数据库系统是国家档案信息工程的核心和基础． 们要求进馆单位实行电子文件和纸质文件的归档双轨制。这样既推进了 是工程的主体。数据库的含义是依托先进的信息技术对档案进行科学的 机关档案室的电子化进程，又节省了档案馆建立数据库的工作量。 管理和方便的使用。建立数据库系统是一项长期的任务，要经过由低到 (4)}／11大档案管理软件推广力度。电子文件是包括电子文件内容、电 高、由单个到群体的循序渐进过程。经过实践我们认为建设数据库经验 子文件载体和电子文件显示、修改的电子计算机软硬件平台的组合。由 中最主要的是：领导重视，统一认识，坚持计算机技术人员同档案业务人 于种种原因，各进馆单位电子文件所依赖的软硬件平台不同，这给集成 员协同配合；多向应用，建立“活库”，以利用频率和使用效率考核数据库 到档案数据库造成困难，对此我们要高度重视，采取积极的措施予以解 的“活性”；突出重点，由单一库向系统库发展等。当前若能把综合数据库 决。印发电子目录数据库结构与交换格式，对案卷级和文件级目录数据 的完善提高和各单位档案目标库建立起来，通过网络连接形成开放的分 库结构的字段名称、类型、长度作出了规定，规范软件和数据格式，确保 布式数据库群，将使自动化系统效率大大提高一步。