信息组织（第三版）戴维民 第十章　信息组织的历史发展与未来趋向.pptVIP

1957年，卢恩在对自动标引和自动编写文摘研究的基础上，提出了基于词频统计的抽词标引法，率先进行了自动标引的探索。 从60年代后期到70年代末，自动标引研究取得了很大进展，提出了概率统计标引法、句法分析标引法及各种加权模型等，建立了一批应用与实验系统。至今，自动标引形成了抽词标引和赋词标引两大主要类型。 我国自1980年起开始从事独具特色的汉语自动标引和分词实验研究，并逐步达到了科技文献自动分词的实用水平。 北欧的WAIS/万维网自动分类项目探索利用机读UDC进行自动分类标引的方法。 1999年，美国OCLC完成蝎子计划，利用DDC的电子编辑支持系统对数字信息资源进行自动分类和主题识别，建立了以DDC和LCC为基础的知识库，开发了自动分类软件，并优化自动分类系统，使之接近于人工分类的效果，成为具有代表性的研究成果。 5.自动标引、自动分类技术的探索和应用 (二)网络信息资源组织的探讨与实践 1.传统分类法和主题法网络适用性研究 2.搜索引擎技术的发展 3.元数据的开发应用 4.语义网、本体研究 1.传统分类法和主题法网络适用性研究 USMARC一体化编目格式中特设了856字段，即电子地址及检索方式字段，通过它可实现书目记录与网络信息资源的链接。 国际上几部著名的分类法如UDC，DDC，LCC，CLC等都在谋求网络上的应用，并已取得相当进展。 主题法组织网络信息有着比分类法更突出的优势，一些传统的叙词表被改造成联机叙词表，还有的将叙词表嵌入数据库检索系统，充当检索系统的后控词表。 继分类法和主题法等传统工具之后，本体、主题地图、专家系统等新型知识组织工具陆续出现，分类法、主题法的网络化、本体化改造成为新的研究热点。 2.搜索引擎技术的发展 搜索引擎（search engines） 指采用自动化技术对WWW站点资源和其它网络资源进行采集、标引和检索的一类检索系统机制； 是提供给用户进行关键词、词组或自然语言检索的工具，是目前网络信息资源的组织和检索的主流工具。 Eg. Google； 百度、新浪爱问 搜索引擎的发展、变迁 独立型搜索引擎 混合式搜索引擎 混合式搜索引擎：兼具检索型和目录型两种检索方式。 元搜索引擎 又称为多线程式搜索引擎，是指利用统一的检索界面，实现对多个独立搜索引擎索引数据库进行检索，并将检索结果以统一格式显示的网络检索工具。 分布式搜索引擎 分布式搜索引擎是根据地域、主题、IP地址及其它的划分标准将全网分成若干个自治区域，在每个自治区域内设立一个检索服务器，而每个检索服务器由信息搜索机器人、索引搜索软件数据库和代理三部分组成。各个代理之间可以进行查询的重定向。 3.元数据的开发应用 元数据在网络中起着对信息的描述、定位、管理作用。 都柏林核心元数据集（Dublin Core，DC）是影响最大、使用最为广泛元数据体系，现已成为解决互操作问题的元数据标准。 目前国际上已有多种类型的元数据体系，如： 描述数字文献的元数据（TEI Header、MARC、ONIX)； 描述数字图象的元数据（MOA2、CDL）； 描述博物馆藏品的元数据（VRA Core、CDWA）； 描述地理空间信息的元数据（FGDC/CSDGM）等。 都柏林核心元数据集（Dublin Core）。 众多元数据方案在实际运用中出现的元数据间的有效共享与互操作成为关注的课题。 4.语义网、本体研究 1998年，伯纳斯李提出了“语义网”概念并在其后设计了语义网的多层架构。 语义网研究成为热点，研究内容包括：知识的表现（如XML）、知识之间关系的描述（如RDF）、机器可识别的信息的集合（如Ontology）、智能体（Agents）等。 本体（Ontology）是语义网的关键技术，有关本体构建工具、本体表示语言、本体构建方法、本体应用等研究成为热点。 语义网的瓶颈在本体，本体构建的瓶颈在于领域知识库的构建。 传统知识工具的本体化改造研究 传统知识组织工具（分类法、主题词表）是本体构建的基础或是改造源，是一条捷径，兼容改造传统的叙词表、分类表，研发知识本体、语义网络、主题图等语义工具成为网络知识组织工具研发的方向。 改造方法： 用XML Schema构建叙词标记语言，用RDFSchema表示叙词内容和关系，用SKOS、DML+OIL、OWL表示叙词关系等。 改造实践： 联合国粮农组织将AGROVOC叙词表转换为农业本体； 阿姆斯特丹大学信息科学系把《艺术和建筑叙词表》（AAT）转换为本体等； 深圳大学图书馆曾新红课题组对《中国分类主题词表》本体转换的研究； 国家图书馆对《中国分类主题词表》的SKOS改造研究。 （三）现代信息组织的特点 信息组织的出发点充分考虑用户的需要和检索习惯。 多元化的信息资源组织。 信息组织对象由