关于关键词提取与使用.docVIP

关于关键词提取与使用 　　摘要：高职院校学生信息素质的培养包括关键词的提取和使用。关键词的提取技术包括理解文档的核心思想，明确关键词的概念内涵，掌握关键词的基本特征，分辨关键词与其他词之间的上下左右关系等。在此基础上，通过观察思考，熟悉方法和规范应用，坚持关键词标引使用的原则，按照步骤进行聚焦、排序、定量和鉴审操作。 　　关键词：高职；关键词；提取；使用；信息素质 　　中图分类号：G712 文献标识码：A 文章编号：1672-5727（2012）12-0129-02 　　一项简单的实验发现：50名学生5分钟内阅读一篇500字不到的短文，每位从中提取5个关键词，结果全班学生答案各不相同。原因如下：一是不懂关键词概念；二是不知关键词提取法；三是不做关键词分析；四是不求关键词质量；五是不会关键词表达。上述情况表明，必须高度重视学生的关键词提取与使用能力的培养，以适应信息社会的交际需要。 　　关键词提取常见错误 　　用非关键词 尽管提取的词来自文档，但它与文档的主题内容一般相关而非密切相关，甚至不相关，不能算作关键词。非关键词不是文档主题内容表达不可或缺的词，它与文档主题内容之间的离散度较大，是一般用词或边缘用词，不属关键词。 　　用双词词组 关键词是代表一个明确概念的最小单元的名词。关键词可以是单字词，也可以是多字词，如血、血管、高血压等。两个以上概念的词序列称为关键词串，而非关键单词。如“高血压心脏病”、“肺心病心力衰竭”等，它们是关键词串，而非关键单词。宁可将它们分解成两个关键单词，如“高血压”和“心脏病”、“肺心病”和“心力衰竭”，则能够表达主题概念，使得提取关键词更加准确，使用更加方便。 　　用新鲜词语 多半学生认为兴趣词（自己感兴趣的词）或新鲜词（较新出现的词）是关键词。但兴趣词和新鲜词大部分是语义概念尚未成熟、大众认识尚未健全、社会使用尚未稳定的词，不能简单地将它们提取为关键词。如“超女”、“裸官”等。兴趣词和新鲜词可能在成为年度新词几年后逐步成熟、健全、稳定，认可为“关键词”。 　　用缩略语 中文或英文的缩略语一般是指为便利使用，由较长的语词缩短省略而成的语词。如政协（“中国人民政治协商会议”和“地方各级政治协商会议”的缩略语）、彩电（“彩色电视机”的缩略语）、WTO（World Trade Organization世界贸易组织的缩略语）。一般提取名词全称做关键词，而不用缩略语。应将中英文缩略语写成全称，才能作为关键词。 　　用半禁用或全禁用词 无特殊检索意义，不能表征文档所属专业学科概念的词不能独立作关键词使用，这类词称为半禁用词。最常见的有：概念、规律、理论、报告、试验、学习、研究、方法、分析、问题、途径、特点、目的、发展、现象等。无实质意义的词不能作关键词，这类词称为全禁用词，它们有冠词、虚词、介词、连词、代词、副词、形容词、感叹词、某些动词（连系动词、情感动词、助动词）。关键词一般是实意名词和部分特征动词。 　　关键词的社会价值 　　关键词是能够反映或代表一篇文档（文章、论文、文件、报告等）主要内容的一组词语或短语。关键词与文档所在的专业学科领域密切相关，多个关键词的组合（关键词表）能够标识一类文档的核心概念，并呈现出特定专业学科的认知范畴和研究发展的关注倾向。关键词具有以下社会价值。 　　信息资源 关键词是信息社会文化科技发展的宝贵资源，是人类文明的思想结晶。关键词的形成、延伸（衍生）和拓展，证明关键词是循环资源，它的演变既记录过去与现在，又预示将来发展。关键词能够帮助人们沟通与交流、生存与发展，因而需要探究与发掘、开发与利用。 　　分类聚合 关键词简短精练，具有限定语义（概念），人们可依据关键词的限定概念将文档进行分类，或根据关键词的特征倾向（向量）将文档进行聚类。分类和聚类的本质相同，但切入的方向不同。由于上位关键词可涵盖下位关键词，下位关键词可归属上位关键词，因而分类是从上向下分，聚类是由下向上归。 　　知识管理 现实世界，信息万变，唯有经过提炼整理并按照逻辑关系排列组合的结构化信息，才能成为实用知识。关键词能够方便数据管理，如文档分类、知识归类、网页浏览、文献检索、专利查新、信息记录等。 　　共享使用 关键词的共享使用，使得多民族、跨文化之间的信息交流，计算机科学技术领域中的人机对话，现实与虚拟世界的沟通（网购、导游、娱乐），现代职业教育内容的传授等，变得十分方便快捷。由于约定俗成、反复多用和简明扼要的原因，公认的、成熟的、稳定的和新生的关键词不断涌现，它们促进信息社会的形成。 　　关键词的认识进展 　　关键词是客观世界存在的反映 世界上的事物是客观存在的，凡存在的都是可认知的，凡被认知的事物都需要给予名称，否则无法记录和交流。因此，世界上的名词最多，每天层出不穷。有新的认知就要给予新的名称。尽管