基于教育主题词表的Delicious中英文标签语义关系抽取-数字图书馆论坛.PDFVIP

本期话题 基于教育主题词表的Delicious中英文标签 语义关系抽取* 贾君枝，段佳慧 （山西大学经济与管理学院，太原030006） 摘要：分众分类标签的语义模糊性和标签无序性使得检索效率越来越低，为准确定位标签语义，旨在 研究一种新的方法，从主题词表的词间关系判断标签间的语义关系。以《中国分类主题词表》教育类主题词 搜索Deliciou s 网站得到的相关标签作为数据源，分析标签与主题词的重叠度，选择《中国分类主题词表》和 ERIC在线教育词表作为标签的语义关系抽取工具，认为相关标签集中语义关系较为丰富。 关键词：标签；主题词表；语义关系 中图分类号：G254 DOI ：10.3772/j .issn .1673—2286.2014.08.001 [4] 1 导言 在汉表中找到 。张宁等对Deliciou s教育类中文标签与 《中国分类主题词表》中教育类主题词进行比较分析，探 标签是伴随分众分类法出现的最为广泛的应用之 讨标签和主题词融合的可能性和技术实现方法，提出 [5] 一，用户可以为每篇文章或每张图片随意添加一个或多 了相互借鉴融合的理论模型和方法 。这些研究仅仅对 个标签，从而根据这些标签把文章或图片进行分类。用 分众分类法与受控词表之间的关系进行了研究，缺乏 户可以在系统中创建自己的标签，也可以对文章或链 对标签语义关系的深入探讨。 接使用标签来标记。然而标签也存在一些缺点，主要 D eliciou s系统中，其通过一定算法所建立的相关 表现在两个方面：一是由于标签的用户随意性造成了标签 标签集（Related Tags），已经过滤了大部分的噪声数据， 中存在很多噪声数据，错拼、歧义以及无实际意义的标签 大部分标签具有实际意义，一定程度上减少了标签的无 充斥其中；二是由于用户在标注同一信息时使用了不同的 序性，实现标签聚类。本文以此作为实验数据来源，研究相 标签，但系统无法创建这些标签之间的联系，无法识别 关标签集的语义关系，参照《中国分类主题词表》、ERIC 各个标签之间的层级关系，造成了标签的无序性。 在线词表的语义关系，抽取出语义关系，再进行人工明 标签形式的社会性语义越来越占主导地位，Spiteril 确，旨在通过标签与资源之间的关系来细化语义关系，以 等人提出分众分类法与受控词表间并不对立，利用分众 达到及时完善受控词表语义关系的目的。 分类系统中的标签资源可以补充和完善受控词表的词 [1] 汇 。Rolla等人比较了Library Thing 网站的用户标签与 2 教育领域标签与主题词的数据采集 [2] LCSH （美国国会图书馆标题表） 。国内贾君枝教授对 分众分类法与受控词表的结合研究进展进行分析，提 2.1 主题词的采集与处理 出了利用标签系统中的标签来解决国内受控词表老化 [3] 的问题 。王东元等分析了Deliciou s系统中的中文标签 《中国分类主题词表》（以下简称中分表），是在 特征，并将Deliciou s的中文标签与《汉语主题词表》的 《中国图书馆图书分类法》和《汉语主题词表》两种检索 主题词进行比较，发现有近四分之一的中文标签可以 语言基础上编制而成的、我国第一部分类主题一体化的 * 本研究得到国