对电子环境下主题控制系统检索应用的思考.pptVIP

同方检索优化实例 第三十一页，共六十一页。 文本系统的改进努力：控制的纳入 检索方式：提供简单检索、高级检索、专业检索等检索界面。上述方面文本系统略优；努力提供自然语言检索能力。 （引入句法控制、词汇控制） 检索排序：多因素结合提供；多种排序方式的采用； 两者差距不大。（引入多因素控制） 检索优化：相关检索帮助，百度，Ask； 二次检索；Vivisimo（引入词汇控制） 。 第三十二页，共六十一页。 文本检索系统的改进努力 文本控制的特点： 采用后控的方式； 多方面，多角度，词法、句法； 多因素； 文本控制的不足： 词汇控制不严格； 一些控制的方式仍有待优化、改进，如自动聚类，检索语句切分等，仍然在发展探索中 总体评价： 作了大量努力，有明显效果。 第三十三页，共六十一页。 控制系统的努力与差距 控制系统加强处理能力，降低成本的努力： 联合编目； 自动标引试验。 控制系统的不足： 检索语言能力的应用与开发不足，优势未得到发挥。 第三十四页，共六十一页。 检索语言能力的应用与开发的差距 可在词表和标引数据基础上提供，而未提供的功能包括： 检索入口方面：入口词检索；以浏览形式提供词表词的问题；相关词的提供问题。 检索优化方面：主题检索帮助方面可以提供的，如结合结合分类等提供；相关主题词提供；分类的二次检索，结合主题标题形式的二次检索帮助等。 第三十五页，共六十一页。 词汇控制系统的差距何在 A，主要是检索端或检索应用方面的差距。 B，检索端的重要性：功能是通过检索界面实现的，未实现的功能只是潜在能力；且无法在应用基础上进一步改进。 C，两者性能各有优缺点。但自然语言系统努力改进，控制系统改进不力，检索端成为短板。 第三十六页，共六十一页。 控制系统检索端差距的原因 对检索语言应用端的重视不够，停留在检索语言编制和标引阶段； 缺乏电子环境下应用的研究； 与计算机软件编制人员沟通不够； 应用基础上的改进不够----持续发展意识不够等。 应汲取网络、文本数据库等的发展，结合主题语言的特点改进。 第三十七页，共六十一页。 维基百科的分类界面-检索界面的多样性 第三十八页，共六十一页。 比较基础上的思考 词汇控制是有价值的，文本检索系统改进的手段之一是引入词汇控制； 基于词汇控制的检索系统的不足不是词汇控制造成的，而是检索应用的开发不充分的缘故， 目前控制系统的检索界面应向文本系统学习，结合控制语言的特点加以开发。 第三十九页，共六十一页。 四．关于主题控制系统标引实践和规则改进的思考 基本看法： 标引方法和规则是根据应用需要确定的，应结合电子环境下的实践发展、改进和调整。 在电子环境下检索系统的探索中，图书馆书目检索系统、文献数据库系统、网络检索系统正经历一个后者向前者学习，超过前者，前者反过来学习后者的过程。 不仅要向国外的同行学习，而且要善于向网络、文献数据库的检索发展学习；但向网络学习并非全盘否定自己。 第四十页，共六十一页。 理论、方法、规则的改进问题 想到的一些问题： 检索应用方式的优化改进问题； 使用方式以及相应规则的调整问题，比如说： 是不是建立标题；轮排还要不要？与标引规则。 还要不要控制，自由词的应用问题，入口词的问题； 特定主题类型标引规则的调整问题； 词表的应用问题，如作为切分工具； 词表系统的构建层次问题，如：wordnet—关键词—叙词 一检索系统中不同特点检索系统之间的结合和分工问题。 不同系统之间兼容与互操作问题。 其他问题，如主题标引中中文分面公式问题。 MARC格式的适用性和改造问题，灵活性问题，如轮排的处理；XML语言应用问题。 第四十一页，共六十一页。 控制系统的检索应用的改进问题 想到的几个基本功能，如： 检索入口界面词表浏览功能的提供； 入口词检索功能的采用，自然语言检索方式的加强； 检索优化功能的开发，如结合控制语言的二次检索功能，包括标题词浏览等，相关词的提供等； 一检索系统中不同特点检索方法之间的结合和分工问题。 不同系统之间兼容与互操作问题。 其他方法的引入等。如用户因素等。 第四十二页，共六十一页。 结合使用方式的相应标引处理规则的思考或调整，如： 是不是建立标题；还要不要轮排？（文本系统缓存中的先组标题保留） 自由词的应用与控制问题，结合检索词的入口词拓展问题； 特定主题类型标引规则的调整问题；如地区，文学、艺术，特殊文献类型等； 主题标引中中文分面公式问题； MARC格式的适用性和改造问题，灵活性问题，如轮排的处理； 第四十三页，共六十一页。 对电子环境下主题控制系统检索应用的思考 第一页，共六十一页。 讨论内容 在文本检索、关键词检索系统迅速发展的情况下，基于主题控制词表的检索系统还有没有价值？目前的