社會標(biāo)簽的規(guī)范控制及其應(yīng)用研究——以豆瓣中文圖書標(biāo)簽為例.pdf

1、社會標(biāo)簽類似于傳統(tǒng)信息資源組織中的關(guān)鍵詞或元數(shù)據(jù)，它產(chǎn)生于網(wǎng)絡(luò)環(huán)境，創(chuàng)建于大眾用戶，其中蘊含了豐富的語義信息，將其運用到文本的自動分類中具有一定的現(xiàn)實意義，然而，由于社會標(biāo)簽在被添加時的過度自由與隨意，使得社會標(biāo)簽的質(zhì)量良莠不齊，如標(biāo)簽缺乏語義層次，標(biāo)簽的同義、近義關(guān)系頻現(xiàn)，標(biāo)簽詞間關(guān)系不明確等，這些問題都有可能對基于社會標(biāo)簽的中文圖書的自動分類應(yīng)用帶來消極影響。因此本文旨在對中文圖書標(biāo)簽的特征分析的基礎(chǔ)上，提出一種“內(nèi)核受控，外殼非控

2、”的分類模式，即通過建立“社會標(biāo)簽—主題詞”的概念空間模型，實現(xiàn)利用主題詞對社會標(biāo)簽的規(guī)范控制，并通過實驗驗證了該方法的合理性和可行性。
　　本文具體的工作內(nèi)容主要有以下4點:
　　(1)對社會標(biāo)簽及其相關(guān)知識的研究現(xiàn)狀進行總結(jié)，并詳細論述有關(guān)社會標(biāo)簽規(guī)范控制的國內(nèi)外研究進展，以及社會標(biāo)簽的具體應(yīng)用研究動態(tài)等。
　　(2)對中文圖書的社會標(biāo)簽的特征進行分析，通過對圖書標(biāo)簽的詞長分布、使用量分布、詞頻分布、以及收詞量、平

3、均詞長、類平均標(biāo)引深度等指標(biāo)的表現(xiàn)，證明中文圖書標(biāo)簽具有一般自然語言所具有的特點，為將自然語言的分析處理方法應(yīng)用到社會標(biāo)簽中的可行性提供了理論依據(jù)，同時也提出可以采取建立“社會標(biāo)簽—主題詞”概念空間模型的方法實現(xiàn)對社會標(biāo)簽的質(zhì)量控制。
　　(3)根據(jù)中文圖書標(biāo)簽的特點，引入概念空間的思想，利用基于統(tǒng)計的關(guān)聯(lián)算法建立中文圖書的“社會標(biāo)簽—主題詞”的概念空間模型，從而實現(xiàn)了利用主題詞對中文圖書的社會標(biāo)簽進行規(guī)范控制的目的。
　　

4、(4)根據(jù)情報語言學(xué)原理提出了基于概念空間的“內(nèi)核受控，外殼非控”的中文圖書社會標(biāo)簽分類模式，即通過標(biāo)簽系統(tǒng)的后臺控制，達到對社會標(biāo)簽的規(guī)范控制，從而實現(xiàn)基于社會標(biāo)簽的中文圖書的自動分類。
　　本文的創(chuàng)新點主要有以下2個方面:
　　(1)通過對中文圖書社會標(biāo)簽特點的調(diào)查分析，證實了社會標(biāo)簽具有自然語言的特點，為將自然語言的分析處理方法應(yīng)用到社會標(biāo)簽中的可行性提供了理論依據(jù)，從而引入概念空間控制方法，建立中文圖書的“社會標(biāo)簽—