基于情報(bào)檢索語言互操作技術(shù)的集成詞庫構(gòu)建研究——以教育詞庫為例.pdf

1、由于目前存在多種標(biāo)題表、敘詞表、分類表和網(wǎng)絡(luò)分類法，同一主題概念在不同網(wǎng)站和系統(tǒng)之中采用不同的主題詞或分類號(hào)表達(dá)，網(wǎng)絡(luò)信息檢索變得十分困難。用戶最理想的方式是用一個(gè)提問式可以獲取多個(gè)數(shù)據(jù)庫中的檢索結(jié)果。要實(shí)現(xiàn)這一方法，最主要的就是實(shí)現(xiàn)各種情報(bào)檢索語言之間的互操作。近年來，國內(nèi)外學(xué)者一直在探討檢索語言的互操作問題，提出了多種解決方法，主要包括：自動(dòng)匹配轉(zhuǎn)換；中介詞典；集成詞表；映射；翻譯等，并在此基礎(chǔ)上完成了很多互操作的項(xiàng)目，為用戶的信息

2、檢索帶來了很大的方便。 本文擬通過對檢索語言互操作技術(shù)的研究，借鑒國內(nèi)外實(shí)現(xiàn)不同詞表之間互操作的經(jīng)驗(yàn)和方法，建立一個(gè)以《中國分類主題詞表》為核心的兼容體系，即建立一個(gè)可以不斷擴(kuò)充的集成詞庫。這個(gè)集成詞庫包括：《中圖法》與國內(nèi)外分類法的互操作，《漢表》與專業(yè)敘詞表的互操作以及受控語言與自然語言之間的互操作。擬以教育類為試驗(yàn)對象，選用多部中外敘詞表、分類表構(gòu)建詞庫。數(shù)據(jù)來源包括《中國分類主題詞表》、《中國科學(xué)院圖書館圖書分類法》(簡

3、稱《科圖法》)、《杜威十進(jìn)分類法》(DDC)等分類表的教育大類；《教育主題詞表》、《社會(huì)科學(xué)檢索詞表》等主題詞表及下載、抽取的關(guān)鍵詞和關(guān)鍵詞串。 本文主要研究內(nèi)容包括：不同詞表到《中分表》的互操作，包括各分類法與《中圖法》、各主題詞表與《漢表》以及受控語言與自然語言的互操作三部分。對不同分類法的互操作擬采用同現(xiàn)映射和類目相似度計(jì)算等方法，并針對各種算法的不足提出了新的修改意見；對不同主題詞表之間的互操作，擬采用基于結(jié)構(gòu)的自動(dòng)匹配

4、、基于同義詞表的映射等方法；另外，還研究了自然語言到受控語言的轉(zhuǎn)換，為用戶提供自然語言入口，方便用戶檢索、查找。通過上述映射完成詞庫的構(gòu)建，本丈采用兼容矩陣的結(jié)構(gòu)形式來存儲(chǔ)詞庫，分為兩種形式：字順兼容矩陣和分類兼容矩陣。為了便于瀏覽和使用詞庫數(shù)據(jù)，采用單機(jī)模式、XML文檔格式及本體對詞庫兼容數(shù)據(jù)進(jìn)行可視化顯示，進(jìn)而為用戶提供各種服務(wù)。 利用Visua1 Basic語言、Access2000、XMLspy等工具開發(fā)設(shè)計(jì)了教育詞庫的