数字信息资源的自动分类和主题识别——0CLC“蝎子计划”研究

“蝎子计划(Scorpion Project)”是美国OCLC利用《杜威十进分类法》电子编辑支持系统(ESS)对数字信息资源进行自动分类和主题识别的一个研究项目。本文简要介绍了该项目的进展情况、实施原理，描述了Scorpion对数字信息资源进行自动分类和主题识别的具体流程，并将其与我们自行研发的基于《中图法》知识库的中文信息自动标引和自动分类系统进行对比分析，以探讨Scorpion对中文信息自动分类和主题识别的借鉴意义。     

Scorpion 自动标引思想初探

介绍OCLC的Scorpion项目在运用杜威十进分类法探索电子资源自动标引和编目方面所做的主要研究工作,并对杜威法作为自动主题识别工具的可行性进行验证;接着建立Scorpion杜威数据库实验并对其进行结果评价和结果集改进,分析Scorpion的核心思想和技术,最后简单评价scorpion所取得的成绩以及在自动标引上取得的新进展。     

古为今用洋为中用——民国前中期（1911—1937）图书分类研究

从杜威十进分类法的传入出发,论述在民国前中期时“新型”图书分类法的编制和发展及有关当时图书分类理论的研究情况,对这一时期图书分类研究中民族传统与外来影响作一简要地分析。     

杜威十进分类法对中国图书分类的影响及启示

杜威十进分类法(DDC)于1876年发表,至今已有120年历史.在这120年里,DDC在世界上广为流传,目前DDC已用30多种文字出版,被135个国家和地区采用,DDC分类号出现在美国国会图书馆的印刷卡片、英美在版编目以及12个国家的机读目录和国家书目上.     

文献分类法在主题网关互操作中的应用研究

随着因特网特别是主题网关的发展，网络检索迫切需要一种能够整合各种异构网关、实现互操作的服务系统。2002年欧盟完成的Renardus项目是这方面的成功尝试。文中分析了该项目利用分类法映射技术实现跨库浏览和检索的主要方法，包括通用分类法的选择、映射过程、映射结果的显示等方面，以及该项目跨库浏览检索系统的主要功能，最后提出了研制《中图法》网络版、实现《中图法》与其他中外分类法的映射转换以及利用《中图法》构建统一的网络检索平台等建议。     

中文信息自动分类用知识库的设计与构建

在计算机智能处理技术远未成熟的情况下 ,基于概念语义网络的自动分类采用知识库技术 ,仍将是一种实用的选择。本项研究根据分类语言、主题语言、自然语言三者兼容互换的原理 ,以众多标引员的主题标引和分类标引的经验 ,即文献数据库实体中大量存在的文献分类号和主题词双重标引数据为基础 ,建立一个以《中图法》为基础的的分类知识库———分类法与主题词表对照数据库。论文对构建分类知识库的思路、步骤及主要技术 ,包括关联度测度方案、标引词模式匹配、新词增补等进行了讨论     

分类主题一体化自动标引研究

本文在回顾文献分类主题一体化历史的基础上,着重探讨了分类主题一体化自动标引的原理和方法。     

基于《军事信息资源分类法》标引经验的自动分类模式构想

从目前数字图书馆的实际困难出发，提出一个依托《军事信息资源分类法》，挖掘人工标引经验，用之于自动分类的方案。     

用于中文信息自动分类的《中图法》知识库的构建

分类号、主题词、关键词是三种主题概念标识，三者之间存在着概念对应关系，即兼容关系。中文文献数据库中存在着大量的分类号与关键词（或主题词）对应的人工标引记录。通过对这些数据的加工整理，以《中图法》类目体系为主干组织各学科领域的语词，从而构建出反映分类号与语词概念对应关系的《中图法》知识库，用以实现信息的自动标引和自动分类。本文详细讨论了该知识库的构建原理、结构、编制使用的关键技术以及主要应用等。     

文献分类法自动映射系统的构建——以《中国图书馆分类法》与《杜威十进分类法》为例

实现文献分类法之间的互操作是信息组织和检索的迫切需要。目前在国内外大多数分类法之间互操作研究项目中,基本上是采用人工判断的方法来建立类目映射关系。笔者认为,《中国图书馆分类法》(CLC)和《杜威十进分类法》(DDC)的类目表达的整体概念可以分解成多个概念因素,整体相似可以建立在部分相似的基础上,可通过计算类目概念因素的相似度得到类目整体概念之间的相似度。在CLC与DDC自动映射系统中,类目表达的概念可以分解成类名词、注释词、下位词、上位词,根据相似值最大原则对概念因素进行配对,通过配对概念的加权,实现类目之间相似度的自动计算。根据类目相似值、类目对应概念因素(即对应词)的差额、相等概念因素(即等价词)的类别3个参数制订了详细的类目映射规则。本文还介绍了CLC与DDC自动映射系统的结构、功能和使用。     

自动分类研究进展

在对自动分类研究状况进行概述和分析的基础上, 指出了自动分类研究的主要发展方向。     

网络信息的自动分类问题

简要分析了网络信息与传统文献差异，探讨了网络分类导航系统的自动分类程度，网站信息的分析和提取，分类知识库的构造等问题。     

多种载体信息资源的自动分类方法与实践

通过对多种载体信息资源MARC的数据分析，归纳总结其MARC数据的不同，并根据不同载体资源MARC字段的特征，设计并实现计算机自动分类，从而提高信息服务的质量。     

多范畴信息系统的自动分类方法研究

为解决传统自动分类方法中的多范畴信息处理能力弱的问题,本文提出了一种基于多范畴属性约简和复合相似度计算的多范畴信息自动分类方法,该方法首先在分类中引入决策属性,然后计算各范畴的决策类和广义决策类,获得多范畴分类属性的约简集族,并依此集族分别计算多范畴信息系统分类对象的复合相似度,依据复合相似度的计算结果对分类对象进行排序和标引,实现自动分类。此方法有效地解决了多范畴不完备信息系统的自动分类问题,通过与Google自建系统的对比分析可知建立在此方法基础之上的多范畴信息分类系统在查全率和查准率方面明显优于传统的自动分类系统。     

Classification and Subject Indexing Issues at a Mexican Library Specializing in Law Research

Abstract

Subject indexing and classification of law resources is a complex issue due to several factors: specialized meanings of legal terms, meanings across different branches of law, terms in legal systems from diverse countries, and terms in different languages. These issues led to the development of a classification and subject indexing system which will help answer the major challenges of indexing and classifying law resources in the Research Institute Library at the National Autonomous University of Mexico. Adopting its own classification required interdisciplinary work between law and information organization specialists, constant updating by legal specialists and others beyond the Legal Research Institute; and the sharing of this classification system with other institutions. Now, this classification system is used by important institutions that specialize in law, such as the network of Libraries of the Supreme Court of Justice of the Nation of Mexico. The purpose of this article is to show why and how this law classification and subject system was developed and is continuously being updated by libarians and law scholars in order for it to meet their specific needs.     

基于本体进行自动分类的元搜索引擎的设计与实现

研究基于本体对元搜索引擎查询结果进行自动分类的方法,依据事先构建的药学本体,实现基于本体对元搜索引擎的网页结果进行自动分类的实验系统,形成层次清晰、逻辑合理的分类显示结果界面。最后对实验系统的准确度进行评价,网页分类基本取得预期的效果。     

项目管理类图书的分类

随着项目管理应用的逐渐广泛,项目管理类图书层出不穷,这使项目管理类图书在分编整理时存在一些问题,如将项目管理类图书分入"F224.5费用效益分析(成本-效益分析)"、《中国分类主题词表》(第2版)与项目有关的主题词列词不恰当、《中国图书馆分类法》(第5版)新增类目"TU712.1项目管理"的同位类隶属关系混乱。针对上述问题,图书分类人员应了解项目管理类图书的所属类型,将其分入恰当的类目。     

分类法在主题网关信息资源组织中的应用探析

本文概略分析了分类法在主题网关信息资源组织中的基本功能、应用特点及存在的问题,在此基础上探讨了分类法进一步完善的方法。     

自动标引研究的回顾与展望*

对自动标引的研究进行总结与回顾。对标引对象进行界定；分析自动标引研究的3个阶段，并列出50年研究历程中的代表性方法；详细描述自动标引研究路线图、并对抽词标引与赋词标引方法进行详细分类；最后指出自动标引中存在的问题，并对今后的自动标引研究和应用方向进行展望。