主题词分离与文献自动检索探讨

文献标题是自然语言,结构形式多数是偏正式短语,也有的是句子。主题词在短语或句中充当什么成份是不固定的,也就是说,它在短语或句中的位置存在着不定性。因此,单靠语法和传统逻辑来分离主题词可能难以奏效,还需要求助于现代逻辑。科技文献标题输入后,成了二进位数的代码,它包含若干单词的代码(主题词是其中之一)。整个标题的代码是全集(universal set),而单词的代码是它的子集(subset)。