主题组织和关键词法课件.ppt

1、汪春晖汪春晖2009年3月1信息检索、组织及其实务信息检索、组织及其实务课件课件第一步：从网上采集信息第一步：从网上采集信息2网页1链接1链接2网页2链接1链接2网页xx链接xx网页xx链接xx网页xx链接xx网页xx链接xx“蜘蛛”索引：索引：标题/网址 检索词网页网页x1 x1 政协政协 会议会议网页网页x2 x2 政协政协 委员委员网页网页x3 x3 电脑电脑 市场市场 3第二步：分析网页信息，第二步：分析网页信息，建立网页索引数据库建立网页索引数据库倒排索引：倒排索引：检索词 标题/网址政协政协 网页网页x1 x1 网页网页x2x2 会议会议 网页网页x2x2电脑电脑 网页网页x3 x

2、3 45从技术上来说，信息检索是以信息的存储与检索从技术上来说，信息检索是以信息的存储与检索之间的相符性为基础的，如下图之间的相符性为基础的，如下图“信息检索原信息检索原理图理图”：标引检索输出存储存储过程过程一次信息信息特征检 索 语 言信息特征标识信息检索工具(系统）检 索 结 果检索检索过程过程检索课题检索提问检索提问标识分析分析标引输入6l含义：含义：。l语言词汇语法语言词汇语法 信息检索语言的词汇：分类号、检索词、代码信息检索语言的词汇：分类号、检索词、代码 信息检索语言的语法：如何正确描述记录和有效信息检索语言的语法：如何正确描述记录和有效地检索记录的一整套规则。地检索记录的一整套

3、规则。主题主题主题指信息对象所表达或反映的主题指信息对象所表达或反映的主要主要内容、问题或事物内容、问题或事物。主题词主题词主题词是用于描述、存贮、检索信主题词是用于描述、存贮、检索信息主题的受控词汇，是主题表中能表达一定息主题的受控词汇，是主题表中能表达一定意义的最基本词汇单元。意义的最基本词汇单元。 主题词的选用主要依据三方面：主题词的选用主要依据三方面：出现频率出现频率、标引频率、查找频率、标引频率、查找频率。具体来讲是。具体来讲是应具有应具有实际检索意义实际检索意义。 主题词分为标题词、单元词、叙词、关键主题词分为标题词、单元词、叙词、关键词。词。7主题组织是直接以表达主题内容的词语作

4、检索标主题组织是直接以表达主题内容的词语作检索标识，以字顺为主要检索途径，并通过参照系统识，以字顺为主要检索途径，并通过参照系统等方法揭示词间关系，以便提供一种易用的面等方法揭示词间关系，以便提供一种易用的面向具体事实、概念的检索途径的信息组织方法向具体事实、概念的检索途径的信息组织方法和活动。和活动。主题组织法主要适用于各种信息检索系统的记录主题组织法主要适用于各种信息检索系统的记录单元的组织，如检索工具、数据仓库等。主题单元的组织，如检索工具、数据仓库等。主题组织法包括标题词法、单元词法、叙词法、关组织法包括标题词法、单元词法、叙词法、关键词法键词法 。9l标题词：标题词：从自然语言中选取

5、并经过规范化和标经过规范化和标准化处理准化处理的、简略表达信息对象主题的语词，是完全受控的一种主题标识，通常是比较定型的事物的名称。它是的 。l代表：代表：美国国会标题词表美国国会标题词表 EI（美国（美国工程索引工程索引）中）中工程主题词表工程主题词表（简称（简称SHE）10l单元词：单元词：又称元词，它是从文献中抽取出来并经过控制处理的，能表达文献主题最小、最基本的，在概念上不能再分解的，并能独立地描述文献主题的词汇单位 。它是后后的 。l单元词法的特点： 标题是组配构成的，而且是后组式的； 单元词的组配基本上是单纯的字面组配，误检率较大。例：香蕉苹果 香蕉+苹果 联想计算机 联想+计算机

6、 牛蛙 牛+蛙11l叙词：叙词：以受控的自然语言为语词基础，以字顺和分类系统为词汇显示的基本手段，以语词的概念概念组配组配而不是字面组配为重要特征。又称其为描述词、叙述词，在国内也叫主题词。l字面组配和概念组配的区别： 概念 字面组配 概念组配联想计算机 联想+计算机 联想牌+计算机香蕉苹果 香蕉+苹果 香蕉味水果+苹果 牛蛙 牛+蛙 （单纯词，不可分解）13l叙词法的主要特点：叙词法的主要特点：(1)直接以规范化了的自然语言直接以规范化了的自然语言叙词作为标识符号，直叙词作为标识符号，直观性强；观性强；(2)直接从论述和研究的具体对象和问题出发进行选词，并直接从论述和研究的具体对象和问题出发

7、进行选词，并采用叙词组配来描述主题，专指性强；采用叙词组配来描述主题，专指性强；(3)叙词法能随时加以增设修改，适应性强；叙词法能随时加以增设修改，适应性强；(4)对叙词主要采用字顺排列方式，查找迅速；对叙词主要采用字顺排列方式，查找迅速；(5)主要采用后组式概念组配方法，灵活性强；主要采用后组式概念组配方法，灵活性强；(6)对同一主题的文献，可以作多维检索对同一主题的文献，可以作多维检索(多途径检索多途径检索)；(7)叙词表中编制和建立了叙词语义关系的网络结构，加强叙词表中编制和建立了叙词语义关系的网络结构，加强了叙词法的学科系统性和族性检索作用。了叙词法的学科系统性和族性检索作用。“关键词

8、是为了文献标引工作从报告、论文关键词是为了文献标引工作从报告、论文中选取出来用以表示全文中选取出来用以表示全文主题内容主题内容信息款目的信息款目的单单词或术语词或术语” 科学技术报告、学位论文和学术论文的编写科学技术报告、学位论文和学术论文的编写格式格式单词是指能包含一个词素单词是指能包含一个词素(语言中最小的有意义的单位语言中最小的有意义的单位)的词或语言里最小的可以自由运用的单位，术语则是指某的词或语言里最小的可以自由运用的单位，术语则是指某个学科中的专业用语。个学科中的专业用语。 关键词基本上不作规范化处理。标引检索不需要词表。关键词基本上不作规范化处理。标引检索不需要词表。关键词之间彼

9、此独立。关键词之间彼此独立。14l关键词的作用主要有两个方面：关键词的作用主要有两个方面：归类和检索归类和检索。 选择何种词语作为关键词，实际上就是把文献定选择何种词语作为关键词，实际上就是把文献定位于某一特定的类别，所以，选取和标引关键词，其位于某一特定的类别，所以，选取和标引关键词，其实质是做文献的归类工作。如选择实质是做文献的归类工作。如选择“市场经济市场经济”这一这一词语作为关键词，就是把文章归入了词语作为关键词，就是把文章归入了“市场经济市场经济”类类，而归类的目的就在于检索。所以关键词是检索文献，而归类的目的就在于检索。所以关键词是检索文献的入口之一。的入口之一。l总之，选取和标引

10、关键词，目的是帮助读者理总之，选取和标引关键词，目的是帮助读者理解和掌握文献的中心和主题，有利于读者查阅解和掌握文献的中心和主题，有利于读者查阅、检索和利用文献。、检索和利用文献。关键词应用实例网页的关键词16关键词应用实例论文的关键词17关键词应用实例标签（tag）18关键词的选取方法主要有：关键词的选取方法主要有：l 直选法直选法，即直接从文献的题名、摘要和正文，即直接从文献的题名、摘要和正文中选取作者的用语作为关键词。中选取作者的用语作为关键词。l 提炼法提炼法，对文献中隐含的主题经分析后，赋，对文献中隐含的主题经分析后，赋予某个关键词。予某个关键词。一篇论文应选取一篇论文应选取2-10

11、个关键词。深度标引应个关键词。深度标引应选取选取5-20个关键词。个关键词。19论科技期刊营销渠道的建设论科技期刊营销渠道的建设 链接链接汪晓汪晓 夏黎明夏黎明 汪玲汪玲 杨岷杨岷 石鹤石鹤 华中科技大学附属同济医院华中科技大学附属同济医院放射学实践放射学实践编辑部编辑部,武汉武汉430030 摘要摘要 分析目前科技期刊渠道营销中存在的问题分析目前科技期刊渠道营销中存在的问题。认为：要想在渠道竞争中保持优势，就要在。认为：要想在渠道竞争中保持优势，就要在原有渠道的基础上有所创新；现代渠道改革创原有渠道的基础上有所创新；现代渠道改革创新的重心在于服务，利用并发展不同的新环境新的重心在于服务，利用

12、并发展不同的新环境和新技术，是科技期刊渠道创新的主题。和新技术，是科技期刊渠道创新的主题。 关键词关键词 科技期刊科技期刊 营销渠道营销渠道 营销营销 渠道渠道试论党校函授哲学教学的改革试论党校函授哲学教学的改革 从文献标题中直接可选取的关键词有从文献标题中直接可选取的关键词有“党校党校”、“函授函授”、“哲学教学哲学教学”、“教学改革教学改革”； 同时在文章中还讲到了为什么要开设哲学课程，同时在文章中还讲到了为什么要开设哲学课程，怎样讲好哲学课程，等等，这就隐含着怎样讲好哲学课程，等等，这就隐含着“课程设置课程设置”、“教学方法教学方法”这样的内容，所以，又赋予这样的内容，所以，又赋予“课程

13、设课程设置置”、“教学方法教学方法”两个关键词。两个关键词。关键词关键词 党校党校 函授函授 哲学教学哲学教学 教学改革教学改革 课程设置课程设置 教教学方法学方法21我国国家标准我国国家标准文献叙词标引规则文献叙词标引规则（GB/T3860-1995）中提出的主题分面公式：中提出的主题分面公式：A主体因素主体因素 具有独立检索意义的关键性主题概念具有独立检索意义的关键性主题概念 包括：包括：研究对象、材料、方法、过程、条件研究对象、材料、方法、过程、条件B通用因素通用因素 与主题密切联系，但没有独立检索意义的与主题密切联系，但没有独立检索意义的一般性概念。如：设计、制造、维修、调查、比较一般

14、性概念。如：设计、制造、维修、调查、比较C空间因素空间因素 主题涉及的空间范围主题涉及的空间范围 如：热带、沿海、华北、北京、欧洲、美国如：热带、沿海、华北、北京、欧洲、美国D时间因素时间因素 主题涉及的时间范围主题涉及的时间范围E文献类型因素文献类型因素 文献的类型文献的类型 如：调查报告、统计资料、手册如：调查报告、统计资料、手册22l主题主题“西安飞机用铝合金材料加工车床西安飞机用铝合金材料加工车床”中中 西安西安 飞机飞机 铝合金铝合金 金属加工金属加工 车床车床空间空间 对象对象 材料材料 方法方法 条件条件l主题主题“中国八十年代农田水利规程手册中国八十年代农田水利规程手册”中中

15、农田水利农田水利 规程规程 中国中国 八十年代八十年代 手册手册 主体主体 通用通用 空间空间 时间时间 文献类文献类型型2324l主题主题“高原桥梁混凝土施工标准高原桥梁混凝土施工标准”中中 高原高原 桥梁桥梁 混凝土混凝土 施工施工 标准标准 l主题主题“九十年代法国航空发动机设计九十年代法国航空发动机设计”中中 主体因素主体因素 通用因素通用因素 空间因素空间因素 时间因素时间因素 文献类型文献类型空间因素空间因素 对象对象 材料材料 方法方法 通用因素通用因素航空发动机航空发动机 设计设计 法国法国 九十年代九十年代1.关键词要能关键词要能反映和揭示文献主题反映和揭示文献主题，并，并具

16、有检索意具有检索意义义；2.关键词应是关键词应是单词或术语单词或术语，一个关键词应表达事物，一个关键词应表达事物的一个概念。的一个概念。3.一些不具有学科性质的通用词语，缺乏专指度和一些不具有学科性质的通用词语，缺乏专指度和惟一性，不能惟一性，不能独立独立选为关键词。如果与表现主体选为关键词。如果与表现主体因素的关键词组配后具有一定专指度，则可以作因素的关键词组配后具有一定专指度，则可以作为关键词。为关键词。 如：原理、理论、方法、问题、对策、措施、特点如：原理、理论、方法、问题、对策、措施、特点、发展、研究、思考、分析等，不能独立选为关键词。、发展、研究、思考、分析等，不能独立选为关键词。

17、如：如：“汽车发动机汽车发动机 原理原理”，“新闻工作新闻工作 理论理论”，可作为关键词。可作为关键词。2526下文中选取的关键词存在什么问题？如何改正？下文中选取的关键词存在什么问题？如何改正？1. 标题：盘点标题：盘点反垄断法反垄断法中涉及汽车行业的细则中涉及汽车行业的细则【关键词关键词】反垄断法反垄断法2. 标题：高师化学专业环境化学教学内容改革与教标题：高师化学专业环境化学教学内容改革与教材建设探讨材建设探讨 【关键词关键词】教学改革 教材建设 文章参考答案：主题提炼不足参考答案：主题提炼不足【关键词关键词】 反垄断法反垄断法 汽车行业汽车行业 细则细则参考答案：缺主体对象参考答案：缺

18、主体对象【关键词关键词】高师高师 高等师范院校高等师范院校 化学专业化学专业 环环境化学境化学 教学教学 教学改革教学改革 教材建设教材建设27下文中选取的关键词存在什么问题？如何改正？下文中选取的关键词存在什么问题？如何改正？3. 标题：国内大型汽车企业供应链管理现状标题：国内大型汽车企业供应链管理现状【摘要摘要】列举了国内几家典型轿车生产厂在供应链管理列举了国内几家典型轿车生产厂在供应链管理方面所作的工作。提出汽车企业的供应链管理应深入企方面所作的工作。提出汽车企业的供应链管理应深入企业发展战略之中，并应构建以现代信息技术为支撑的集业发展战略之中，并应构建以现代信息技术为支撑的集成化供应链

19、管理系统。成化供应链管理系统。 【关键词关键词】大型汽车 企业发展 战略 供应链管理参考答案：概念提取错误参考答案：概念提取错误【关键词关键词】大型企业大型企业 汽车行业汽车行业 供应链管理供应链管理l当一个词组由概念交叉的两个词组成时，这个当一个词组由概念交叉的两个词组成时，这个词组需要切分成两个关键词（交叉组配）。词组需要切分成两个关键词（交叉组配）。 如“中小学生”要切分为“中学生”和“小学生” 两个词。 “哲学教学改革”，可切分为“哲学教学”和“教学改革”两个词。 “计算机控制系统”要切分为“计算机控制”和“计算机系统”。l当一个词组由一个表示事物的词和另一个表示当一个词组由一个表示事

20、物的词和另一个表示事物某个属性或某个方面的词组成时，这个词事物某个属性或某个方面的词组成时，这个词组应切分为两个关键词（方面组配）组应切分为两个关键词（方面组配） 如“汽车发动机”要切分为“汽车”和“发动机”28以下情况不切分：以下情况不切分：1.如果一个词组切分为两个关键词后，其含义发如果一个词组切分为两个关键词后，其含义发生变化，甚至词义模糊时，应以原词组为关键生变化，甚至词义模糊时，应以原词组为关键词。词。 如：“红色旅游”，不能切分为“红色”和“旅游”。2.一些固定搭配又具有特定含义，且已被普遍认一些固定搭配又具有特定含义，且已被普遍认同的词组就不能切分。同的词组就不能切分。 如：“信息高速公路”，不能切分为“信息”和“高速公路” 。还有像“科学发展观”、“和谐社会”、“现代企业制度”等，也无需再作切分。29以下情况不切分：以下情况不切分：3.专业术语、专用名词不能切分专业术语、专用名词不能切分。 如：邓小平理论、南昌起义，就不能切分为“邓小平”和“理论”、“南昌”和“起义”。4.切分后组配有歧义的，不宜切分。切分后组配有歧义的，不宜切分。 如：“体育学校”如果切分为“体育”、“学校”，可以组配成“学校体育”，因此不宜切分。30l如果难以判断某词组是否该切分，就把原词组如果难以判断某词组是否该切分，就把原词组和切分后的词都标为关键词！和切分后的词都标为关键词！31