漢語后控詞表實現(xiàn)模式評價與改進研究.pdf

1、隨著情報檢索計算機化和自然語言化的進一步發(fā)展，自然語言和情報檢索語言結合的趨勢更加明顯?！白匀徽Z言+后控制”已成為情報檢索發(fā)展的必然趨勢。所以研究它們的結合方式成為當務之急。后控詞表是眾所周知的自然語言和情報檢索語言結合的典范。
　　后控詞表雛形是一部同義詞詞典，隨后國內外陸續(xù)出現(xiàn)了一批后控模式。這些模式吸收先進技術，從不同角度探討了后控詞表實現(xiàn)的方式方法，有些已達到或接近實用。本文對這些模式分門別類進行研究，分析其原理，結合實例

2、闡述其實現(xiàn)過程，并評價其特性。
　　詞典模式比較簡單，機器實現(xiàn)比較容易。但是，詞典構造比較困難，詞典維護代價較大，因而不是十分理想。
　　積累提問式模式在檢索提問式中選擇后控詞，使后控詞表獲得較高的“用戶保障”。但由于用戶檢索水平參差不齊，檢索提問詞的有效性受到影響，因此后控詞表質量不高。
　　根據(jù)詞形變化實現(xiàn)后控詞表編制的相似性匹配方法在一定程度上對同義詞進行控制，減輕了用戶構造檢索策略的負擔。但是漢語中由于詞形變化

3、和詞義變化之間并沒有必然聯(lián)系，因此，完全依賴于詞形模式不能達到較好的后控目的。
　　聚類分析能綜合利用多種指標進行分類，并允許增加一些對分類有價值的綜合指標用作分類依據(jù)，因而聚類效果較好。但是它對變量選擇要求比較嚴格。
　　相比于以上模式，詞頻統(tǒng)計模式是建立在較成熟的語言學統(tǒng)計研究成果基礎上的，具有一定的客觀性和合理性。然而它必須克服單純統(tǒng)計的形式化缺陷，并結合語法語義分析，才能構造高質量的后控詞表。
　　超文本模式為

4、后控詞表創(chuàng)造了較好的技術環(huán)境，它真正從人的思維角度來實現(xiàn)檢索的后控過程，減少了檢索人員的智力負擔。
　　本改進系統(tǒng)充分吸收了上述模式優(yōu)點，摒棄了完全依靠機器或僅依靠人工完成詞表編制的原則，采用正確的編制思想由人機結合共同完成詞表編制。本系統(tǒng)結構為:自然語言詞典+主題詞表/輪排+分類表，存儲結構由一個系統(tǒng)詞典和三個輔助詞典來實現(xiàn)。在此基礎上，首先通過一定程序實現(xiàn)基本表編制的機編化。其次，以基本表為參照標準和理論依據(jù)，確定了改進系統(tǒng)的