分眾分類與受控詞表的集成研究.pdf

1、分眾分類法作為一種平民分類方法，其分類標(biāo)簽具有個(gè)人自發(fā)性定義，標(biāo)簽分類公開共享等特點(diǎn)，但是分眾分類系統(tǒng)標(biāo)簽具有語義模糊、不精確、隨意的缺點(diǎn)，導(dǎo)致用戶信息發(fā)現(xiàn)和分享效率低下。此外，詞形的變化、拼寫錯(cuò)誤、同名異義的問題也導(dǎo)致了它的模糊性。同時(shí)，在分眾分類法的中文運(yùn)用問題上還存在著分詞結(jié)構(gòu)模糊的問題。面對(duì)分眾分類系統(tǒng)出現(xiàn)的發(fā)展瓶頸，我們求助于傳統(tǒng)分類法。傳統(tǒng)分類法特別是受控詞表歷史悠久，在一定程度上體現(xiàn)了知識(shí)分類的科學(xué)性。其詞匯的規(guī)范性和等級(jí)

2、式結(jié)構(gòu)便于按學(xué)科對(duì)信息進(jìn)行匯集;為此，應(yīng)該將分眾分類與受控詞表進(jìn)行融合，以提高信息分類的質(zhì)量和效率，即能夠運(yùn)用受控詞表中的語義關(guān)系擴(kuò)展用戶使用的標(biāo)簽，起到推薦標(biāo)簽、提高檢索效率的作用，同時(shí)符合受控詞表選詞規(guī)范的標(biāo)簽可以作為受控詞表詞匯更新的數(shù)據(jù)源。
　　 論文以《中國分類主題詞表》教育類高頻主題詞、Del.icio.us網(wǎng)站中用戶、標(biāo)簽、資源數(shù)據(jù)作為數(shù)據(jù)源，分析了中文標(biāo)簽與主題詞的特征，并對(duì)中文標(biāo)簽與主題詞進(jìn)行比較分析，以探討標(biāo)

3、簽和主題詞融合的可能性。根據(jù)標(biāo)簽標(biāo)注的資源構(gòu)建標(biāo)簽向量、標(biāo)簽共現(xiàn)矩陣、標(biāo)簽相似性矩陣，利用SPSS軟件完成了標(biāo)簽聚類，結(jié)合標(biāo)簽對(duì)相似系數(shù)將聚類的標(biāo)簽簇構(gòu)建成一個(gè)小型的“標(biāo)簽樹”（標(biāo)簽的層次結(jié)構(gòu)）。同時(shí)，借助于在線詞表《中國分類主題詞表》和ERIC敘詞表，完成了標(biāo)簽本體的構(gòu)建?；跇?gòu)建的輕型標(biāo)簽本體提出一種受控詞表主題詞擴(kuò)展算法，并通過試驗(yàn)最終得到25個(gè)高頻標(biāo)簽以及它們與主題詞的關(guān)系作為《中國分類主題詞表》的擴(kuò)展主題詞，從而驗(yàn)證了該算法的