漢語(yǔ)后控詞表實(shí)現(xiàn)模式評(píng)價(jià)與改進(jìn)研究.pdf

1、隨著情報(bào)檢索計(jì)算機(jī)化和自然語(yǔ)言化的進(jìn)一步發(fā)展，自然語(yǔ)言和情報(bào)檢索語(yǔ)言結(jié)合的趨勢(shì)更加明顯?！白匀徽Z(yǔ)言+后控制”已成為情報(bào)檢索發(fā)展的必然趨勢(shì)。所以研究它們的結(jié)合方式成為當(dāng)務(wù)之急。后控詞表是眾所周知的自然語(yǔ)言和情報(bào)檢索語(yǔ)言結(jié)合的典范。
　　后控詞表雛形是一部同義詞詞典，隨后國(guó)內(nèi)外陸續(xù)出現(xiàn)了一批后控模式。這些模式吸收先進(jìn)技術(shù)，從不同角度探討了后控詞表實(shí)現(xiàn)的方式方法，有些已達(dá)到或接近實(shí)用。本文對(duì)這些模式分門別類進(jìn)行研究，分析其原理，結(jié)合實(shí)例

2、闡述其實(shí)現(xiàn)過程，并評(píng)價(jià)其特性。
　　詞典模式比較簡(jiǎn)單，機(jī)器實(shí)現(xiàn)比較容易。但是，詞典構(gòu)造比較困難，詞典維護(hù)代價(jià)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(zhì)量不高。
　　根據(jù)詞形變化實(shí)現(xiàn)后控詞表編制的相似性匹配方法在一定程度上對(duì)同義詞進(jìn)行控制，減輕了用戶構(gòu)造檢索策略的負(fù)擔(dān)。但是漢語(yǔ)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(dá)到較好的后控目的。
　　聚類分析能綜合利用多種指標(biāo)進(jìn)行分類，并允許增加一些對(duì)分類有價(jià)值的綜合指標(biāo)用作分類依據(jù)，因而聚類效果較好。但是它對(duì)變量選擇要求比較嚴(yán)格。
　　相比于以上模式，詞頻統(tǒng)計(jì)模式是建立在較成熟的語(yǔ)言學(xué)統(tǒng)計(jì)研究成果基礎(chǔ)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(jì)的形式化缺陷，并結(jié)合語(yǔ)法語(yǔ)義分析，才能構(gòu)造高質(zhì)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(shù)環(huán)境，它真正從人的思維角度來(lái)實(shí)現(xiàn)檢索的后控過程，減少了檢索人員的智力負(fù)擔(dān)。
　　本改進(jìn)系統(tǒng)充分吸收了上述模式優(yōu)點(diǎn)，摒棄了完全依靠機(jī)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(jī)結(jié)合共同完成詞表編制。本系統(tǒng)結(jié)構(gòu)為:自然語(yǔ)言詞典+主題詞表/輪排+分類表，存儲(chǔ)結(jié)構(gòu)由一個(gè)系統(tǒng)詞典和三個(gè)輔助詞典來(lái)實(shí)現(xiàn)。在此基礎(chǔ)上，首先通過一定程序?qū)崿F(xiàn)基本表編制的機(jī)編化。其次，以基本表為參照標(biāo)準(zhǔn)和理論依據(jù)，確定了改進(jìn)系統(tǒng)的