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，其分類標簽具有個人自發(fā)性定義，標簽分類公開共享等特點，但是分眾分類系統(tǒng)標簽具有語義模糊、不精確、隨意的缺點，導致用戶信息發(fā)現(xiàn)和分享效率低下。此外，詞形的變化、拼寫錯誤、同名異義的問題也導致了它的模糊性。同時，在分眾分類法的中文運用問題上還存在著分詞結構模糊的問題。面對分眾分類系統(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)了知識分類的科學性。其詞匯的規(guī)范性和等級

2、式結構便于按學科對信息進行匯集;為此，應該將分眾分類與受控詞表進行融合，以提高信息分類的質量和效率，即能夠運用受控詞表中的語義關系擴展用戶使用的標簽，起到推薦標簽、提高檢索效率的作用，同時符合受控詞表選詞規(guī)范的標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、標簽、資源數(shù)據(jù)作為數(shù)據(jù)源，分析了中文標簽與主題詞的特征，并對中文標簽與主題詞進行比較分析，以探討標

3、簽和主題詞融合的可能性。根據(jù)標簽標注的資源構建標簽向量、標簽共現(xiàn)矩陣、標簽相似性矩陣，利用SPSS軟件完成了標簽聚類，結合標簽對相似系數(shù)將聚類的標簽簇構建成一個小型的“標簽樹”（標簽的層次結構）。同時，借助于在線詞表《中國分類主題詞表》和ERIC敘詞表，完成了標簽本體的構建?；跇嫿ǖ妮p型標簽本體提出一種受控詞表主題詞擴展算法，并通過試驗最終得到25個高頻標簽以及它們與主題詞的關系作為《中國分類主題詞表》的擴展主題詞，從而驗證了該算法的