基于圖書內(nèi)容的書后索引生成技術(shù)的研究與應(yīng)用.pdf

1、在當(dāng)今信息時代，由于信息量很大，而且讀者也沒有太多的時間把想要了解的書完全通讀。書后索引不僅能幫助讀者快速查找專有名詞，而且也是解答學(xué)科術(shù)語、專有名詞等有關(guān)問題的重要參考資料。書后索引是實現(xiàn)圖書內(nèi)容增值的一個重要途徑。書后索引可以把書中描述的蘊含信息價值的文本作為一個單元;讀者就能夠通過查詢信息相關(guān)的短語，找到與短語描述有關(guān)的內(nèi)容及其所在位置。在閱讀圖書前，讀者可以通過圖書的書后索引的指引，便利地在書中找到所需知識并進行閱讀。在閱讀圖書

2、后，人們也可以使用書后索引，來重新復(fù)習(xí)曾經(jīng)一度閱讀過的知識。
　　但是，為中文圖書自動生成書后索引，還存在如下的問題:(1)由于中文的語法規(guī)則比英文復(fù)雜，而且中文詞性標(biāo)注算法準(zhǔn)確度還不夠好，基于詞性匹配規(guī)則來抽取候選索引詞，將導(dǎo)致索引詞不全面或含有大量噪聲;(2)基于監(jiān)督式算法來抽取候選索引詞缺乏足夠的訓(xùn)練語料;(3)候選索引詞能否成為一個索引詞，不僅需要考慮索引度和圖書上下文，還需要考慮圖書的領(lǐng)域信息和用戶對候選索引詞的興趣度。