中文信息自动分类用知识库的设计与构建-中国人民大学.PDF

维普资讯 第 22卷 第 6期 20O3年l2月 情 报 学 报 VDo1．22．№6 ecember，2003 中文信息 自动分类用知识库的设计 与构建 侯汉清 薛鹏军 (南京农业大学信息管理系，南京 210095) 摘要 在计算机智能处理技术远未成熟的情况下，基于概念语义网络的 自动分类采用知识库技术 ，仍将是一种 实用的选择 。本项研究根据分类语言、主题语言、自然语言三者兼容互换 的原理 ，以众多标 引员的主题标 引和分类 标引的经验 ，即文献数据库实体中大量存在的文献分类号和主题词双重标引数据为基础 ，建立一个 以 《中图法》为 基础 的的分类知识库——分类法与主题词表对照数据库 。论文对构建分类知识库 的思路 、步骤及 主要技术 ，包括 关联度测度方案、标引词模式匹配、新词增补等进行了讨论 。 关键 词 自动分类 知识库构建 分类主题一体化 中国图书馆分类法 中国分类主题词表 Design ＆ Construction ofKnowledgeDatabaseforAutomaticClassification in Chinese HouHanqingandXuePen~un (Delm,rtnw．ntof~ raty＆InformationScience，Na#／,,gAgr／cu／tureUnoi~ ／ty，Nanfiag210095) Abstract Thispmjcetofautomaticindexing classificationinChineseisbasedonknowledgedatabase．Accordingtothe principlesof compatibilityamongtheLibraryClassification，Th esaurusandKeywo~s，hteknowldegedatabaseisconstructedbyhte iIIdexiIlgadtaofrecordsofbiliographicadtabase．SoitisaconocrdanceadtabasebetweenclassnumberofChn／ese~／brary s乒 cd anddescriptorsof ChineseThesaurus．Thearticlediscusseshtetcehnicallines．stepsnadmehtodsof designnadconstruction of knowledgeadtabase，includingpmv~ehtelocation weighting algorithm forconceptminingnadanew mehtod toenhnacehte abmtyof rceognitionof hteunregisteredwords． Keywords automaticindexing，automaticclassfiication，constructionof knowldegeadtabase，Chme~ LibraryClassification， ChineseThesaurus． Svstem 现阶段 ，实用 的机助分类系统大多采用现成 的 主题词 (串)对应库 (以下简称分类知识库)。 通用分类体系 (如 《中国图书馆分类法》，以下简称 众所周知 ，《中图法》、《中国分类主题词表》(以 《中图法》)来完成分类标引的过程。机器标引的样 下简称 《中分表》)为文献信息的标 引提供 了现成 的 本语料映射到现成分类体系上 ，得到 主题词 (关键