跨语言术语自动分类方法及其实证 - 图书情报工作.pdf

第５７卷 第１６期　２０１３年８月 跨语言术语自动分类方法及其实证 ■ 宋培彦　李俊莉　王芳 ［摘　要］提出一种基于英汉术语语义推导和归并的术语自动分类方法。以英汉术语库为基本语料，通过 语义传导和词形规范为英文术语自动推荐候选分类，进而采用投票机制对推荐结果进行遴选和归并。实验结 果表明，本方法对英文术语自动分类的准确率较高，具有一定的应用价值。 ［关键词］术语　自动分类　知识组织　叙词表　术语库 ［分类号］Ｇ２５０ 　　ＤＯＩ：１０．７５３６／ｊ．ｉｓｓｎ．０２５２－３１１６．２０１３．１６．００４ １　引　言 要研究术语自动分类的方法，帮助领域专家不断提高 术语分类的效率和准确性。 　　分类是人们认识客观世界、构建知识系统的重要 方式。图书情报学界将科学研究的成果进行归纳和提 ２　相关研究 炼，构建起统一的、可共享的知识框架，形成了《杜威十 　　图书情报学界在术语自动分类方面做了许多研 进分类法》（ＤＤＣ）、《中国图书馆分类法》等多个分类 究，主要是采用知识工程或者机器学习的方法，将术语 体系，主要用于文献层面的分类组织管理和服务，成效 纳入到分类体系框架下，并进一步作为专家知识库，应 显著。术语作为知识的基本单元，也需要在统一的分 ［２］ 用于辅助编目、智能检索等 。侯汉清等利用文献数 类体系下建立“类别 －主题 －术语”的映射关系，将各 据库的标引数据建立《中国图书馆分类法》与主题词 个离散的、孤立的术语各入其类，实现自然语言与受控 表对照知识库，实现了情报检索语言的兼容互通。该 语言的兼容互通，形成对知识的精细化组织和服务。 方法将多个文献资源中的人工标引记录作为知识来源 例如，在现有的类目下增加更多的入口词，以分类为框 和分类依据，具有较好的文献保障率和知识覆盖 架对术语进行提纲挈领式的组织和管理，“触类旁 ［３－７］ 面 。马张华等提出了以主题词为中心的聚类方 通”，用于概念聚合、跨语言映射以及语义逻辑校验等， 法，建立起一种以概念为基础的、具有主题分类特点 提高分类体系的完备性和易用性；以术语为单位、以分 的、中文动态自动聚类的方法体系，对用户的检索结果 类为坐标进行知识内容的深度关联，形成计算机可读 进行动态聚类和优化，有利于对开放信息的快速、准确 的领域知识库，实现语义层面的智能标引、检索、文本 的检索［８－９］。顾颖等从词表编制的角度，对主题词的 分类和自动推理，提高知识服务的智能性和自动化水 ［１０］ 分类技术和思路进行了初步试验 。此外，邻近算法 平。术语分类作为知识组织的关键技术之一，是图书 （ＫＮＮ）、术语共现等方法也被用于术语的自动分 情报工作从文献服务走向知识服务的基础性工作［１］。 类［１１－１２］。国际上，美国联机计算机图书馆中心 ＯＣＬＣ 　　术语分类是一项专业性很强的智力劳动。叙词 利用《杜威十进分类法》对数字信息资源进行自动分 表、范畴表、同义词表、百科、术语辞典等资源包含了大 类和主题识别，利用词汇形态信息、词频、位置等，将网 量的专业术语。这些术语数量庞大、专业性强、更新速 页信息与类目进行相似度匹配，纳入到ＤＤＣ分类体系 度快，单纯依靠领域专家进行手工分类，不仅工作周期 ［１３］ ［１４］ 下 。加拿大ＴＥＲＭＩＵＭ术语库