区分标签类型的社会化标签质量测评研究.PDFVIP

第５７卷 第２３期　２０１３年１２月 区分标签类型的社会化标签质量测评研究 ■ 李蕾　王冕　章成志 ［摘　要］认为社会化标签多采取自由标引方式，部分标签并不能有效地揭示资源的内容或主题，于是产 生许多低质量的标签，这些低质量标签干扰社会标注系统中资源组织的秩序，降低标签在应用场合中的质量和 用户满意度。进行基于标签类型的社会化标签质量测评研究，开发标签质量测评网站，邀请志愿者在该网站上 对博文标签、图书标签、图片标签、视频标签、音乐标签类型进行划分，得到标签类型分类用的训练数据集和测 试集；同时，对标签质量进行打分，在此基础上进一步得到标签质量评估的训练数据集与测试数据集，为以后基 于标签类型的标签质量评估提供数据支持。 ［关键词］社会化标签　标签类型　标签质量　质量测评 ［分类号］ＴＰ３１１ 　　ＤＯＩ：１０．７５３６／ｊ．ｉｓｓｎ．０２５２－３１１６．２０１３．２３．００２ １　引　言 类型进行划分的公开网站。通过测试数据的收集，为 未来标签质量的评估提供训练数据集与测试数据集， 　　社会化标签系统为互联网用户提供了一个便捷的 并对不同类型的标注对象，例如图书、博文、图片、音 资源描述方式。社会化标签融合了大众智慧，已有研 乐、视频的标签类型进行深入的分析与比较。在区分 究表明社会化标签对Ｗｅｂ页面的浏览、组织与索引非 标签类型的基础上，对内容描述类型标签做进一步的 ［１］ 常有效 。目前有不少学者利用社会化标签的特性， 语义规范，例如对各种多义词、同义词、一词多义等现 将其用于Ｗｅｂ资源的自动分类、信息检索、信息推荐 象进行归并，同时对自由词进行规范化，将其与规范概 ［２－４］ 等，取得了很好的效果 。与使用受控词汇来组织 念进行匹配与映射，以提高社会化标签的质量。 资源的方式不同，基于社会化标签的数字资源标注和 组织资源的方式成本小并且易扩展。由于互联网用户 ２　相关研究工作概述 使用的标签多采取自由标引方式，部分标签并不能有 　　下面分别从社会化标签质量评估、社会化标签类 效地揭示资源的内容或主题。社会化标签的质量问题 型研究、现有的社会化标签在线评估系统三个方面对 已成为影响其应用效果的重要因素之一。常见的低质 相关研究工作进行概述。 量标签包括：过于个性化的标签、泛滥的垃圾标签和缺 ２．１　社会化标签质量评估研究概述 乏语义控制的冗余标签等。低质量的标签干扰了社会 　　社会化标签的质量问题主要体现在社会化标签的 标注系统中资源组织的秩序，降低了标签在应用场合 多义词问题、同义词问题、主观性、标签拼写错误以及 中的质量和用户满意度。例如，在利用社会化标签辅 ［６］ 垃圾标签等方面 ，低质量的标签干扰了社会标注系 助Ｗｅｂ页面自动标引时标签质量问题会对标引质量 统中资源组织的秩序，降低了标签的应用效果。 ［５］ 产生影响 。 　　针对此问题，已有研究者提出一些标签质量评估 　　目前关于社会化标签质量评估方面的研究还未引 方法。标签质量评估方法总体上可以分为人工评价和 起学术界的重视，仅有少数学者对此问题进行研究，缺 自动评价两类方法。其中：人工评价方法是在用户参 少社会化标签质量评估的公开测试数据集。本研究的 与下通过人工评估系统进行；自动评价可以从无参照 目的就是开发让志愿者对标签质量进行打分，对标签 评价和有参照评价两个方面进行，自动评价方法既可 本文系教育部人文社会