第二讲信息组织方法论

主题法的类型
• 叙词法，又称主题词法Thesaurus
– 以规范化的自然语言语词作为文献主题的标识， 通过叙词的概念组配表达主题概念。 – 20世纪50年代末提出。吸取了元词法、标题法 以及分面组配分类法的优点而发展起来 – 能够多向成族、多检索途径、多因素组配、灵 活扩检/缩检/改变检索范围 – 灵活性、专指度、可扩展性俱佳
(Source: J. Aitchison, A. Gilchrist, & D. Bawden. Thesaurus Construction and Use: A Practical Manual. 3rd ed. London: Aslib, 1997. P. 47)
基本叙词关系
三类词间关系: • 等价: the relationship between preferred and non-preferred terms where two or more terms are regarded, for indexing purposes, as referring to the same concept • 层次: this relationship shows levels of superordination and subordination. The superordinate term represents a class or whole, and the subordinate terms refer to its members or parts • 相关: the relationship is found between terms which are closely related conceptually but not hierarchically and are not members of an equivalence set.
(Source: ANSI Z39.19-1993, p. 1)
结构和关系
• 叙词表必须能够揭示其所含叙词之间的结构关系An intrinsic feature of a thesaurus is its ability to distinguish and display the structural relationships between the terms it contains. • 叙词表内两类广义的关系There are two broad types of relationships within a thesaurus: – 微观层次——个体词之间的语义联系Micro Level – the semantic links between individual terms – 宏观层次——词和词间关系与主题领域的整体结构 相关Macro level – how the terms and their interrelationships relate to the overall structure of the subject field
耗子 老鼠
USE UF
老鼠 (preferred term) 耗子 (non-preferred term)
等价关系（续）
• 同义词Synonyms – terms are virtually interchangeable or regarded as the same
– – – – Popular names and scientific names Common nouns or scientific names, and trade names Standard names and slang Terms originating from different cultures sharing a common language (e.g., pavements/sidewalks) – Competing names for emerging concepts (e.g., metadata之各種中譯名) – Current or favored term versus outdated or deprecated term (e.g. dishwashers/washing-up machines)
词汇控制（续）
叙词表的词汇控制通过三种方法达成：Vocabulary control in a thesaurus is achieved through three principal means:
a) b)
c)
范围、含义说明the delineation of the scope, or meaning, of descriptors Scope Note (SN)范围说明 同义词和近义词通过“等价关系”联系起来the linking of synonymous and nearly (quasi) synonymous terms through equivalence relationship USE and UF 通过修饰揭示同形异义情况the disambiguation of homographs Qualifier
叙词表的简要历史
• 1959年杜邦公司的工程信息中心开发了首个实用的序 词表 • 1960 – the Armed Services Technical Information Agency (ASTIA) produced the Thesaurus of ASTIA Descriptors • 1961 – the American Institute of Chemical Engineers (AIChE) published the Chemical Engineering Thesaurus • 1964 – the Engineers Joint Council (EJC) published the Thesaurus of Engineering Terms • 1967 – Thesaurus of Engineering and Scientific Terms (TEST)
《汉语主题词表》
叙词表详解 （略）
Introduction
• Thesaurus 的原义为：Treasury, Collection • 通常用于同义字字典。 “A book of words and their synonyms”（MerriamWebster’s Dictionary） “A book of words that are put in groups together according to connections between their meanings rather than in an alphabetical list.” (Longman Dictionary of Contemporary English) – e.g., Roget’s Thesaurus of English Words and Phrases • 1957AD – H. P. Luhn最早以Thesaurus代表「主題索引 用语词典」（简称叙词表），并以之为词汇控制的工 具。（一說Brownson于1957正式使用叙词表一詞）
主题法的类型
• 关键词法（又称自由词）
– 直接以文献中能够表达主题概念的关键词作为 标识。来自于计算机自动抽词 – 关键词：出现在文献的题名、文摘、正文中， 能够表达文献主题，具有检索意义的语词。 – 自然语词，不做规范化处理（不受控） – 无词间关系，但编制禁用词表 – 现在计算机也能结合一定的受控功能，以提高 检索的准确性
(本頁及以下關于各種relationship的敘述，主要參考: Aitchison, Gilchrist, & Bawden, 1997, Section F)
等价关系
• Descriptors – Preferred terms • Lead-in terms (Entry terms) – Non-preferred terms • Lead-in term USE DESCRIPTOR • DESCRIPTOR UF Lead-in term • Example:
叙词法的综合性
• 与元词法和标题法一样采用自然语言，但规范控制严格， 保证标识与概念的唯一对应； • 适当采用标题法的预先组配，而不是元词法尽可能细分， 以表达组合、专有概念，减少组配误差； • 借鉴分面组配分类法，采用概念组配而不是字面组配； • 完善了标题法的参照系统； • 采用体系分类法的叙词分类索引和等级索引（词族索引）， 甚至直接引入体系分类表或分面分类表，实现分类主题一 体化； • 采用关键词法的轮排方法，编制叙词轮排索引
主题法的类型
主பைடு நூலகம்法的类型
• 单元词法Uniterm
– 又称元词法，以取自自然语言、经过规范化处理的语 词作标识，通过子面组配表达主题。 – 最基本的、概念上不可再分解的词，表示文献主题 – 克服标题不足 – 后组式，易轮排（每个词）索引，灵活 – 20世纪50年代用于穿孔卡系统（最早的机检系统） – 字面分拆，语义准确性差 – 词间缺乏联系，缺乏参照系统
第二讲 信息组织方法论 第五章 主题法
刘炜 wliu@
主题法
• 直接以表示文献主题的语词作标识，提供 字顺检索途径，并主要采用参照系统结石 词间关系的标引和检索文献的方法。其中 的语词可以是自然语言，也可以是受控语 言。 （p.114）
主题法的特点
• • • • 揭示文献的内容属性 以自然语言为基础（不用标记制度） 直接以局部（语词）指代文献 以特性检索为主，族性检索通过词间的关 联达到 • 以明确性的检索为主，模糊检索通过技术 的手段达到
Brief History (cont.)
采用叙词表的目的
词汇控制
信息控制和使用词根的需求来自于对自然语言两个 缺点的克服: 多词一意Synonyms – different terms representing the same concept 一词多义Polysemes – a word with multiple meanings [in spoken language, polysemes are homonyms; in written language, they are homographs – terms with the same spelling representing different concepts. Only the latter is relevant to thesauri.]