检索语言的表示形式及发展方向

至 Ｑ：墨 ＱＱ
Ｃ ｉａ Ｎ ｗ Ｔ ｃ ｎ ｌｇｅ ｎ ｒ ｄ ｃｓ ｈ ｎ ｅ ｅ ｈ ｏｏ ｉｓａ ｄ Ｐ ｏ ｕ ｔ
信 息 技 术
检 索语 言 的表示形 式及发展 方 向
孙 赞 星
ቤተ መጻሕፍቲ ባይዱ
（ 尔滨 市科 学技 术 情报 研 究所 ， 龙 江 哈 尔滨 １００ ） 哈 黑 ５ ０ ０ 摘 要 ： 为情报语 言 学研 究对 象之 一 的检 索语 言 ， 报检 索 中的应 用正 日 广泛 。本 文分析 了检 索语 言不 同的表 现 形式及 未 来 作 在情 趋 ，
与传 统情 报 检索 系统 相差 无几 ，只是 多 了若 干规 则 。正 是 由于这 些 规则 ，使 系统 实现推 理 ， 用 户能 检 索到 没有 明显 存放着 的虚数 使 据 。演绎 情报 检 索系统 的特 点是 以 自 语 言 然 为检 索语 言 ， 自然 语言 为输 出检索结 果 。 以 而 通常 用叙 词表 表示 的上 下位 关 系和用代 关系 等都 利 用 程 序设 计 语 言将 规 则理 解 和表 示 。 与一 般 的情报 检 索系 统相 比，它 除 了有信息 数据 库 以外 ， 有 一个检 索 数据库 ， 据库 还 此数 是 由将情报 检 索专 家 的知识 和经 验及应 用领 域 的 知识 归 纳 抽 象 成 一 系 列 程 序 子句 构 成 的 ， 而 真正实 现 了智能 化检索 。 于 自然语 从 基 言处 理 的 检 索 系统 除 了演 绎情 报 检索 系 统 ， 还有单 汉 字检索 系 统 、 本检 索系统 。 全文 综 上 所 述 ， 于 控制 语 言 （ 表 ） 基 词 的检 索 系统 和基 于 自然 语 言 的检 索 系统 都 在这 １ ０ 年中得 到 了蓬勃 发展 。 人预 言 ， 有 以控制 词汇 （ 表 ） 基 础 的模 式 向 以 自然 语 言 的字 （ 词 为 关 键字 ） 为基 础 的模式 转变 ， 当今检 索系统 的 是 发展趋 向之 一 。 但还 有人 声明 ， 控语言 的主 受 导地位 不会 被 取代 ，一 种结 构 良好 的叙词 表
发展 方 向。
关 键词 ： 索语 言 ； 索 系统 ； 检 检 整体检 索语 言
１检 索语 言的定 义 电 子 版 《 防 科 学技 术 叙 词 表 》 拥 有 叙 词 国 检索语 言是信 息检 索系统 存 贮与 检索 所 ９００条 ， ００ 自由词 ２ ０ 条 ， 词表 维护界 面上 ００ 在 使用 的共 同语言 。它是 专 门用来 描述 文献 的 可完 全实 现对词 表 的增 、 、 删 改以及 对某 词条 内容 特征 、外 表特 征 和表达 情报 提 问的一 种 的范 畴号 、 用代 词的界 定 。 此大 容量 的词表 如 人 工语 言 。由于 自然语 言不 可避 免地 存在 词 若印 刷成 书 ， 其厚 度将难 以想 象 。 算机 的应 计 汇上 的歧义 性 ， 义上 的歧解 性 ， 语 不便 用于 标 用 以其 高 速度 、大存储 容 量为 检索语 言 的联 引和检 索工 作 ，因此情 报检 索领 域 出现 了各 机显示 铺 平 了道 路 。 种检 索 语 言 。 检索 语 言 由具体 的检 索 标 识 《 计算 机世界 》 在线标 引界 面 的叙 词与 的 构成 。包括分 类语 言 、 主题语 言和 代码 语 言 。 自由词 同 时显 示 为 标 引 人 员 提 供 了另 一 便 分类语 言是 以数字 和字母 相结 合 作为 基本 字 利 ： 自由词 库 也 同叙 词库 一 样变 得 “ 明 ” 透 起 符， 以基本专 业类 目为基 本词 汇 ， 以类 目的从 来 ：标 引员 甲标 引过 的 自由词被 存储 在 词库 属关 系来表 达复杂 概念 的一类 检 索语 言 。用 中可供 标 引员 乙 、 参考使 用 ； 过一 定周 期 丙 经 分类语 言来 描述和 表达 文献 内容 的加 工方 法 的积 累利 用词频 统计 ，可将 高频 自南词转 为 称为分 类法 。 叙词 。在这 里计 算机 内的 自由词 库为 词 表的 ２ 检索语 言的表 示形式 扩充起 到 了统计 依据 。 ２１ 以词 表 的方 式建 立 的综 合词 表 和 各 ． ３检索语 言 的发展 方向 类 专业 词表 ３１基 于词表 的机辅 标引 与检索 系统 ． ９ ０年 代 初 开 始 的 自然 语 言 处 理 以及 检 受 控检索 语言是 通过 词表 对 检索语 言 中 的同义 词 、 同音词 、 多义词 、 同形异 义词 、 义 索语 言的机 读化 和联机 化开 始 了检索 语 言应 近 词 等进 行规 范化处 理 ，建 立各 词 之间 的相 互 用的 新纪 元 。 １９ 年 ｌ 月 ，美 国情报 学 会 ９１ Ｏ 关 系和 位置 。具体 地说 就是通 过 “ 、 、 、 （ ＳＳ 在华 盛顿举 行第 ５ 届 年会 ， 用 代 属 Ａ Ｉ） ４ 会上 讨 论 分 、 ” 限定 各词 的语 义 和关 系 ， 过 词 族 了文献 处理 技术 的重点 ～ 检索语 言技 术 。在 参 来 通 可 了解 一 词的 上下位 关 系 ， 过 用， 通 代项 可 知 检索语 言机 读化 方面走 到前 列 的美 国医学 图 道 某词 的 同义词和 近义 词 ，对 于采 用 主题 法 书馆 和 Ｎ Ｓ 的宇航情 报 中心介 绍 了他们 的 ＡＡ 对 文献 进行 主题标 引并使 文献 按 一定 规律 排 研究 成果 。以美 国医学 图 书馆 主题 表 Ｍ Ｓ ｅＨ 列 的加 工过 程来说 ，叙词 表起 到 了规 范用 词 和宇航 情 报 中心 的 Ｎ Ｓ Ａ Ａ叙 词表 及其 支持 的 的标准 作用 。 数据 库为代 表 的专业情 报界 的检 索系 统历 经 世 界各 大型情 报机构 都有 自己的 主题 词 １ 多 年 的应用 与 不断 改进 ， ０ 发展成 为今 天 占 表 。例 如 ：英 国 剑 桥 科 学 文 摘 Ｃ Ａ Ｃ ｍ 主流 的基 于控制 语言 （ Ｓ （ａ — 无论 是主 题词 表 、 词 叙 ｂ ｄｅ Ｓ ｉ ｔ ｃ Ａ ｓ ａｔ）有 主题 词表 （ ｈ — 表 、 ｒ ｇ ｃ ｎ ｆ ｂｔ ｃ ｉ ｅｉ ｉ ｒ ｓ Ｔ ｅ 关键 词表 、 自由词 表 、 中介 词 表 、 用词 表 停 ｓｕｕ） 为标引 和检 索 的查 询 工具 。在 我 还是特 例词 表 ） ａｒｓ ，作 的机辅标 引和联 机检 索系统 。 国 。比较权威 的是 应用 分类法 组 织文 献信 息 在 国 内 ，多 年来情 报界 与计 算机 界 的专 的《 中图分类法》 和应用主题法组织文献信息 家一 直在探 讨利 用计算 机 软件技 术实 现文 献 的《 汉语 主 题词 表 》 以及代 表 文献 处 理 发 展 标引 、 、 ， 分类 编写 文摘 的 自动化 。近年 来我 国 方 向— — 分类主题 一体 化 的 《 中国分 类主 题 情报界 已研 制成 多个 自动标 引系统 ，例如 北 词表 》 各个 专业情 报机构 依据专 业资 料 的特 京大学 的 “ 。 汉语 科技 文献 自动标 引 系统 ”上 、 殊 性 又相继 编制 了各类 专业 词表 。据 不完 全 海交 通大学 和上 海科技 情报 研究 所合 作研 制 统计 ，国内 已实 际应 用的词 表有 ６ 多 部 ， ０ 词 的“ 中文科技 文献 的 自动标 引系 统” 堪称 为 等 表容量 超 过 １ 万的有 ｌ 部左 右 。我所 《 ０ 电子 国 内水 平 的代表 作。 ３ ． 于 自然语 言 的检索 系统 ２基 科技文摘》 的编辑与组织就是依照《 电子技术 叙 词 表 》 行 主题标 引的 ， 时建 立 的 “ 子 进 同 电 众 所 皆知 ， 为主 题法 （ 词 法 ） 理 文 作 叙 处 科技 文摘数 据库 ” 以该 表作 为检 索语 言 。 也 献依 据 的 叙词 表 为标 引 提供 了理论 依 据 ； 若 ２ － ２词表 的联机 显示 将叙 词表 显示在 检索 界面 上将会 为检 索 用户 将 叙 词表输 入到 计算机 中 ，应用 菜单 技 提供 查词依 据 ：根据 检索 到文 章 的多少 按照 术 制成 电子 版 的多 窗 口联 动 的显 示 界 面 ， 可 词族 表进 行上位 词扩 检或 下位 词缩 减 。这将 同时 显示 一词条 的相关 关 系（ 中英 文对 照 、 要 求 用 户 熟悉 叙词 表 的编 制 框 架 和 编 制 原 如 分 类号 、 词 代词 等 ）有 利 于机 辅标 引时 词 则 。是否 能让用 户完 全使 用 自然语 言提 问检 用 ， 表 的使 用 和词表 维护 修订 。 中国国 防科技 信 索 呢？基 于 自然 语 言处理 的检 索 系统足 国 内 息 中心研 制 的图书 馆业务 子 系统 （ ｉ Ｓ巾 同行 的另 一个 研 究 方 向 。“ Ｌｂ ） ＭＩ 演绎 情 报 检 索系 的“ 文献著 录和标 引模 块”采 用 了 以《 ， 国防科 统 ” 是 其 中的一例 。 则 学技术叙词表》为主体的计算机辅助联机标 传统 的情 报检索 过程 中用 户所 能操 纵与 引， 依次通 过 “ 词导 航” 供查 询词 库 功能 ， 检索 的数 据仅 是实 际存 在于 检索 系统 中的数 叙 提 这些 数据 称为实 数据 。 由实数 据和 逻辑推 通 过“ 叙词 定位 ” 反映 叙词 词族 关系 ，叙词 调 据 ， “ 整 ” 叙 词进 入 到标 引记 录 ， 过 “ 加 自ｄ 理 功能 相结合 可得 到一种 新型检 索系 统一 演 使 通 增 ｛ 词 ” 现 自由词标 引 。该中 心 ２ ０ 实 ０ ０年 出版 的 绎 情报 检索 系统 。新 系统所 占实 际物 理空 间
能够 以任何方式支持主题标引和检索作业 ， 包 括 机 辅标 引 （ 自动 标 引 ） 或 和全 文检 索 、 自 由词检 索 ， 不开各 类词 表的支 持 。 面提 都离 上 到的单 汉 字检索 系统尽 管没有 以叙 词表 为基 础 的 人 工标 引 ，但 还 需要 “ 用 词表 ”Ｓ ｐ 停 （ｔ ｏ Ｌ ｔ支 持其 自动抽 取关 键词 。 ｉ） ｓ ３３检索 语 言 由前 控 向后 控 的发展 － 为 了弥补 无控 制词 表 的不足 ，单汉 字检 索系统 还需 要 建立 后控 词表 ，一种 不供标 引 只供检 索用 的词 表 。 当检索者 为 了查全某 一 主题 的资料 ，而 不 了解 相应 的同义 词和相 关 词时 ， 输人 一个 自己以知 的检索 词 ， 只需 系统 就能通 过后 控词 表 自动 将有关 同义 词与相 关 词 纳人 检 索式 ， 并用 “ ” 或 逻辑 连接在 一起 。 从 而提 高查全 率 。配 备后 控制词 表是 提高 自然 语 言检 索效 率 的有效 措施 。 ３ 受控 语 言与 自然语 言相结合 的标 引 ． ４ 传 统 的 受控 语 言 与 自然 语 言共 同使用 ， 可起 到优势 互 补 的作用 。这 在国 内外 已形 成 共 识 。 电子科 技文摘 》 《 的文献加 工 、 排序 组织 即采 用此种 方式 ： 同时用 分 类号 （ 范畴号 ）叙 、 词（ 主题词 ） 自由词 （ 键词 ） 引一篇 文献 ， 、 关 标 检索 时 分类 号 、叙 词 、 自由词 皆为可检 索字 段 。有人将 分 类 号、 叙词 、 自由词 合为一 体的 检索 方式 称 为整体 化 检索语 言 ， 实践表 明 ， 整 体化 检 索语 言足联 机检 索系统 理想 的语 言 。