中国分类主题词表

摘要： 分类主题一体化词表是分类主题一体化思想的具体表现形式,可以更有效地组织信息资源.本文通过内容分析,对我国分类主题一体化词表的构成模式、实现方法、应用方式等进行系统梳理,旨在对当前理论研究及实践应用提供参考.研究结果显示:分类主题一体化词表在网络环境中的应用包括标引与检索、词表互操作、本体构建、关联数据发布、知识发现等多个方面;一体化词表的关联化、分面化以及集成化、可视化在未来研究中还需深入拓展.

摘要： [目的/意义]面向非相关文献的知识关联能够促进新知识的产生,为科学研究提供了一种有效的辅助手段.[方法/过程]本文以 《中国分类主题词表》 为主题词受控词表,首先对文献摘要进行中文分词处理并提取主题词,利用计量分析技术和聚类技术分析文献间特征的相似、 相异水平,然后基于该系统为用户检索并利用用TOP-K算法反馈用户精确结果.[结果/结论]设计了面向非相关文献的知识关联检索系统,从更细的粒度层面揭示文献之间的知识关联,为用户提供高质量的服务.

摘要： 文章从学科主题词入手,对《中国分类主题词表》(Web版)主题词编制中术语的命名、著录、同义与更新进行探析,对类号、词表微结构等与主题词相关问题进行探讨,并提出了维护建议.

摘要： 美国总统的人物主题词在《中国分类主题词表》Web版中多有收录,但在注释和分类标引等方面存在着一定的随意性和不尽如人意之处,不仅未能提供准确的指导和帮助,反而徒增了人为混乱.文章依据相关权威资料,对"总统主题词"进行了整体上的系统梳理、甄别、选定,并按照规范、统一的格式加以全面细致的补订、完善和更新,供修订时参考和借鉴.

摘要： 《中分表(2版)》的出版,降低了标引难度,提高了标引质量,为标引人员提供了更多的学习、研究、探讨的机会.结合实践指出了文献标引的优劣直接影响到检索人员对文献本身内容的理解,研究了文献标引工作中出现的问题,探讨了产生问题的原因,并提出了解决问题的办法与措施.

摘要： 面向非相关文献的知识关联能够促进新知识的产生,为科学研究寻找新的线索提供了一种便捷、有效的辅助手段.本文首先设计了面向非相关文献的知识关联发现系统,该系统以《中国分类主题词表》为主题词受控词表,通过对文献摘要的中文分词处理,提取主题词并标引,提取文档特征矩阵并利用计量分析技术和聚类技术分析文献间特征的相似、相异水平,从词的粒度层面对非相关文献之间的关系进行挖掘,揭示非相关文献的知识关联.其次,基于该系统为用户精确匹配相关的知识库,采用TOP-K算法反馈与用户相关的文献集,为用户提供满意度更高的知识发现及相关扩展服务.

摘要： 本文从个人名称主题词、题名主题词、科学主题词及主题词相关的分类号、词表微观结构等方面对《中国分类主题词表》Web版相关问题与可商榷之处进行了探析,分别提出了解决建议,并从"人"的角度探讨了词表的维护工作.

摘要： 本文研究了将《中国分类主题词表》(电子版)MARC数据转化为SKOS数据的网络化方法,提出《中分表》“主题词规范数据格式”各字段与SKOS词汇之间的对应关系,分析了《中图法》与SKOS模型在结构和应用领域上的差异,并提出《中分表》网络版开发同转化出的SKOS格式数据相分离的观点.

摘要： SKOS为知识组织系统(叙词表、分类法、主题词表、术语表等)提供了一套语义Web环境下简单灵活、机器可理解的描述和转换机制,使叙词表之间、叙词表与本体之间的共享成为可能.以程序设计语言、数据库查询语言为基础,提出了将《中国分类主题词表》电子版自动转换为SKOS描述形式的可行性方案,并进行了具体的实践. 本文以程序设计语言、数据库查询语言为基础，提出了将《中国分类主题词表》电子版自动转换为SKOS描述形式的构想，并进行了具体的实践。自动转换替代人工转换，不仅提高了构建本体的效率，而且为其他受控词表的自动转换提供了参考。但是对于《中国分类主题词表》的附表部分，在语义网环境下如何SKOS描述以及自动转换尚须进一步研究。

摘要： 分析了图书馆构建知识组织系统的必要性,简单介绍了《中国图书馆分类法》(以下简称"《中图法》")、《中国分类主题词表》(以下简称"《中表》")和图书馆文献信息资源与知识构建关系原理,提出了构建知识组织系统的策略.

摘要： 《中分表》集成了分类标引、主题标引以及兼容互换中心等多重作用,其重要性不言而喻,因此《中分表》的更新和维护日益重要.本文总结了课题组在《中分表》自动构建方面多年的研究经验,重点介绍了《中分表》自动构建的模式、结构以及关键技术,并且着重从内部数据和外部应用两个大的方面详细地对自动构建的《中分表》进行了各项测试,通过测试数据对构建结果进行了客观的分析和总结,最后对《中分表》的自动构建提出了一些讨论和建议.

摘要： 本文论述了修订的必要性和把电子版的研制作为修订重点之一的指导思想.分析了电子版不仅可应用于文献信息资源网络标引,而且将成为文献信息资源网络检索的电子工具.远程网络系统的开发将是网络时代实现动态维护修订管理的最终目标.2000年4月编委会在桂林召开全体委员会议,决定开始修订,并把研制适应计算机检索环境下的电子版和主题词及其与类目对应关系的修订作为本次修订的重点,修订工作充分利用计算机技术,充分发挥已有机读数据库的作用,高度重视和完善已有的词表编辑管理系统,并继续开发研制的编辑、维护管理系统.

摘要： 论文对电子版研制过程中的8个技术创新点,即定制启动环境、分类树视图存取、结构化全文检索、一体化扩检、多表互动、仿书本式浏览表的实现及功能扩充、词族表动态重组、与计算机检索和标引系统的挂接等作了介绍.此文可作为该词表电子版联机使用帮助文件的必要补充.创新不是发明,这里说的创新指电子版研制过程中,通过融会吸取现代信息处理的一些新技术、新方法、新理念,较好实现了该表电子版的功能,使其性能得以"出新".现择其主要的8个技术创新点,作较为深入的探讨,进行交流.另外,由于该表电子版联机帮助文件的作用、体例和篇幅限制,无法对这些技术和使用方法作较详细的介绍.本文可作为联机帮助文件的必要补充,希望有助于该表电子版的推广使用.

摘要： 《中分表(2版)》的出版,降低了标引难度,提高了标引质量,为标引人员提供了更多的学习、研究、探讨的机会.本文结合编目员在工作中的实践经验,指出了文献标引的优劣直接影响到检索人员对文献本身内容的理解,研究了文献标引工作中出现的问题,探讨了产生问题的原因,并提出了解决问题的办法与措施.

摘要： 《中分表(2版)》的出版,降低了标引难度,提高了标引质量,为标引人员提供了更多的学习、研究、探讨的机会.本文结合编目员在工作中的实践经验,指出了文献标引的优劣直接影响到检索人员对文献本身内容的理解,研究了文献标引工作中出现的问题,探讨了产生问题的原因,并提出了解决问题的办法与措施.

摘要： 本发明提出一种主题词的相关性处理方法及系统、主题词推荐方法及系统，其网页主题词的相关性处理方法包括：从多个网页中提取多个主题词，并形成对象词库；从多个网页中获取网页内容数据，并形成源数据库；统计所述对象词库中的每个主题词在所述源数据库的网页中出现过的网页数；统计所述对象词库中任意两个主题词在所述源数据库中同一网页上出现过的共现网页数；按照与所述出现过的网页数成正比、与所述共现网页数成正比、与共现频率成正比、与所述出现过的网页数的差异成反比的规则，计算主题词与主题词之间的相关性数值。本发明可以大大提高主题词相关性计算的准确性。

摘要： 本发明提供一种主题词分类模型创建方法，其包括：获取多个模型训练文档，并提取所述模型训练文档的标签词；基于相似度算法，获取标签词对应的核心主题词组；基于映射内容库，获取核心主题词组对应的第一模型训练文档集合；基于机器学习算法，对多个模型训练文档进行分类操作；基于映射内容库，获取标签词对应的所有模型训练文档的主体类别标识，并根据标签词对应的主体类别标识，确定标签词对应的第二模型训练文档集合；将标签词对应的第一模型训练文档集合和第二模型训练文档集合中重复的模型训练文档作为正样本，映射内容库中的其他模型训练文档作为负样本，创建标签词的主题词分类模型。本发明还提供一种主题词分类模型创建装置及存储介质。

摘要： 本发明涉及一种基于主题词类相似性的文档语义表示方法、文本分类方法和装置。该基于主题词类相似性的文档语义表示方法包括：1)使用词向量模型对语料进行训练，得到词向量；2)在语义空间内对词向量进行聚类；3)使用WMD算法计算待表示文档和聚类得到的每个类别之间的距离，将得到的距离作为待表示文档的语义表示。进而，通过计算文档的语义表示向量之间的相似性，实现文档的分类。本发明依据文本的语义信息和单词频率等信息，通过WMD模型计算文本单词和聚类集合之间的转移代价，将文本表示成一个低维稠密、包含语义信息的向量，能更好地表示文本信息，分类任务准确性高，可应用在信息检索、文本分类等自然语言处理任务中。

摘要： 本发明公开了一种基于主题词向量与卷积神经网络的短文本分类方法，包括如下步骤：1)数据采集阶段：根据需求采集短文本数据，对其进行标签标注，作为训练集；2)数据预处理阶段：对文本进行分词，去停用词，无用文本过滤等；3)短文本特征表示，主题层面与词向量层面分别进行表征；4)主题词向量联合训练；5)卷积神经网络分类模型参数优化，迭代；6)新样本进行类别预测。本发明结合短文本数据特点，在特征表示阶段利用主题向量与词向量结合表示，对短文本自身数据特点进行语义特征扩展，在分类模型训练阶段利用卷积神经网络对局部敏感信息抽取能力进一步对文本语义信息进行挖掘，能够对短文本分类任务类别预测准确率等指标进行提高。

摘要： 本发明公开了一种基于医学主题词表增强表征的文本多标签分类方法，包括对标签进行增强表征的步骤：S1、将文献中的医学主题词表作为标签，并建立标签的正样本集合；S2、从所述正样本集合中提取关于标签的关键词信息；S3、从所述关键词信息中提取语义特征，得到所述关键词信息的向量表示，记为第一向量；S4、将标签转化为向量，记为第二向量；S5、连接所述第一向量和所述第二向量以对标签进行增强表征。

摘要： 本申请公开了一种主题词表构建方法、系统及计算机存储介质，其将在计算机相关技术基础之上应用统计学的相关知识和本申请提出的等同关系特征加权、相关关系特征加权和等级系数计算自动识别汽车专利领域内词与词之间的等同、相关和等级关系，根据这三种词间关系自动构建一部汽车专利相关领域主题词表。相比于现有技术，无需手工构建主题语表，构建及更新速度更快，避免了不同工作人员的经历、知识不统一引起构建的标准不一的问题。

摘要： 本发明提供了一种主题词的确定方法、主题词的确定装置和可读存储介质。主题词的确定方法包括：获取历史搜索信息，根据所述历史搜索信息确定主题词集合以及商品标题集合；对所述主题词集合和所述商品标题集合进行组合，得到样本集合；通过所述样本集合对预设模型进行训练，得到目标预测模型和目标主题词集合；接收待预测商品标题，将所述待预测商品标题输入所述目标预测模型，得到第一主题词；输出所述目标主题词集合中与所述第一主题词匹配的主题词。本发明通过样本集合对预设模型进行训练，提高了得到的目标预测模型和目标主题词集合的准确性，进而提高了确定的主题词的准确性。同时实现了对于预设模型的自动训练，提高预设模型的训练效率。

摘要： 本申请提供了一种行业主题词的获取方法、构建无主题词库的方法及装置，其中，行业主题词的获取方法包括：获取目标行业语料；对目标行业语料进行处理以获得待过滤词集；基于预先构建的无主题词库对待过滤词集进行过滤，获得与目标行业相关的主题词，无主题词库用于统计无主题属性的词。本申请提供的行业主题词的获取方法、构建无主题词库的方法及装置不再需要人工去费时费力的提取行业的主题词，而是基于无主题词库自动对词集进行过滤，得到与主题相关的词，这使得获取行业主题词的效率大大提高，相应的，获取行业主题词的时间大大缩短，用户体验较好。

摘要： 本发明提出一种主题词的相关性处理方法及系统、主题词推荐方法及系统，其网页主题词的相关性处理方法包括：从多个网页中提取多个主题词，并形成对象词库；从多个网页中获取网页内容数据，并形成源数据库；统计所述对象词库中的每个主题词在所述源数据库的网页中出现过的网页数；统计所述对象词库中任意两个主题词在所述源数据库中同一网页上出现过的共现网页数；按照与所述出现过的网页数成正比、与所述共现网页数成正比、与共现频率成正比、与所述出现过的网页数的差异成反比的规则，计算主题词与主题词之间的相关性数值。本发明可以大大提高主题词相关性计算的准确性。

摘要： 本发明提供一种基于主题词特征扩展的中文新闻标题分类方法。该方法包括：步骤1：采用多种分词算法对待分类中文新闻标题分别进行分词预处理，得到关于所述中文新闻标题在每种分词算法下的分词结果，合并所有的分词结果得到若干个单词；步骤2：计算每个单词的权重以得到所述待分类中文新闻标题的加权后标题向量；并基于所述分词结果构建所述待分类中文新闻标题的主题向量并计算主题向量权重；步骤3：计算所述加权后标题向量和每个所述主题向量之间的相似度，将相似度最大的主题向量与所述加权后标题向量进行向量拼接，得到特征向量；步骤4：利用卷积神经网络对所述特征向量进行特征提取并分类。