主题标引

摘要： 现有的主题标引方法一般只能抽取文本中出现的词汇,无法从几万或数十万主题词中选择语义关联强且未出现的词汇;基于机器学习的多标签分类算法则需要每一个标签下有训练数据,限制了它们在主题标引上的应用。面向大规模主题词在海量文献上的标引需求,提出一个基于分布式词向量的混合型自动标引方法,利用大规模语料训练的词向量生成同维度的主题词表示向量和文本表示向量,实现主题词与文本语义相似度的计算。基于大规模语料构建主题词与普通词的映射表,使文本向量只和少量的语义强相关主题词向量比较,大大减少了计算量,提高了标引效率。开发的自动标引工具对近亿篇文献进行了主题标引,达到了较高的速度。与结巴关键词的实验对比结果显示,本文方法抽取的主题词与作者关键词重合度较低,且在去除结巴关键词中的非主题词后,取得了比结巴关键词更高的标引准确率;与人工标引的实验对比结果显示,随着人工标引词数量的增加,本文方法的效果、结果与人工标引结果的一致性在不断增加。

摘要： 微信公众平台作为一种新兴网络传播媒介,对文化的传播发挥着重要的作用。现以“最忆是金陵”微信公众平台中的推文为研究对象,采用主题标引的方式对平台所发布的推文人物、地理位置主题词进行标引,并在此基础上利用社会网络分析软件Gephi,挖掘推文中所包含的人物、地理位置、主题资源之间存在的关联,进而生成知识图谱,以期促进文化资源的保护与传承。

摘要： 中文图书 CNMARC 格式主题标目遵循《新版中国机读目录格式使用手册》和《中文书目数据制作》等编目准则,主题词选自《中国分类主题词表》。本文列举了主题标目实践中遇到的疑难编目问题,如:个人名称主题字段的标引问题、团体名称主题字段的标引问题、题名主题字段的标引问题、学科名称主题字段的标引问题、地理名称主题字段的标引问题、非控主题词字段的标引问题,并举例说明。

摘要： 主题标引是编目工作的关键环节,是提高目录质量,提升读者服务的重要手段.作为国内图书馆重要外文资源组成部分的俄文文献,国内对其标引的理论研究与实践工作十分落后,限制了外文书目数据整体质量的提升.俄罗斯的主题标引工作发展历史悠久,理论成熟且经验丰富,在其主题标引发展的整体进程中,俄罗斯国家图书馆在理论建设、实践经验、培训推广等方面均发挥了举足轻重的作用.介绍了俄罗斯国家图书馆主题标引的历史,分析了其主题标引在语言、规则和实践方面的特点,并从加强专题研究、数据库引进与本地指南制定、探索建设多语种主题规范控制平台3方面展望了国内开展俄文文献主题标引的方向与重点.

摘要： 为帮助用户在博物馆的网站中更好地检索文物并获取其相关信息,博物馆研究人员应从文物信息中分析、标引主题,这是博物馆文物信息数字化过程中至关重要的一环。文献领域之主题标引理论架构和实际应用方面较为完善、成熟,对文物主题标引的研究具有参考价值。因此,本文通过梳理文献与文物主题标引研究现况,借由对比两者之主题分析原则与方法、标引目的及意义、标引来源及应用三方面内容,望对文物主题标引原则与方法研究有借鉴意义。对比发现,二者标引目的及意义一致,均以满足用户检索需求为最终目标;在主题分析的原则与方法方面,二者在制定标引广度与深度缘由和主题分析方法方面均存在差异;标引来源及应用方面,二者标引难度与应用现况亦不同。

摘要： 文章分析了地方文献收集及整理工作中存在的问题,介绍了目前大多数图书馆使用的地方文献分类方法,从重视编目索引工作、加强数据共享意识、重视收集自然科学文献以及建立共享中心的角度提出了地方文献整理策略,旨在为地方文献工作者提供有价值的参考.

摘要： 为帮助用户在博物馆的网站中更好地检索文物并获取其相关信息,博物馆研究人员应从文物信息中分析、标引主题,这是博物馆文物信息数字化过程中至关重要的一环.文献领域之主题标引理论架构和实际应用方面较为完善、成熟,对文物主题标引的研究具有参考价值.因此,本文通过梳理文献与文物主题标引研究现况,借由对比两者之主题分析原则与方法、标引目的及意义、标引来源及应用三方面内容,望对文物主题标引原则与方法研究有借鉴意义.对比发现,二者标引目的及意义一致,均以满足用户检索需求为最终目标;在主题分析的原则与方法方面,二者在制定标引广度与深度缘由和主题分析方法方面均存在差异;标引来源及应用方面,二者标引难度与应用现况亦不同.

摘要： 医学知识组织系统是对医学领域重要概念及其语义关系的规范化描述,有助于实现海量医学知识的深度组织与有效利用,对推动医疗健康大数据的语义互联、共享共用及医药科技创新发展具有重要意义.本文全面阐述代表性中文医学知识组织系统的内容结构、规模体量及发展历程等基本情况,对其在术语服务、文献主题标引与主题检索、临床医学知识库构建等主要应用实践进行概要介绍,并对今后的发展趋势和研究重点进行总结和展望.

摘要： 国家人口与健康科学数据共享平台目前采用传统的基于自由词的资源标引与检索,无法很好地满足日益增长的语义检索需求.利用ICTCLAS汉语分词系统作为分词工具,通过加入领域词典及必要的人工干预,采用Jaccard系数对人口健康平台资源元数据信息中提取的医学相关术语与国内权威医学词表中文医学主题词表CMeSH进行术语相似度及概念映射分析,并通过统计揭示高频映射概念.研究结果表明,提取出的医学相关术语与CMeSH词表术语之间具有较好的匹配效果和覆盖度,而利用CMeSH对健康科学数据进行主题标引,不仅有助于提高人口健康平台资源标引与检索效率,推动平台资源建设与服务标准化工作进程,同时还可扩展中文医学主题词表CMeSH术语服务与应用范围.

摘要： 德语主题标引模式应用于德语国家,是世界上主要的主题标引体系之一,有其独特性.文章通过介绍德语主题规范文档SWD及主题标引规则RSWK,总结了SWD(GND)/RSWK的历史、基本原则、标引流程及构建规则,并与LCSH进行对比分析,得出二者具有构建原则、标题结构、标题配置原则大致相同,但标题系统性质不同的特点.此外,文章还概括介绍了德国国家图书馆规范及书目数据关联化进程，指出规范数据关联化，能极大地帮助图书馆员提高对书目数据进行规范控制的效率和质量，为用户提供有序的知识体系。

摘要： 西文文献主题标引一直是国内图书馆西文编目的薄弱环节.本文以国家图书馆为例,分析了当前西文主题标引工作中存在的问题,指出了在选择及应用主题标引模式时遵循的原则,并从多语言主题标引及检索的角度,提出了做好本目录体系内的主题标引工作，为未来实现多语言检索奠定基础，利用多种途径，实现不同主题标引模式之间的转换，在尚未实现多语言检索的条件下，保留原主题标引语言等西文文献主题标引模式转换的策略.

摘要： 图书的主题标引工作是保证机读目录质量的重要组成部分,也是开展主题检索的基础.本文阐述了在对教材与教辅类型、论文类型和以知名团体或产品为描述内容类型的三种常见各有特点的图书进行编目时,有针对性地进行主题分析和标引,以《新版机读目录格式使用手册》为参考,对主题检索点进行人性化设置,帮助读者更快、更准、更全的查找出所需资料.

摘要： 在简单介绍生物医学文献主题标引的发展背景、定义、优势及其复杂性、质量控制的重要性和衡量指标的基础上,结合标引实践经验,重点讨论如何在生物医学文献主题标引的技术流程中掌握一定规律,运用一定的方法和技巧,提高标引质量。

摘要： 概念组配是叙词表主题标引的基本原理.主题词组配应当是概念组配,避免简单的字面组配,参加组配的主题词之间必须具有一定的逻辑关系.现代科学技术突飞猛进,《中分表》的滞后性越发突出,为了解决《中分表》主题标引的瓶颈与问题,网络版的《中分表》是一个最佳发展方向,也是当今网络环境下与时俱进的一个重要表现.

摘要： 佛教类图书编目实践中存在主题词使用率偏低、类号集中等问题.本文提出通过利用现有类目设置和主题标引,实现佛教类图书同类文献的汇集以及不同文献的区分.

摘要： 鉴于文史资料对保存中国近现代史原始资料的重要性,很多图书馆将其作为馆藏的一部分.本文探讨文史资料的客观著录、主题标引以及分类标引应注意的问题,以便准确揭示文献的形式特征和内容特征,方便读者检索利用.

摘要： 文章介绍和探讨了非控主题词在中文图书机读书目数据标引中使用的意义和方法,对其使用原则阐述了意见,并对非控主题词与规范主题词结合使用的实例及其对检索的影响作了分析，文章指出非控主题词的使用，弥补了《汉语主题词表》滞后的客观缺陷，避免了大量不必要的增词;提高了图书文献内容的明了性和专指性;充分利用计算机的编目和检索功能，增加了检索点，使情报检索更趋于平民化、家庭化。规范主题词和非控主题词的完美结合，汇集了两者各自的优点而使主题标引更具有直观性和人性化。

摘要： 本文简要介绍了当前国内外副主题词自动组配的研究现状,提出了适用于中文生物医学文献处理的基于拼图-统计相结合的副主题词自动组配实现方法,详细阐述分析了该混合策略方法的实现机制及实现效果,并指出后续提高和改进建议。

摘要： 本发明公开了电影标签自动标引方法及自动标引系统，由于主要包括：生成电影语义标签并制定电影语义元数据规范框架；建立电影自动标引系统，电影自动标引系统根据电影语义元数据规范框架生成电影传输特征信息语义标签向量代码，并填充到电影语义标签库；从而可以克服现有技术中人工标引成本很高、标引速度慢且不适用于在线实时数据信息的缺点，实现网络信息资源的“个性化按内容主动服务”的优点；实现对数量大、种类多、动态性强的电影信息进行全面、准确、高效地标引的优点。

摘要： 本发明公开了一种网络贴文标引系统及标引方法。该系统包括贴文提供模块、背景信息提取模块、背景分析引擎、文本标引模块和标引融合模块；其中，背景信息提取模块用于分离网络贴文的背景信息和贴文内容，分别提供给背景分析引擎和文本标引模块进行标引，背景分析引擎和文本标引模块的标引结果送入标引融合模块中进行融合，作为网络贴文的最终标引结果。本发明融合文本标引模块的标引结果和背景分析引擎的标引结果，对网络贴文的标引不再仅仅依据贴文内容本身，而是通过对网络贴文其他背景信息的标引得到其隐含的语义，使得相应的标引结果更加全面准确。

摘要： 一种基于自动标引的无级动态演化主题云图的生成方法，针对某一领域均设置相应的主题词，并对此领域中的所有文本中的所述主题词进行筛选标引，根据所述文本的发布时间顺序，统计此领域中跟随时间变化的主题词统计状态，在主题词云图中通过主题词的字体大小、颜色等状态显示所述主题词的统计状态；通过根据时间轴配合动画变换中的关键帧，实现主题云图动态展示的无级变化；本发明生成了更高质量的主题云图展示项，用于可视化的主题词展示项数量更少，且更具有领域代表性，能够减少各主题词之间的意义重合和本领域无意义的展示项，能够更好的揭示主题内容；可以更科学更细致的揭示各学科领域的发展状况和变化。

摘要： 本发明公开了一种面向智能标引的科技文献关键词标引方法，所述方法包括审读文献；对文献主题的逻辑结构进行分析；根据标引深度确定标引层级；根据文章描述及主题词表确定文献最终关键词；审核标引结果并记录。本发明极大地提高了人工标引关键词的客观性、准确性与一致性，提高关键词标引的质量和效率。提高科技文献检索的质量，同时，能为计算机智能标引提供高质量的关键词标引样本数据。

摘要： 本发明提供了一种图片标引方法和图片标引装置，其中，图片标引方法包括：接收用户发送的待标引图片的待标引指令，将待标引图片进行备份，生成备份图片，根据待标引指令启动标引工具，并将备份图片的信息发送至标引工具，以使标引工具根据备份图片的信息调用备份图片并根据备份图片以及用户的指令生成标引图片，获取标引图片的信息，并采用标引图片替换待标引图片。本发明提供的图片标引方法和图片标引装置可以完成对待标引图片的标引，整个过程是完全自动化的，无需手动将图片另外存储后再利用图片标引工具对图片进行修改，简化了图片标引的流程，提高了工作效率。

摘要： 本发明公开了电影标签自动标引方法及自动标引系统，由于主要包括：生成电影语义标签并制定电影语义元数据规范框架；建立电影自动标引系统，电影自动标引系统根据电影语义元数据规范框架生成电影传输特征信息语义标签向量代码，并填充到电影语义标签库；从而可以克服现有技术中人工标引成本很高、标引速度慢且不适用于在线实时数据信息的缺点，实现网络信息资源的“个性化按内容主动服务”的优点；实现对数量大、种类多、动态性强的电影信息进行全面、准确、高效地标引的优点。

摘要： 本发明公开了一种网络贴文标引系统及标引方法。该系统包括贴文提供模块、背景信息提取模块、背景分析引擎、文本标引模块和标引融合模块；其中，背景信息提取模块用于分离网络贴文的背景信息和贴文内容，分别提供给背景分析引擎和文本标引模块进行标引，背景分析引擎和文本标引模块的标引结果送入标引融合模块中进行融合，作为网络贴文的最终标引结果。本发明融合文本标引模块的标引结果和背景分析引擎的标引结果，对网络贴文的标引不再仅仅依据贴文内容本身，而是通过对网络贴文其他背景信息的标引得到其隐含的语义，使得相应的标引结果更加全面准确。

摘要： 本发明提供了一种文本主题标引的方法、装置、设备及可读存储介质，所述方法包括：获取待标引文本，利用齐普夫定律过滤所述待标引文本中词频过高和过低的词汇，获得候选词集合；对所述待标引文本进行预处理，得到文本词序列，对所述文本词序列进行聚类分析，得到每个簇的权重P；基于所述候选词集合，生成所述候选词集合的词共现矩阵，基于所述词共现矩阵构建双向词图，在所述双向词图中迭代计算每个节点的Rank值；基于所述每个簇的权重P与所述每个节点的Rank值标引文本主题。本发明首先对文本进行聚类，使用手肘法确定文本的最佳主题个数，再对不同的主题抽取关键词标引文献。

摘要： 本申请实施例涉及文本处理技术领域，公开了一种文本主题标引方法、装置、电子设备及计算机存储介质，其中，文本主题标引方法包括：确定待标引文本的文本词列表；接着基于预定词向量库，根据文本词列表，确定待标引文本的文本表示向量；接着基于根据受控词表预先建立的主题词与普通词间的映射表，通过将与任一文本词的关联强度大于第一预定阈值的主题词确定为任一文本词的主题词，来得到各个文本词分别对应的主题词；接着根据文本表示向量与各个文本词分别对应的主题词，确定待标引文本的目标主题词，并通过目标主题词对待标引文本进行主题标引。从而大幅度减少运算量、有效减少比对次数、极大提高文本主题标引的效率。

摘要： 本发明公开一种中医古籍文献主题段落切分与属性标引系统，包括图书维护模块、原书浏览模块、标题管理模块、图书加工模块、加工后浏览模块、段落管理模块、导入导出模块、标签管理模块，本发明可有机整合中医古籍图文数据，集成中医古籍术语词表、古籍知识维护等功能，结合中医古籍文本的特殊性，对中医古籍进行医理、疾病、症状、证候、治法、方剂、中药、调护等主题段落的切分，对主题段落进行主题标引，形成结构化中医古籍主题知识单元。基于主题段落和属性形成对中医古籍进行知识挖掘、大数据分析的基础数据、知识单元。本发明的技术方案提高了中医古籍文献的加工效率，实现了中医古籍等资源的知识挖掘与高效利用。