主题词表

摘要： 关键词又称主题词,是位于摘要之后,在论文中起关键作用的、最能说明问题的、代表论文特征的名词或词组。它通常来自于题目,也可以从论文中挑选。一般每篇论文要求2~5个关键词。每个关键词都可以作为检索论文的信息,若选择不当,会影响他人的检索效果。医学上现在主要使用美国《医学索引》(Index Medicus)的医学主题词表(Medical Subject Headings,MeSH)最新版作为规范,亦可参考中国医学科学院情报研究所翻译地英汉对照《医学主题词注释字顺表》。非主题词表的关键词为自由词,只有必要时,才可排列于最后。有些新词也可选用几个直接相关的主题词进行搭配。

摘要： 关键词是方便文献标引工作而选用的可表达文章主题内容的词或词组,它既传达文章的主题概念,也作为文章的检索要点, 一般为 3~5 个。 关键词确定的三步法:①对文献进行主题分析,弄清文章的主题概念和中心内容;②尽可能从题名、摘要、层次标题和正文 的重要段落中抽出与主题概念一致的词和词组(关键词包括主题词和自由词 2 个部分,主题词是专门为文献的标引或检索而从自然 语言的主要词汇中挑选出来并加以规范了的词或词组,应从美国国立医学图书馆的 MeSH 数据库中选取,其中文译名可参照中国 医学科学院信息研究所编译的 《医学主题词注释字顺表》,中医药关键词从中国中医科学院中医药信息研究所编写的 《中医药主 题词表》 中选取。自由词是反映该论文主题中新技术、新学科尚未被主题词表收录的新产生名词术语或在叙词表中找不到的 词),但需控制自由词标引的数量.

摘要： 关键词又称主题词,是位于摘要之后,在论文中起关键作用的、最能说明问题的、代表论文特征的名词或词组。它通常来自于题目,也可以从论文中挑选。一般每篇论文要求2~5个关键词。每个关键词都可以作为检索论文的信息,若选择不当,会影响他人的检索效果。医学上现在主要使用美国《医学索引》(Index Medicus)的医学主题词表(Medical Subject Headings,MeSH)最新版作为规范,亦可参考中国医学科学院情报研究所翻译地英汉对照《医学主题词注释字顺表》。非主题词表的关键词为自由词,只有必要时,才可排列于最后。

摘要： 科技论文的关键词是从其题名、层次标题和正文中选出来的、能反映论文主题概念的词或词组,是表达文献主题概念的自然语言词汇,是科技论文的文献检索标识。每篇论文需给出3~8个关键词,其中主题词应尽可能多一些,请尽量使用综合性主题词表(如《汉语主题词表》)和专业性主题词表(如NASA词表、INIS词表、TEST词表等)中进行标引,如果尚无相应的词,可采用习用的自由词,但要置于最后。

摘要： 关键词又称主题词,是位于摘要之后,在论文中起关键作用的、最能说明问题的、代表论文特征的名词或词组。它通常来自于题目,也可以从论文中挑选。一般每篇论文要求2~5个关键词。每个关键词都可以作为检索论文的信息,若选择不当,会影响他人的检索效果。医学上现在主要使用美国《医学索引》(Index Medicus)的医学主题词表(Medical Subject Headings,MeSH)最新版作为规范,亦可参考中国医学科学院情报研究所翻译地英汉对照《医学主题词注释字顺表》。非主题词表的关键词为自由词,只有必要时,才可排列于最后。有些新词也可选用几个直接相关的主题词进行搭配。

摘要： 文章分析了当前国史学科文献信息组织的局限性,指出基于学科知识体系的知识管理是解决这一问题的必经之路。重点阐述了以"体系分类法"和"分面分类法"进行学科体系类表和分面词表的构建,以及该学科知识体系在学科文献知识管理组织和知识服务方面的应用。

摘要： 关键词是方便文献标引工作而选用的可表达文章主题内容的词或词组,它既传达文章的主题概念,也作为文章的检索要点,一般为3~5个。关键词确定的三步法:①对文献进行主题分析,弄清文章的主题概念和中心内容;②尽可能从题名、摘要、层次标题和正文的重要段落中抽出与主题概念一致的词和词组(关键词包括主题词和自由词2个部分,主题词是专门为文献的标引或检索而从自然语言的主要词汇中挑选出来并加以规范了的词或词组,应从美国国立医学图书馆的MeSH数据库中选取,其中文译名可参照中国医学科学院信息研究所编译的《医学主题词注释字顺表》,中医药关键词从中国中医科学院中医药信息研究所编写的《中医药主题词表》中选取。自由词是反映该论文主题中新技术、新学科尚未被主题词表收录的新产生名词术语或在叙词表中找不到的词),但需控制自由词标引的数量;③对所选出的词进行排序,首先考虑其重要性,再次考虑其在题目及摘要中出现的前后顺序,自由词建议排在最后。

摘要： 关键词是方便文献标引工作而选用的可表达文章主题内容的词或词组,它既传达文章的主题概念,也作为文章的检索要点,一般为3~5个。关键词确定的三步法:①对文献进行主题分析,弄清文章的主题概念和中心内容;②尽可能从题名、摘要、层次标题和正文的重要段落中抽出与主题概念一致的词和词组(关键词包括主题词和自由词2个部分,主题词是专门为文献的标引或检索而从自然语言的主要词汇中挑选出来并加以规范了的词或词组,应从美国国立医学图书馆的MeSH数据库中选取,其中文译名可参照中国医学科学院信息研究所编译的《医学主题词注释字顺表》,中医药关键词从中国中医科学院中医药信息研究所编写的《中医药主题词表》中选取。自由词是反映该论文主题中新技术、新学科尚未被主题词表收录的新产生名词术语或在叙词表中找不到的词),但需控制自由词标引的数量;③对所选出的词进行排序,首先考虑其重要性,再次考虑其在题目及摘要中出现的前后顺序,自由词建议排在最后。

摘要： 关键词是方便文献标引工作而选用的可表达文章主题内容的词或词组,它既传达文章的主题概念,也作为文章的检索要点,一般为3~5个。关键词确定的三步法:①对文献进行主题分析,弄清文章的主题概念和中心内容;②尽可能从题名、摘要、层次标题和正文的重要段落中抽出与主题概念一致的词和词组(关键词包括主题词和自由词2个部分,主题词是专门为文献的标引或检索而从自然语言的主要词汇中挑选出来并加以规范了的词或词组,应从美国国立医学图书馆的MeSH数据库中选取,其中文译名可参照中国医学科学院信息研究所编译的《医学主题词注释字顺表》,中医药关键词从中国中医科学院中医药信息研究所编写的《中医药主题词表》中选取。自由词是反映该论文主题中新技术、新学科尚未被主题词表收录的新产生名词术语或在叙词表中找不到的词),但需控制自由词标引的数量;③对所选出的词进行排序,首先考虑其重要性,再次考虑其在题目及摘要中出现的前后顺序,自由词建议排在最后。

摘要： 关键词又称主题词,是位于摘要之后,在论文中起关键作用的、最能说明问题的、代表论文特征的名词或词组。它通常来自于题目,也可以从论文中挑选。一般每篇论文要求2~5个关键词。每个关键词都可以作为检索论文的信息,若选择不当,会影响他人的检索效果。医学上现在主要使用美国《医学索引》(Index Medicus)的医学主题词表(Medical Subject Headings,MeSH)最新版作为规范,亦可参考中国医学科学院情报研究所翻译地英汉对照《医学主题词注释字顺表》。非主题词表的关键词为自由词,只有必要时,才可排列于最后。有些新词也可选用几个直接相关的主题词进行搭配。

摘要： 主题词表是图书馆情报学领域重要的术语控制工具,数字时代给传统主题词表带来了挑战,也赋予了新的时代需求.本文回顾了计量学主题词表的发展历程,分析了数字时代计量学主题词表体系建设的原则与思路方法,并对中国计量科学院文献馆正在进行的知识服务探索工作进行了简要描述.

摘要： 通过调研国内外多种主题词表的构建和研究现状,分析多种词表的构建流程、编表规则及词间结构等相关内容,得出编制主题词表所必要的词间结构等研究结果,然后遵循主题词表国内外的编表标准及国内博物馆藏品分类标准,结合国内博物馆藏品分类的现状和我国文物领域体系自身的特点,参照部分文物分类方法的研究结果,提出文物数字化保护标准体系主题词表的构建流程及整个过程中每个部分所涉及的方法和技术.

摘要： 本文指出现有电子政务主题词表在应用中的不足,将FAST主题词分面应用原理和理念移植到电子政务主题词表中,详细探讨了改造过程中分面的界定、分面的设置等具体问题,在FAST八个分面的基础上,提出七个共同组面;对其进行分面式改造,将相应主题词行归属,以表明这七个组面构建的实际意义.本文旨在为构建一部完整的分面式电子政务主题词表奠定基础.

摘要： 文章从信息组织的基本内涵,论述了主题词表在信息组织中的作用,通过对水利主题词表的编制加工,总结了在主题词表的编制加工中应进行的步骤和注意采取的措施.

摘要： 为了防止叙词性汉语主题词表可能存在的词义模糊甚至歧义的问题,以致在以后应用中出现“误检”“漏检”的现象,在构建计量学主题词表时,本文提出了围绕“一个中心、两个基本点、三大要素”的构建策略,努力建设一个规范统一、独立完整的标准化主题词表,以适应网络化、数字化发展的需要,为信息组织和网络数据库检索提供重要平台.

摘要： 本文介绍了《冶金工业主题词表》编制过程中叙词等级关系的种类,提出了等级关系的构建原则,重点分析了等级关系的构建方法及典型案例.得出如下结论:正确理解等级关系的构建原则是建立等级关系的前提条件;对专业知识的准确把握对于建立叙词等级关系至关重要;对于不甚熟悉的概念,需要参考有关工具书;对于原有专业叙词表,要采取批判的态度进行继承.

摘要： 主题词表又称叙词表，它是由概括一门或各个学科领域的经规范化处理的语义相关和族性相关的词或词组，按特定顺序排列所形成的检索词典，是一种将标引人员和检索人员的自然语言转换成规范化检索语言的术语控制工具。主题词表于上世纪50年代随着计算机在图书情报领域的应用而逐步产生，其后迅速发展。主题词表主要分为适用于各个领域的通用主题词表和具有专业特色的专业主题词表。

摘要： 工业生物技术是以微生物或酶为催化剂进行物质转化,大规模生产人类所需的化学品、医药、能源、材料等,是解决人类目前面临的资源、能源及环境危机的有效手段.工业生物技术涉及生物、医药、化学、工程、计算机等多个交叉研究领域,其文献计量研究具有一定的专业性、复杂性和前沿性,为了更好地开展工业生物技术领域主题文献检索策略的制定和文献数据集的构建工作,本研究构建了工业生物技术领域知识系统和主题词表,开发了工业生物技术领域检索语言兼容转换系统,为基于科学文献的工业生物技术领域知识挖掘奠定了基础.

摘要： 本文以《综合电子政务主题词表》为素材,针对侨务工作,设计了叙词表转换为本体的实验.该实验清晰地提示了本体转换的流程、问题,是叙词表转换为本体的一个实践.同时,建立的侨务本体为侨务信息的组织、查询、检索等提供了新的途径.

摘要： 本文阐述了中国图书馆界在书目著录、编目格式、主题词表、分类法等方面制定的一系列的工作规则和标准的现状,详细分析了编目标准化过程中存在的问题,同时结合我国书目资源共享的实际情况,提出了标准先行、重视用户、协调差异、跨行业合作等编目标准化的对策和改进方法.

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： 增强BTM主题模型主题词语义相关性和主题凝聚度方法,属于文本挖掘和机器学习的交叉领域，包括下述内容：（1）文本语料获取以及预处理；（2）词向量模型构建；（3）BTM主题模型的建模；（4）词语之间语义相关性计算；（5）结合双词语义相关的主题模型的建模。本发明的双词扩展的主题模型在主题凝聚度TC值以及Js距离值上都比传统的主题模型有明显的提高。

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： 增强BTM主题模型主题词语义相关性和主题凝聚度方法,属于文本挖掘和机器学习的交叉领域，包括下述内容：（1）文本语料获取以及预处理；（2）词向量模型构建；（3）BTM主题模型的建模；（4）词语之间语义相关性计算；（5）结合双词语义相关的主题模型的建模。本发明的双词扩展的主题模型在主题凝聚度TC值以及Js距离值上都比传统的主题模型有明显的提高。

摘要： 本发明公开一种基于流式LDA主题模型发现文档隐含主题和主题词的方法，属于机器学习的自然语言处理技术领域。在LDA模型的基础上考虑文档间主题和主题词的互相影响，对连续文档进行准确的隐含主题和主题词发现，包括随机初始化参数和选取超参数、随机生成每篇文档主题的先验分布和每个主题词的主题词分布、将文档中的词分配给某个主题、计算主题和主题词的极大似然函数和后验分布并更新所有的分布和参数、按概率对文档的主题和主题词进行降序排序输出最大概率的几个主题及其主题词五个步骤。具有可充分考虑相邻文档间主题的相互影响，得到的文档的主题分布较现有的技术更加贴近于主题的真实分布，获取文档的主题以及其主题词更加精准等优点。

摘要： 本发明公开一种基于主题词的自扩充主题爬虫实现方法，用户根据需要设置初始URL列表、主题词库，作为爬虫程序开始的起点；主题爬虫主程序按优先级遍历爬取URL列表，提取网页内容；对网页内容进行特征提取和向量化处理，计算网页主题相关度，保存主题相关的网页内容，网页包含的跳转URL加入到待爬取URL列表中；根据用户设定的更新频率，将新增内容纳入语料库，进行主题词库自扩充与更新；主题词库发生更新后，重新爬取URL列表，更新主题相关度，继续爬取直到没有待爬取URL列表为止。并选取了优选实例的实验结果，说明基于主题词的自扩充主题爬虫设计方法具有可行性和有效性，随着主题词库的扩充，可以显著提高爬虫的爬取范围并保持较好的准确度。

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。