第二章 常规论文检索原理

六、主题语言：单元词语言 主题语言：
是以单元词作为文献内容标识和检索依据的主题语言。 单元词：是从文献中抽取出来，经过规范化的，能描述文献所论 及的事物──主题的那些最小，最基本的词汇单位。 1.单元词法的原理 单元词法的原理 通过用单元词表达的单元概念的组合或组配，可以表达一个完 整的，复杂的概念。 2.单元词法的特点 单元词法的特点 优点：具有较强的语义表达能力、有利于主题因素复杂的多维 概念文献的标引和检索。 缺点：在组配时容易产生虚假组配，影响检索的准确性。如 “机床”，“检修”产生“机床的检修”和“检修用机床”两种 概念。
主题语言： 七、主题语言：叙词语言 叙词：是描述文献内容特征的知识单元，即在 概念上不能再分的基本概念。 概念
1.叙词法的原理 叙词法的原理
概念组配，是将叙词表中两个以上的叙词，用一 定的关系符号把它们连接在一起，以扩大或缩小 其表达事物概念的本质属性。用以准确描述文献 的议题内容。它是以逻辑运算方式来表达的。
检索人员与检索工具之间的桥梁。因为自然语言本身存在大量的 检索人员与检索工具之间的桥梁 词汇歧义和语义歧解现象，不能直接用作存储和检索中的语言
（如：发展中国家兔的饲养、一个半劳动力、和服务）
三、检索语言的种类 分类语言 主题语言 号码语言 题名语言 著者语言
目前应用较多的是：分类语言中体系分类语言和主题语言中的标 目前应用较多的是： 题语言、单元词语言、叙词语言和关键词语言。 题语言、单元词语言、叙词语言和关键词语言。
文献信息检索的分类（ 三、文献信息检索的分类（按其检索对象 ） 文献检索是以文献全文（或文献线索、文
摘）为检索对象的一种检索，凡是查找某 一主题、学科、时代、地区、著者、文种 的有关文献均属于这一范畴。
文献检索（Document Retrieval）
是以数值或图表形式表示的数据为对象 的检索。例如，查找某一数学公式、数 据图表、某种材料的成分、性能等。
4.《汉语主题词表》简介 《汉语主题词表》
它是一种将自然语言转换为检索语言的叙词控制 工具，是叙词语言的具体表现。广泛用于编制中 文检索工具和检索中文科技文献，它共收词 108568个（正式叙词91158，非正式叙词17410）， 词族3707个。都是各学科中有一定检索频率，并 能汇集一定文献量或者具有组配意义的最基本的 名词或名词性词组。全部词表按社会科学和自然 科学分别编辑。共出版3卷10分册，各分册均由 主表（字顺表）、附表、词族索引、范畴索引和 英汉对照索引５个部分组成。
类目表
《中图法》的内容结构 中图法》
说 明
基本大类表 简表 详表 复分表 编制说明 使用说明 类目注释
索 引
主题字顺组织法（ 主题字顺组织法（简称主题法 ） 所谓主题法，就是以自然语言中的词语或规范化的词语作为揭示文献 它是以标题词(规范的事物名称、名 主题的标识，并以此标识编排组织和查找文献的排检方法。
八、主题语言：关键词语言 主题语言：
关键词：直接从文献的题名、文摘或正文中抽选出来， 对表达文献主题具有实质意义、未经规范化处理的自由 词汇，没有固定词表，属散组配语言。 通常使用禁用词表（停用词表）（stop-list）:指那些词 禁用词表（ 禁用词表 停用词表） 频较高，通常是一些虚词和没有实际检索意义的词，如 冠词、介词、连词、代词等等。如汉语中的 “的”“是”，英语中的a,an,the,this,that,or, and, a,an,the,this,that,or, in,on,with,they,it etc. 1.关键词法的原理 从文献题目，摘要和正文中抽选出具有实质意义的未 经规范化处理，并能表达文献主题内容特征的名词术语 来作检索标识的。
主题法
词术语)作为文献主题内容的标识和 检索标识的先组式主题法。 标题词法 它主张用最基本的、字面上不能再 单元词法 分的词汇——单元词做主题词。单 元词从文献内容中抽出，再经规范， 关键词法 关键词法是直接从文献题名、文摘或 能表达一个独立的概念。 全文中抽取出来的有实际检索意义的 叙词法 信息单元(关键词)作为主题词。 叙词法是以叙词做主题词的后组式主 题法。叙词是一种以概念为基础的， 经过优选的规范化名词术语，具有单 义性，组配性能好的特性。
主标题词的构成方式
正叙式：将事物的名称、现象、方法或过程和名词 术语直接作为主标题词。如DATA PROLESSING 倒叙式：是在事物的名称或方式、过程的名词后 加上进一步表示该事物或过程的特征、类型的限定 词，中间用逗号分开的方式构成。如PIPE,STEEL 并列式：是将两种互有联系而又各自独立的事物 或概念的名词，以并列的方式构成的主题词。如： metal and alloys 副标题词是用来修饰、限定和细分主标题词，经 过规范化的词、词组或短语。
四、体系分类语言
体系分类语言是按照一定的观点，以学科分类为基础，结合文献内 容特征，运用概念划分方法，按知识门类的逻辑次序，从总到分， 从一般到具体，从低级到高级，层层划分，逐渐展开的一个层累 制号码系统，是用分类号表达文献议题概念的检索语言。该语言 对各级类目以固定组配形式供书目控制时使用。 1.体系分类法的原理 体系分类法的原理 体系分类法是一种直接体现知识分类的等级制概念的标识系统。 它是运用逻辑分类的原理，按照文献所属的学科、专业及特征， 对文献进行系统化组织的一种方法。它是使用最普遍的一种方法。
（一）文献的外表特征： 文献的外表特征： 外表特征
主要是指文献的题名（包括：书名、期刊名、篇名等）、著者姓名、研究机 题名（包括：书名、期刊名、篇名等）、著者姓名、 题名 ）、著者姓名 出版者、科技报告的报告号、专利号等。在检索工具中，文献的外表特 构、出版者、科技报告的报告号、专利号 征常常按名称、号码等序列排，方便易懂，检索较为方便。
例：叙词的词汇控制
（1）语义同义词：原子能工业（叙词） 核工业（入口词） （2）产品型号与代号之间：SS-1导弹（叙） “飞毛腿”导弹（入） （3）全称与简称之间：北京大学（叙） 北大（入） （4）学名与俗名之间：玉米（叙） 包谷（入） 玉蜀黍（入） （5）部分近义词之间：殖民地（叙） 非殖民地（入） （6）部分反义词之间：本质属性（叙）非本质属性（入） （7）上位词置代：水污染（叙） 地表水污染（入） 地下水污染（入） 水体污染（入）
2.关键词语言的应用 关键词语言的应用 在文献数据库和网络搜索引擎中使用的关 键词是由计算机通过词频统计自动产生的。 而我们在期刊文献、会议文献中看到的关 键词是由著者指定的。
3、关键词法的特点 、关键词法的特点（与标题法、叙词法相比）
（1）关键词属于自然语言，标题词及叙词属于受控 语言； （2）关键词词表比标题表、叙词表简单的多，一般 不设任何参照，不显示任何词间关系，甚至不附带 范畴号或分类号，因而篇幅也小得多； （3）关键词通常使用禁用词表（stop-list）,而标题 法或叙词法使用许用词表（go-list）。后者只允许 用实际出现在词表上的那些词作标引词，而前者只 允许所有不曾列入禁用词表的词作标引词。
2.标题词的规范化处理 标题词的规范化处理
规范化处理：指对标题词中的同义词、近义词、多 义词、反义词等进行管理和控制，使标题词能满足准 确性和通用性的要求，以达到表述文献主题概念的唯 一性。 (1)同义词 a.新名与旧名，一般选用新名 b.全称与简称 一般选准确、通用为原则 c.学名与俗名 ，一般用学名 d.音译与意译，一般用意译 (2)近义词 合并作为概念的等同关系，如实验和试验 (3)反义词 一般用正义词肯定词 (4)多义词 一般用加上概念限制的方法
2、叙词法优点 、
(1)组配准确，标引能力强； (2)结构完备，词汇控制严格； (3)适合多途径检索，检索效率高； (4)对检索系统的适应能力强；（能同时适应于 标识单元和文献单元检索方式，适应计算机 检索系统和手工检索系统）
3、叙词法的缺点 、 （1）词汇控制要求严格，词表编制和管理难度大，需要花费较多 人力、物力； （2）文献标引须在概念分析基础上进行，标引规则较复杂，标引 难度大，速度慢； （3）用户难以熟悉词表及标引规则，给使用带来不便。
五、主题语言：标题词语言 主题语言：
标题词语言：是最早出现的一种主题法类型 是最早出现的一种主题法类型。是以标题词作为文献内容标识 是最早出现的一种主题法类型 和检索依据的主题语言。 标题词：是从文献题目和内容中抽选出来，经过规范化处理，用以描述文献 内容特征的词，词组或短语。一般分为主、副标题词。 1.标题词法的原理 标题词法的原理 是从科技人员熟悉的大量科技名词术语中，选出具有实质性意义的科技名 词术语，经过规范化处理，作为标识，来直接表达文献所论及的事物──主题， 而不管该文献是从哪个角度，哪个学科来论述该事物主题的，并将全部标识 按字顺排列，而不管各个标识所表达的事物──主题之间的关系。
如：TP 自动化技术 计算技术 TP1 自动化基础理论 TP2 自动化技术及设备 TP3 计算技术 计算机 TP9 计算机应用 TP91 信息处理 .7 机器辅助技术 .72 机器辅助设计 自动设计 CAD .73 机器辅助制造 CAM .75 机器辅助计算 TP93 计算机网络 .1 局部网络 .2 类法的结构
我国广泛使用的《中国图书馆图书分类法》简称《中图法》，就是一种典型 的体系分类法，它由编制说明，基本大类，简表，详表，辅表五个部分组成。 现以1999年出版的第四版《中图法》为例，说明体系分类法的结构。 (1)编制说明：包括该分类法的编制过程，所依据的编制原则、部类及大类 编制说明： 编制说明 的设置和次序的理由，对各种分类问题的处理方法，标记方法，使用方法等。 (2)基本大类：采用五个基本部类。即马克思、列宁主义毛泽东思想，哲学， 基本大类： 基本大类 社会科学，自然科学，综合性图书。在此基础上组成了22个基本大类（一级 类目） (3)简表 由三级类目组成，是《中图法》的基本类目表，浏览简表可以很 简表 快了解整个分类体系的概貌，归类查表时只有从简表入手查详表，才能做到 准确快速。 (4)详表 又叫主表由类号、类目和注释组成。 详表 (5)辅表 也叫复分表，用来对主表中所例举的类目进行细分，可分为“通 辅表 用复分表”和“专用复分表”。