古籍計(jì)算機(jī)斷句標(biāo)點(diǎn)與分詞標(biāo)引研究

內(nèi)容概要

　　《古籍計(jì)算機(jī)斷句標(biāo)點(diǎn)與分詞標(biāo)引研究》以古籍中的農(nóng)業(yè)文獻(xiàn)及農(nóng)史信息資源為研究對(duì)象，利用計(jì)算機(jī)技術(shù)及現(xiàn)代情報(bào)技術(shù)進(jìn)行整理與開發(fā)，但各冊(cè)研究重點(diǎn)并非完全一致，或標(biāo)點(diǎn)與分詞，或編纂與?？?，或知識(shí)組織，或內(nèi)容挖掘，或索引編制，或關(guān)注信息門戶，或研究古籍?dāng)?shù)字化技術(shù)。雖各有分工、各有側(cè)重，但卻互相補(bǔ)充、緊密聯(lián)系。

作者簡介

　　黃建年，男，1966年生，研究館員，1990年畢業(yè)于北京大學(xué)圖書館學(xué)專業(yè)本科，獲得文學(xué)學(xué)士學(xué)位，2004年、2009年分別于南京大學(xué)、南京農(nóng)業(yè)大學(xué)獲得管理學(xué)碩士、理學(xué)博士學(xué)位。先后擔(dān)任圖書館辦公室主任、圖書館館長助理、物資設(shè)備處副處長等職。曾兼職擔(dān)任鎮(zhèn)江市圖書館學(xué)會(huì)學(xué)術(shù)委員會(huì)副主任，現(xiàn)為江蘇省黃氏文化研究會(huì)(籌)常務(wù)理事。主持或者參與國家社科基金項(xiàng)目、教育部人文社會(huì)科學(xué)基金項(xiàng)目、江蘇省教育廳高校社科基金項(xiàng)目等10余項(xiàng)，在《中國圖書館學(xué)報(bào)》、《情報(bào)學(xué)報(bào)》等各類刊物上發(fā)表學(xué)術(shù)論文60余篇，出版專著2部，開發(fā)軟件2種。主要研究方向：古籍整理、數(shù)字圖書館、信息組織。
　　侯漢清，南京農(nóng)業(yè)大學(xué)信息科技學(xué)院教授、博導(dǎo)，中國索引學(xué)會(huì)副理事長。主要專著有《主題法導(dǎo)論》(1991年)、《索引技術(shù)和索引標(biāo)準(zhǔn)》(1997年)、《當(dāng)代分類法主題法索引法研究》(1997年)、《文獻(xiàn)分類法主題法導(dǎo)論》(1999年)、《圖書館學(xué)五定律》(譯著，1984年)、《引文索引法的理論及其應(yīng)用》(譯著，2003年)、《情報(bào)檢索語言與智能信息處理叢書》(主編，2009年)等。主持或參與主持國家級(jí)項(xiàng)目6項(xiàng)，主編或參與主編《中國分類主題詞表》、《社會(huì)科學(xué)檢索詞表》等國內(nèi)主要詞表和分類表多部。研究方向：信息組織、信息檢索、信息智能處理。

書籍目錄

序一
序二
序三
1　緒論
　1.1　課題依據(jù)及意義
　1.2　國內(nèi)外研究綜述
　1.3　研究的主要理論與技術(shù)路線
　1.4　研究的主要內(nèi)容、結(jié)構(gòu)與創(chuàng)新之處
2　古籍?dāng)嘌畼?biāo)點(diǎn)技術(shù)研究
　2.1　斷句標(biāo)點(diǎn)概述
　2.2　古籍自動(dòng)斷句標(biāo)點(diǎn)技術(shù)進(jìn)展
　2.3　古籍自動(dòng)斷句標(biāo)點(diǎn)算法、流程與功能設(shè)計(jì)
　2.4　實(shí)驗(yàn)結(jié)果評(píng)價(jià)與展望
　2.5　本章小結(jié)
3　古　籍分詞標(biāo)引技術(shù)研究
　3.1　古籍文本分詞標(biāo)引研究進(jìn)展
　3.2　分詞標(biāo)引理論與關(guān)鍵技術(shù)研究
　3.3　自動(dòng)分詞主要算法與流程
　3.4　分詞效果測試
　3.5　分詞結(jié)果分析
　3.6　分詞結(jié)果應(yīng)用
　3.7　本章小結(jié)
4　古籍整理與開發(fā)系統(tǒng)的構(gòu)建與集成
　4.1　系統(tǒng)開發(fā)背景
　4.2　古籍?dāng)嗑錁?biāo)點(diǎn)子系統(tǒng)
　4.3　古籍分詞子系統(tǒng)
　4.4　古籍系統(tǒng)設(shè)置子系統(tǒng)
　4.5　本章小結(jié)
5　結(jié)語
6　附錄
　附錄一　計(jì)算機(jī)斷句樣例
　附錄二　計(jì)算機(jī)標(biāo)點(diǎn)樣例
　附錄三　標(biāo)點(diǎn)規(guī)則庫樣例
　附錄四　計(jì)算機(jī)分詞樣例
　附錄五　常用農(nóng)業(yè)史資料、索引一覽表
　附錄六　新中國農(nóng)業(yè)古籍整理出版簡目
　附錄七　《廣州府志》等四種古籍索引樣例
　附錄八　全書索引
后記

章節(jié)摘錄

版權(quán)頁：插圖：索引編制自動(dòng)化主要集中在逐字索引，而對(duì)詞的索引研究不多，所以本論文的研究重點(diǎn)在索引詞匯的識(shí)別，通過自動(dòng)識(shí)別索引詞匯，然后實(shí)現(xiàn)索引的自動(dòng)編制，編制出真正基于語詞的古籍索引。3.2 分詞標(biāo)引理論與關(guān)鍵技術(shù)研究3.2.1 分詞詞典研究分詞詞典是基于詞典分詞的漢語自動(dòng)分詞系統(tǒng)的一個(gè)組成部分，也是影響系統(tǒng)性能的重要因素之一。基于詞典的自動(dòng)分詞系統(tǒng)所需的各類信息基本上從分詞詞典中獲取。考核分詞詞典質(zhì)量主要有兩個(gè)指標(biāo)：①詞典的內(nèi)容，即詞典中收錄詞匯的數(shù)量與質(zhì)量，它對(duì)分詞精度有著很大的影響。一個(gè)好的詞典要具備通用性好、覆蓋率高的優(yōu)點(diǎn)。②詞典的組織形式。系統(tǒng)在進(jìn)行分詞及標(biāo)注時(shí)需要頻繁地查詢?cè)~典，詞典的查詢速度直接影響到分詞系統(tǒng)的速度，因而必須有效地組織詞典，從而提高系統(tǒng)的整體性能。建立詞典有兩種方法：①建立靜態(tài)詞庫，這是一種簡單直接的方法。靜態(tài)詞庫以國家技術(shù)監(jiān)督局1993年發(fā)布的GB／T13715-92《信息處理用現(xiàn)代漢語分詞規(guī)范》為依據(jù)，其特征是針對(duì)信息處理的基本需要、以人為本、考慮詞的常用性，整個(gè)詞表分成詞庫、帶字母詞庫、專名庫、常用接續(xù)庫、成語庫、俗語庫以及單字詞庫等7個(gè)分詞庫。該規(guī)范具有較強(qiáng)通用性及覆蓋能力，對(duì)推動(dòng)漢語自動(dòng)分詞研究的發(fā)展，起到了積極作用。但該方法的不足之處在于字典所能包含的單詞有限，對(duì)于特定領(lǐng)域的某些單詞無法包含。并且對(duì)于某個(gè)特定領(lǐng)域的應(yīng)用來說，實(shí)際需要的單詞要少得多，大而全的字典反而影響分詞的效率和準(zhǔn)確率。②建立動(dòng)態(tài)詞庫，動(dòng)態(tài)詞庫也稱為智能詞庫，使用統(tǒng)計(jì)方法通過對(duì)大量的語料文本進(jìn)行處理來建立詞典。智能詞典的基本思想是：先用無詞典法按照一定算法對(duì)分詞文本進(jìn)行特征提取，提取出中頻詞與高頻詞兩類，按照一定的算法決定高頻詞是否為新詞，若有新詞則添加到臨時(shí)詞典，然后按照機(jī)械分詞算法進(jìn)行分詞。智能詞典定時(shí)地對(duì)臨時(shí)詞典進(jìn)行處理，按照一定的算法提取特征詞，將其放人詞典。該方法針對(duì)特定領(lǐng)域，詞典的規(guī)模相比于通用詞典要小得多，其分詞的效率比第一種方法要高。更重要的是，這種方法統(tǒng)計(jì)大量的語料文本，能包括本領(lǐng)域的幾乎所有單詞，其分詞的準(zhǔn)確率也比前一種方法高。

編輯推薦

《古籍計(jì)算機(jī)斷句標(biāo)點(diǎn)與分詞標(biāo)引研究》是中華農(nóng)業(yè)文明研究院文庫?文化典籍計(jì)算機(jī)整理與知識(shí)組織叢書之一。

圖書封面

圖書標(biāo)簽Tags

無

評(píng)論、評(píng)分、閱讀與下載

---

    古籍計(jì)算機(jī)斷句標(biāo)點(diǎn)與分詞標(biāo)引研究 PDF格式下載

---