- 相關(guān)推薦
一種基于人機(jī)結(jié)合思想的書本式地方文獻(xiàn)索引編制方法
地方文獻(xiàn)以其地名、人名、機(jī)構(gòu)名等專有名詞術(shù)語眾多而一直是索引編制的難點。對于文字?jǐn)?shù)量數(shù)百萬乃至上千萬的地方文獻(xiàn)而言,若要達(dá)到滿足讀者檢索要求的標(biāo)引深度,則索引制作的工作量就會急劇增加。如果純用手工制作,不僅在信息的處理過程中容易產(chǎn)生差錯,且費時費力。為了解決這一矛盾,降低索引編制成本,需要引入計算機(jī)信息處理技術(shù)。以下我們以在《杭州市志·索引》編制過程中開發(fā)的計算機(jī)輔助索引軟件(CAIC1.0Beta)為例,就詳細(xì)說明這一基于人機(jī)結(jié)合思想的地方文獻(xiàn)索引編制方法。
1 現(xiàn) 狀
目前,運用計算機(jī)信息處理技術(shù)來進(jìn)行漢語文獻(xiàn)索引編制的方法一般分為兩大類:一種為基本以自動標(biāo)引、索引為主的方法,其中漢語自動標(biāo)引法常見的有詞典標(biāo)引法、切分標(biāo)引法、語法分析標(biāo)引法、漢語自動標(biāo)引專家系統(tǒng)、單漢字標(biāo)引法等;在漢語索引法上則多采用題名關(guān)鍵詞抽詞索引法、主題詞表選詞索引法、職能符號標(biāo)引索引法等。這些方法都在一定程度上解決了漢語文獻(xiàn)標(biāo)引和索引的問題,但由于漢語語言現(xiàn)象的復(fù)雜性,此工作基本都在文獻(xiàn)題名這一層次上展開,至于針對文獻(xiàn)全文的智能標(biāo)引和索引尚處于探索階段。而且,這些方法需要具備相當(dāng)專業(yè)的計算機(jī)、語言學(xué)、文獻(xiàn)學(xué)知識,并且相關(guān)的專用軟件獲取成本極高。另一個常用方法是人機(jī)結(jié)合、以人為主的方法,主要為采用諸如Foxpro MicrosoftAccess據(jù)庫軟件來編制。這種方法具有技術(shù)要求低、使用方便的特性。但這僅是一個以人工為主、輔以計算機(jī)技術(shù)的方案,并且參照系統(tǒng)即關(guān)鍵詞之間的相互關(guān)系(見、參見)不能直接在上述數(shù)據(jù)庫軟件中得到表達(dá)和轉(zhuǎn)移,因此索引庫的生成無法直接應(yīng)用參照系統(tǒng),編制者將不得不依靠手工來進(jìn)行,這是一個非常繁瑣而且極易導(dǎo)致差錯的工作。
2 解決方案的系統(tǒng)設(shè)計
方志作為地方文獻(xiàn)的一個重要門類,其數(shù)量龐大,包含了一個區(qū)域的自然、政治、經(jīng)濟(jì)、文化、社會、軍事等信息,有地方百科全書之稱,具有極高的使用價值。為此,我們在實踐中以《杭州市志·索引》作為地方文獻(xiàn)的樣本,對此進(jìn)行索引的編制。其編制目標(biāo)是一部分析內(nèi)容的書本式關(guān)鍵詞索引,其標(biāo)引范圍為全志中的正文、附錄、圖、表格、照片,標(biāo)引對象為人物、機(jī)構(gòu)、地名以及其他一切具有檢索價值的各類事物、事件和活動。
對于一個優(yōu)秀的索引而言,確定適合的標(biāo)引、索引方案和參照系統(tǒng)是至關(guān)重要的,也是本索引編制解決方案首先要解決的問題。因此,在系統(tǒng)設(shè)計過程中,我們考慮了地方文獻(xiàn)的特點和客觀實際,分析上述方法的利弊,制訂了以下的編制思路�！�
2.1 標(biāo)引方案 以實現(xiàn)的手段劃分,可分為人工標(biāo)引和自動標(biāo)引。自動標(biāo)引又可分為自動 抽詞標(biāo)引和賦詞標(biāo)引。自動抽詞標(biāo)引是指直接從原文中抽取詞或短語作為標(biāo)引詞來描述文獻(xiàn)的主題內(nèi)容。如果在自動標(biāo)引過程中,使用的標(biāo)引詞來自于預(yù)先編制好的詞表,則稱之為自動賦詞標(biāo)引。對于計算機(jī)而言,針對漢語的自動抽詞主要困難在于自動分詞以及選取標(biāo)引詞的標(biāo)準(zhǔn),而自動抽詞標(biāo)引的標(biāo)準(zhǔn)很大程度上是建立在詞頻統(tǒng)計的基礎(chǔ)上的。就方志這一類地方文獻(xiàn)而言,如果一些人名、地名在文獻(xiàn)中只出現(xiàn)數(shù)次乃至一次的話,就很有可能不被標(biāo)引,這會導(dǎo)致大量有價值的信息不能被檢索到。而如果放低詞頻標(biāo)準(zhǔn),則相關(guān)的標(biāo)引詞數(shù)量會急劇增多,書本式索引的篇幅會相當(dāng)龐大。而自動賦詞標(biāo)引又依賴于詞表,由于方志的地域性,這樣一個包含有大量地方獨特的人名、機(jī)構(gòu)名和地方特色事物的詞表一般都沒有建立,因此無從根據(jù)詞表來進(jìn)行自動標(biāo)引。
由于地方文獻(xiàn)的編纂者或研究者對于文獻(xiàn)內(nèi)容比較熟悉,可以準(zhǔn)確地分析主題內(nèi)容,并抽取相應(yīng)的關(guān)鍵詞予以標(biāo)引。因此,采用由他們來進(jìn)行人工標(biāo)引的方法,應(yīng)該是方便和切合實際操作情況的策略�！�
2.2 索引方案 索引款目的自動生成目前已經(jīng)有很多實際應(yīng)用的方案,如鏈?zhǔn)剿饕?ChainIndexing)、選擇組合排列索引法SLIC)、掛接主題索引法(ASI)、保留上下文索引法(PRECIS)等,這些基于計算機(jī)的索引法無一例外地運用了輪排或循環(huán)技術(shù),對于計算機(jī)來說只要設(shè)定好索引法的原則后,工作是相當(dāng)簡單的。但是這種方法會導(dǎo)致索引款目急劇增多的后果,因此這種對于專業(yè)性文獻(xiàn)檢索工具而言是十分適合的方法,運用到地方文獻(xiàn)上時,特別是如方志一類篇量較大的文獻(xiàn)上時,就要承擔(dān)索引篇幅大幅增加印刷成本提高所帶來的危險�；谶@個因素,我們認(rèn)為在方志索引上應(yīng)該采取對于絕大部分的索引詞不進(jìn)行輪排,只對極個別的主標(biāo)目和副標(biāo)目進(jìn)行輪排的索引方案,以最小的代價來實現(xiàn)相對高的查全率�！�
2.3 參照系統(tǒng)生成 是否設(shè)置參照系統(tǒng)是衡量索引系統(tǒng)質(zhì)量的重要指標(biāo)之一。而為了提高查全率,也需要我們設(shè)置參照系統(tǒng)。參照系統(tǒng)由主標(biāo)目詞和見參照(seereference)、參見參照(seeaisoreference)組成,從而保證了索引的整體性和系統(tǒng)性。因此,我們認(rèn)為在沒有現(xiàn)成詞表的前提下,運用計算機(jī)技術(shù)結(jié)合人工干預(yù)來生成參照系統(tǒng)應(yīng)該是軟件追求的目標(biāo)。
2.4 編程語言的選擇 由于直接運用Foxpro數(shù)據(jù)庫技術(shù)在款目地址碼歸并和參照系統(tǒng)生成上的困難,因此采用通用編程語言是理想的選擇。Delphi為一種面向?qū)ο蟮目梢晳?yīng)用程序開發(fā)工具,與其他語言相比,它提供了一種快速的編譯器,優(yōu)化編譯模式在很大程度上提高了代碼質(zhì)量和運行穩(wěn)定性,所以這種語言一直受到專業(yè)人士的青睞。同時,Delphi特別對于數(shù)據(jù)庫的體系結(jié)構(gòu)提供了強大的支撐,Delphi還允許開發(fā)者將應(yīng)用程序作為單一的.exe文件提供給終端用戶,這樣就減少了可執(zhí)行文件在運行時對于其他文件或DLL(動態(tài)鏈接文件)的依賴。因此我們以Delphi為系統(tǒng)前臺,以MicrosoftAccess為后臺數(shù)據(jù)庫存儲原始信息,來編制索引計算機(jī)輔助編制系統(tǒng)。
3 本方案的技術(shù)實現(xiàn)
3.1 數(shù)據(jù)結(jié)構(gòu) 本軟件數(shù)據(jù)庫包含三個主要的數(shù)據(jù)表:ａ 主表(標(biāo)引詞庫)。該表用來儲存從方志文獻(xiàn)中抽取的關(guān)鍵詞和諸如卷號、頁碼、體裁、參照關(guān)系等屬性,以及一些用于操作管理的信息。其中的記錄需要索引編制者人工輸入。為了方便數(shù)據(jù)的錄入工作,一般可按照文獻(xiàn)的頁碼順序依次輸入。ｂ 關(guān)鍵詞表。該表依據(jù)主表表達(dá)的各標(biāo)引詞之間的參照關(guān)系,由程序自動生成。此表是軟件下一步進(jìn)行索引合成的依據(jù)。ｃ 索引正文數(shù)據(jù)表。該表用來儲存關(guān)鍵詞及其地址碼(卷號、頁碼),可用來最后輸出索引正文格式的文本文件。
3.2 程序功能(主控界面見圖1)
本軟件具備信息采集;信息處理;信息輸出三大功能。
3.2.1 信息采集功能。主要是由索引編制者將標(biāo)引詞(
【一種基于人機(jī)結(jié)合思想的書本式地方文獻(xiàn)索引編制方法】相關(guān)文章：
淺議地方文獻(xiàn)報刊索引工作03-20
地方文獻(xiàn)目錄初探03-20
地方文獻(xiàn)的搜集與整理03-19
一種基于區(qū)域特性選擇與加權(quán)平均相結(jié)合的遙感圖像融合方法11-22
基于嵌入式思想的小波圖像壓縮研究03-20
地方文獻(xiàn)整序研究12-05
家譜-不可忽視的地方文獻(xiàn)03-18
地方文獻(xiàn)工作芻議03-18