东南亚信息检索导论-东南亚国家网络信息检索导论

2023-08-16 理论教育版权反馈

【摘要】：信息检索语言又称标引语言，或是索引语言、概念标识系统、检索标识系统等，是信息检索系统存储和检索文献信息资源时，共同使用的约定俗成的一种语言。检索语言根据不同的划分标准，可以有不同的类型。分类语言是以符号为基本字符、用分类号及相应的分类款目名称来表达文献主题概念的检索语言。单元词语言单元词语言产生于20世纪50年代。

信息检索语言又称标引语言，或是索引语言、概念标识系统、检索标识系统等，是信息检索系统存储和检索文献信息资源时，共同使用的约定俗成的一种语言。

信息检索语言在信息标引人员、检索人员和用户之间架起了一座桥梁，用户根据标引人员的标引规范，构造出一种检索人员能够理解的语言，检索人员根据这种语言，对照规范的标引，从信息资源库中调出用户需要的资源。总之，检索语言有助于提高检索效率以及检索系统的查全率和查准率。

检索语言根据不同的划分标准，可以有不同的类型。按照描述文献的不同特征，检索语言可分为描述文献外部特征和描述文献内容特征两方面。描述文献内容特征则可以按照规范化程度划分为人工语言和自然语言；人工语言继续划分，可以分为主题语言、分类语言和代码语言。实际上，检索语言还可以按照适用范围划分为综合性语言、专业性语言和多学科语言；按照组配方式划分，分为先组式语言和后组式语言等等。

1.分类语言

分类语言被广泛地用于图书馆书目检索。分类语言是以符号为基本字符、用分类号及相应的分类款目名称来表达文献主题概念的检索语言。这种语言的特点是利用分类号来区分和表达不同的文献主题概念，然后根据这些概念之间的关系，将其组织成一个逻辑体系。分类语言的这种特性，使得同一学科、专业的文献集中在各自的类目下，方便按学科门类进行族性查询。

根据分类号的构成原理，分类语言可以进一步细分为等级体系分类语言和组配分类语言。

等级体系分类语言是一种直接体现知识分类等级制概念标识系统的分类语言，其类条目是按照等级层层展开并详细列举的，主要特点是按照学科和专业汇集文献，从知识的角度和文献内容的层次对文献进行区别和联系，从而提供族性查询，优点是分类体系严谨，标识符号易于识别和记忆，应用范围比较广泛。等级体系分类语言也有其局限性，比如目前使用的列举式分类方法和类目的单线排列方式，使其不能无限容纳概念。一旦某个概念内的文献较为集中，或是总的概念数增长较快，这种方法都会体现出它的局限性。

组配分类语言又称分析-综合分类标识语言，它将一个复杂的概念分解成若干个简单概念（或概念因素），多个简单概念也可以组合成一个复杂概念。标引的时候，两个或多个简单概念的分类号组合搭配在一起表示复杂的概念。组配分类语言克服了等级体系分类语言的局限性，但相对而言不容易识别和记忆。

根据等级体系分类语言制作成的体系分类表对图书馆和信息管理人员来说至关重要。一部完整的分类体系表大体上可以分为以下几个组成部分：编制说明、基本部类、基本大类（或称大纲）、简表、详表、辅助表、索引和附表等。目前中国通用的分类体系为《中国图书馆图书分类法》，该分类方法广为全国公共图书馆和信息研究所等机构采用，是我国通用的综合性图书资料分类方法。

表3-1　《中国图书馆图书分类法》（第四版）基本部类和基本大类

pagenumber_ebook=102,pagenumber_book=87

此外，还有中国科学院系统和部分高等院校使用较多的《中国科学院图书馆图书分类法》、在20世纪50年代至60年代广泛使用的《中国人民大学图书馆图书分类法》以及古代的《四库全书总目》等。国际上用得比较多的图书分类法有《杜威十进制分类法》（Decimal Classification，DC）、《国际十进制分类法》（Universal Decimal Classification，UDC）、《美国国会图书馆图书分类法》（Library of Congress Classification，LC）以及《冒号分类法》（Colon Classification，CC）等等。

表3-2　《杜威十进制分类法》类表结构

pagenumber_ebook=102,pagenumber_book=87

2.主题语言

主题语言是指用自然语言中的名词、名词性词组或句子描述文献主要讨论或研究的内容，也就是主题。主题语言通过对词汇进行规范，然后将规范化的词汇进行概念组配用以表达任何专指的概念。与分类语言不同，主题语言能直接用词语来表达各种概念，而不管这些概念之间的相互关系。使用主题语言检索，检索者不需要知道其所需文献属于什么学科、专业。从这个角度来看，主题语言可以为检索者研究提供多学科综合的信息，开阔视野。一般来说，同一篇文献可以用多个不同的主题词来标引，从而扩大了检索的途径。通常来说，主题语言的具体形式是主题词表，主题词表是主题词参照某种排序方式形成的字顺体系表，其作用主要是用来核对主题词。

主题语言按照主题性质的不同，又分为标题词语言、单元词语言、叙词语言、关键词语言等。

（1）标题词语言

所谓标题词，是指从自然语言中选取的，经过规范化处理后用来表示事物概念的完整名词术语。标题词语言是最早出现的按主题来标引和检索文献的传统检索语言。为了保证标题词语言的明确性，要求一个概念只能用一个标题词来表达，同时对于多义词的情况，还需要加上限定词和注释。标题词语言将全部标识按照字顺序编排形成标题词表，标题词表一般由主表、副表和编制说明三部分组成。主表是标题词表的正文部分，包括标题词和非标题词，参照和注释等；副表也叫标题细分类，有通用副表和专用副表两种；编制说明一般在标题表的最前面，指出标题表的制作方法和相关属性。

（2）单元词语言

单元词语言产生于20世纪50年代。所谓单元词，是指在概念上不能再分的最小单元名词。例如“太空”不能再分成“太”和“空”，所以可称为单元词。但是“生态环境”还可以继续划分为“生态”加“环境”，所以它不是单元词。单元词法的原理是任何一个复杂的概念都可以划分为多个最简单的概念，而这些简单的概念也可以组合成一个复杂的概念。将代表最基本的不可再分割的单元词作为单独标引文献的单位，并将所有含该单元词的文献号列于其下。查询的时候，再将这些单元词进行组配，筛选出共同的文献号，是单元词语言的使用方法。单元词法局限于分词过程中带来的概念变化，这种概念的转变常常会影响用户的检索效果。

（3）叙词语言

叙词语言产生于20世纪50～60年代。叙词是指从文献题目、正文、摘要中抽取出来的，用以表达文献内容的经过优选和规范化处理的名词术语。它吸收了单元词语言的组配原理和在它之前出现的众多检索语言的原理方法，如组配分类法的概念组配原理和适当预先组配方法、以及标题词中采用的复合词、复合词组表示主题概念的方法等，并在参照系统中吸取了体系分类法的逻辑方法等等，使得叙词语言成为一种性能较好的检索语言。

（4）关键词语言

关键词语言是为了适应目录编制自动化的需要而产生的一种检索语言。所谓关键词，是指出现在文献中，对表征文献主题内容具有实质意义的自然语言，通常在文中出现的频率较高。使用关键词语言可以迅速标引，方法简便容易掌握，但是关键词未经过规范化处理，其同义词、近义词，多义词等均未加以规范统一，这样容易造成标引和检索之间的误差，从而造成误检、漏检。值得注意的是，与其他主题语言不同，关键词语言不编制关键词表。

3.代码语言

代码语言是用某种符号代码系统来标引信息特征、排列组织和检索信息的语言。在分类时，有些文献倾向于不将代码语言列入其中。然而常见的符合代码如化合物的分子式、专利号等，在各自的专业领域都具有显著的检索价值，用其作为标引和检索的标识，对于专业领域的检索具有重要意义，在某种程度上它使得我们能更快更准的定位到我们所需要的文献，为特定专业的行家提供了一条简洁的检索途径。当然，它的使用受到很大的局限性，并且也会造成一定的漏检。

东南亚信息检索导论-东南亚国家网络信息检索导论

相关推荐