主题组织和关键词法课件

主题组织和关键词法汪春晖2009年3月1《信息检索、组织及其实务》课件主题组织和关键词法汪春晖1《信息检索、组织及其实务》课件搜索引擎的原理第一步：从网上采集信息2网页1链接1链接2……网页2链接1链接2……网页xx链接xx……网页xx链接xx……网页xx链接xx……网页xx链接xx……“蜘蛛”搜索引擎的原理第一步：从网上采集信息2网页1网页2网页xx网搜索引擎的原理索引：标题/网址检索词网页x1政协会议……网页x2政协委员……网页x3电脑市场………………3第二步：分析网页信息，建立网页索引数据库倒排索引：检索词标题/网址政协网页x1网页x2

……会议网页x2……电脑网页x3………………搜索引擎的原理索引：3第二步：分析网页信息，建立网页索引数据搜索引擎的原理4搜索引擎的原理45信息检索原理从技术上来说，信息检索是以信息的存储与检索之间的相符性为基础的，如下图“信息检索原理图”：标引检索输出存储过程一次信息信息特征检索语言信息特征标识信息检索工具(系统）检索结果检索过程检索课题检索提问检索提问标识分析分析标引输入5信息检索原理从技术上来说，信息检索是以信息的存储与检索之间6什么是信息检索语言含义：是根据信息检索系统存储和检索的需要而编制的人工语言。语言＝词汇＋语法信息检索语言的词汇：分类号、检索词、代码信息检索语言的语法：如何正确描述记录和有效地检索记录的一整套规则。6什么是信息检索语言含义：是根据信息检索系统存储和检索的需要主题语言的基本概念主题——主题指信息对象所表达或反映的主要内容、问题或事物。主题词——主题词是用于描述、存贮、检索信息主题的受控词汇，是主题表中能表达一定意义的最基本词汇单元。

主题词的选用主要依据三方面：出现频率、标引频率、查找频率。具体来讲是应具有实际检索意义。

主题词分为标题词、单元词、叙词、关键词。7主题语言的基本概念主题——主题指信息对象所表达或反映的主要内主题组织概述主题组织是直接以表达主题内容的词语作检索标识，以字顺为主要检索途径，并通过参照系统等方法揭示词间关系，以便提供一种易用的面向具体事实、概念的检索途径的信息组织方法和活动。主题组织法主要适用于各种信息检索系统的记录单元的组织，如检索工具、数据仓库等。主题组织法包括标题词法、单元词法、叙词法、关键词法

。主题组织概述主题组织是直接以表达主题内容的词语作检索标识，以9标题词语言标题词：从自然语言中选取并经过规范化和标准化处理的、简略表达信息对象主题的语词，是完全受控的一种主题标识，通常是比较定型的事物的名称。它是先组式的。代表：《美国国会标题词表》

EI（美国《工程索引》）中《工程主题词表》（简称SHE）9标题词语言标题词：从自然语言中选取并经过规范化和标准化处理10单元词语言单元词：又称元词，它是从文献中抽取出来并经过控制处理的，能表达文献主题最小、最基本的，在概念上不能再分解的，并能独立地描述文献主题的词汇单位

。它是后组式的。单元词法的特点：标题是组配构成的，而且是后组式的；单元词的组配基本上是单纯的字面组配，误检率较大。

例：香蕉苹果→香蕉+苹果

联想计算机→联想+计算机

牛蛙→牛+蛙10单元词语言单元词：又称元词，它是从文献中抽取出来并经过控11叙词语言-叙词的含义叙词：以受控的自然语言为语词基础，以字顺和分类系统为词汇显示的基本手段，以语词的概念组配而不是字面组配为重要特征。又称其为描述词、叙述词，在国内也叫主题词。字面组配和概念组配的区别：

概念字面组配概念组配联想计算机联想+计算机联想牌+计算机香蕉苹果香蕉+苹果香蕉味水果+苹果

牛蛙牛+蛙（单纯词，不可分解）11叙词语言-叙词的含义叙词：以受控的自然语言为语词基础，以叙词语言-叙词表的著录格式叙词语言-叙词表的著录格式13叙词语言-叙词法的特点叙词法的主要特点：(1)直接以规范化了的自然语言——叙词作为标识符号，直观性强；(2)直接从论述和研究的具体对象和问题出发进行选词，并采用叙词组配来描述主题，专指性强；(3)叙词法能随时加以增设修改，适应性强；(4)对叙词主要采用字顺排列方式，查找迅速；(5)主要采用后组式概念组配方法，灵活性强；(6)对同一主题的文献，可以作多维检索(多途径检索)；(7)叙词表中编制和建立了叙词语义关系的网络结构，加强了叙词法的学科系统性和族性检索作用。13叙词语言-叙词法的特点叙词法的主要特点：关键词语言“关键词是为了文献标引工作从报告、论文中选取出来用以表示全文主题内容信息款目的单词或术语”

——《科学技术报告、学位论文和学术论文的编写格式》单词是指能包含一个词素(语言中最小的有意义的单位)的词或语言里最小的可以自由运用的单位，术语则是指某个学科中的专业用语。关键词基本上不作规范化处理。标引检索不需要词表。关键词之间彼此独立。14关键词语言“关键词是为了文献标引工作从报告、论文中选取关键词的作用关键词的作用主要有两个方面：归类和检索。

选择何种词语作为关键词，实际上就是把文献定位于某一特定的类别，所以，选取和标引关键词，其实质是做文献的归类工作。如选择“市场经济”这一词语作为关键词，就是把文章归入了“市场经济”类，而归类的目的就在于检索。所以关键词是检索文献的入口之一。总之，选取和标引关键词，目的是帮助读者理解和掌握文献的中心和主题，有利于读者查阅、检索和利用文献。关键词的作用关键词的作用主要有两个方面：归类和检索。

关键词应用实例——网页的关键词16关键词应用实例——网页的关键词16关键词应用实例——论文的关键词17关键词应用实例——论文的关键词17关键词应用实例——标签（tag）18关键词应用实例——标签（tag）18关键词的选取方法关键词的选取方法主要有：

直选法，即直接从文献的题名、摘要和正文中选取作者的用语作为关键词。

提炼法，对文献中隐含的主题经分析后，赋予某个关键词。一篇论文应选取2-10个关键词。深度标引应选取5-20个关键词。

19关键词的选取方法关键词的选取方法主要有：19关键词的选取举例《论科技期刊营销渠道的建设》链接

汪晓夏黎明汪玲杨岷石鹤

华中科技大学附属同济医院《放射学实践》编辑部,武汉430030[摘要]分析目前科技期刊渠道营销中存在的问题。认为：要想在渠道竞争中保持优势，就要在原有渠道的基础上有所创新；现代渠道改革创新的重心在于服务，利用并发展不同的新环境和新技术，是科技期刊渠道创新的主题。[关键词]科技期刊

营销渠道

营销

渠道关键词的选取举例《论科技期刊营销渠道的建设》链接

汪晓夏关键词的选取举例《试论党校函授哲学教学的改革》从文献标题中直接可选取的关键词有“党校”、“函授”、“哲学教学”、“教学改革”；

同时在文章中还讲到了为什么要开设哲学课程，怎样讲好哲学课程，等等，这就隐含着“课程设置”、“教学方法”这样的内容，所以，又赋予“课程设置”、“教学方法”两个关键词。[关键词]党校函授哲学教学教学改革课程设置教学方法21关键词的选取举例《试论党校函授哲学教学的改革》21主题分面公式我国国家标准《文献叙词标引规则》（GB/T3860-1995）中提出的主题分面公式：A主体因素

具有独立检索意义的关键性主题概念

包括：研究对象、材料、方法、过程、条件B通用因素与主题密切联系，但没有独立检索意义的一般性概念。如：设计、制造、维修、调查、比较……C空间因素主题涉及的空间范围

如：热带、沿海、华北、北京、欧洲、美国……D时间因素主题涉及的时间范围E文献类型因素文献的类型

如：调查报告、统计资料、手册……22主题分面公式我国国家标准《文献叙词标引规则》（GB/T386主题结构分析举例主题“西安飞机用铝合金材料加工车床”中西安飞机铝合金金属加工车床

空间对象材料

方法

条件主题“中国八十年代农田水利规程手册”中农田水利规程中国八十年代手册

主体通用空间时间文献类型23主题结构分析举例主题“西安飞机用铝合金材料加工车床”中23练习：主题结构分析24主题“高原桥梁混凝土施工标准”中高原桥梁混凝土施工标准

主题“九十年代法国航空发动机设计”中

主体因素通用因素空间因素时间因素文献类型

空间因素对象材料

方法

通用因素

航空发动机设计法国九十年代练习：主题结构分析24主题“高原桥梁混凝土施工标准”中

关键词选取的原则关键词要能反映和揭示文献主题，并具有检索意义；关键词应是单词或术语，一个关键词应表达事物的一个概念。一些不具有学科性质的通用词语，缺乏专指度和惟一性，不能独立选为关键词。如果与表现主体因素的关键词组配后具有一定专指度，则可以作为关键词。如：原理、理论、方法、问题、对策、措施、特点、发展、研究、思考、分析等，不能独立选为关键词。如：“汽车发动机原理”，“新闻工作理论”，可作为关键词。25关键词选取的原则关键词要能反映和揭示文献主题，并具有检索意义练习：选取关键词26下文中选取的关键词存在什么问题？如何改正？标题：盘点《反垄断法》中涉及汽车行业的细则

【关键词】反垄断法

标题：高师化学专业环境化学教学内容改革与教材建设探讨

【关键词】教学改革教材建设文章参考答案：主题提炼不足

【关键词】反垄断法

汽车行业

细则参考答案：缺主体对象

【关键词】高师

高等师范院校化学专业

环境化学

教学教学改革

教材建设练习：选取关键词26下文中选取的关键词存在什么问题？如何改正练习：选取关键词27下文中选取的关键词存在什么问题？如何改正？标题：国内大型汽车企业供应链管理现状

【摘要】列举了国内几家典型轿车生产厂在供应链管理方面所作的工作。提出汽车企业的供应链管理应深入企业发展战略之中，并应构建以现代信息技术为支撑的集成化供应链管理系统。【关键词】大型汽车

企业发展

战略

供应链管理参考答案：概念提取错误

【关键词】大型企业

汽车行业供应链管理练习：选取关键词27下文中选取的关键词存在什么问题？如何改正词组切分的原则当一个词组由概念交叉的两个词组成时，这个词组需要切分成两个关键词（交叉组配）。如“中小学生”要切分为“中学生”和“小学生”两个词。

“哲学教学改革”，可切分为“哲学教学”和“教学改革”两个词。“计算机控制系统”要切分为“计算机控制”和“计算机系统”。当一个词组由一个表示事物的词和另一个表示事物某个属性或某个方面的词组成时，这个词组应切分为两个关键词（方面组配）

如“汽车发动机”要切分为“汽车”和“发动机”28词组切分的原则当一个词组由概念交叉的两个词组成时，这个词组需词组切分的原则以下情况不切分：如果一个词组切分为两个关键词后，其含义发生变化，甚至词义模糊时，应以原词组为关键词。

如：“红色旅游”，不能切分为“红色”和“旅游”。

一些固定搭配又具有特定含义，且已被普遍认同的词组就不能切分。如：“信息高速公路”，不能切分为“信息”和“高速公路”。还有像“科学发展观”、“和谐社会”、“现代企业制度”等，也无需再作切分。29词组切分的原则以下情况不切分：29词组切分的原则以下情况不切分：专业术语、专用名词不能切分。

如：邓小平理论、南昌起义，就不能切分为“邓小平”和“理论”、“南昌”和“起义”。

切分后组配有歧义的，不宜切分。

如：“体育学校”如果切分为“体育”、“学校”，可以组配成“学校体育”，因此不宜切分。30词组切分的原则以下情况不切分：30如果难以判断某词组是否该切分，就把原词组和切分后的词都标为关键词！31如果难以判断某词组是否该切分，就把原词组和切分后的词都标为关主题组织和关键词法汪春晖2009年3月32《信息检索、组织及其实务》课件主题组织和关键词法汪春晖1《信息检索、组织及其实务》课件搜索引擎的原理第一步：从网上采集信息33网页1链接1链接2……网页2链接1链接2……网页xx链接xx……网页xx链接xx……网页xx链接xx……网页xx链接xx……“蜘蛛”搜索引擎的原理第一步：从网上采集信息2网页1网页2网页xx网搜索引擎的原理索引：标题/网址检索词网页x1政协会议……网页x2政协委员……网页x3电脑市场………………34第二步：分析网页信息，建立网页索引数据库倒排索引：检索词标题/网址政协网页x1网页x2

……会议网页x2……电脑网页x3………………搜索引擎的原理索引：3第二步：分析网页信息，建立网页索引数据搜索引擎的原理35搜索引擎的原理436信息检索原理从技术上来说，信息检索是以信息的存储与检索之间的相符性为基础的，如下图“信息检索原理图”：标引检索输出存储过程一次信息信息特征检索语言信息特征标识信息检索工具(系统）检索结果检索过程检索课题检索提问检索提问标识分析分析标引输入5信息检索原理从技术上来说，信息检索是以信息的存储与检索之间37什么是信息检索语言含义：是根据信息检索系统存储和检索的需要而编制的人工语言。语言＝词汇＋语法信息检索语言的词汇：分类号、检索词、代码信息检索语言的语法：如何正确描述记录和有效地检索记录的一整套规则。6什么是信息检索语言含义：是根据信息检索系统存储和检索的需要主题语言的基本概念主题——主题指信息对象所表达或反映的主要内容、问题或事物。主题词——主题词是用于描述、存贮、检索信息主题的受控词汇，是主题表中能表达一定意义的最基本词汇单元。

主题词的选用主要依据三方面：出现频率、标引频率、查找频率。具体来讲是应具有实际检索意义。

主题词分为标题词、单元词、叙词、关键词。38主题语言的基本概念主题——主题指信息对象所表达或反映的主要内主题组织概述主题组织是直接以表达主题内容的词语作检索标识，以字顺为主要检索途径，并通过参照系统等方法揭示词间关系，以便提供一种易用的面向具体事实、概念的检索途径的信息组织方法和活动。主题组织法主要适用于各种信息检索系统的记录单元的组织，如检索工具、数据仓库等。主题组织法包括标题词法、单元词法、叙词法、关键词法

。主题组织概述主题组织是直接以表达主题内容的词语作检索标识，以40标题词语言标题词：从自然语言中选取并经过规范化和标准化处理的、简略表达信息对象主题的语词，是完全受控的一种主题标识，通常是比较定型的事物的名称。它是先组式的。代表：《美国国会标题词表》

EI（美国《工程索引》）中《工程主题词表》（简称SHE）9标题词语言标题词：从自然语言中选取并经过规范化和标准化处理41单元词语言单元词：又称元词，它是从文献中抽取出来并经过控制处理的，能表达文献主题最小、最基本的，在概念上不能再分解的，并能独立地描述文献主题的词汇单位

。它是后组式的。单元词法的特点：标题是组配构成的，而且是后组式的；单元词的组配基本上是单纯的字面组配，误检率较大。

例：香蕉苹果→香蕉+苹果

联想计算机→联想+计算机

牛蛙→牛+蛙10单元词语言单元词：又称元词，它是从文献中抽取出来并经过控42叙词语言-叙词的含义叙词：以受控的自然语言为语词基础，以字顺和分类系统为词汇显示的基本手段，以语词的概念组配而不是字面组配为重要特征。又称其为描述词、叙述词，在国内也叫主题词。字面组配和概念组配的区别：

概念字面组配概念组配联想计算机联想+计算机联想牌+计算机香蕉苹果香蕉+苹果香蕉味水果+苹果

牛蛙牛+蛙（单纯词，不可分解）11叙词语言-叙词的含义叙词：以受控的自然语言为语词基础，以叙词语言-叙词表的著录格式叙词语言-叙词表的著录格式44叙词语言-叙词法的特点叙词法的主要特点：(1)直接以规范化了的自然语言——叙词作为标识符号，直观性强；(2)直接从论述和研究的具体对象和问题出发进行选词，并采用叙词组配来描述主题，专指性强；(3)叙词法能随时加以增设修改，适应性强；(4)对叙词主要采用字顺排列方式，查找迅速；(5)主要采用后组式概念组配方法，灵活性强；(6)对同一主题的文献，可以作多维检索(多途径检索)；(7)叙词表中编制和建立了叙词语义关系的网络结构，加强了叙词法的学科系统性和族性检索作用。13叙词语言-叙词法的特点叙词法的主要特点：关键词语言“关键词是为了文献标引工作从报告、论文中选取出来用以表示全文主题内容信息款目的单词或术语”

——《科学技术报告、学位论文和学术论文的编写格式》单词是指能包含一个词素(语言中最小的有意义的单位)的词或语言里最小的可以自由运用的单位，术语则是指某个学科中的专业用语。关键词基本上不作规范化处理。标引检索不需要词表。关键词之间彼此独立。45关键词语言“关键词是为了文献标引工作从报告、论文中选取关键词的作用关键词的作用主要有两个方面：归类和检索。

选择何种词语作为关键词，实际上就是把文献定位于某一特定的类别，所以，选取和标引关键词，其实质是做文献的归类工作。如选择“市场经济”这一词语作为关键词，就是把文章归入了“市场经济”类，而归类的目的就在于检索。所以关键词是检索文献的入口之一。总之，选取和标引关键词，目的是帮助读者理解和掌握文献的中心和主题，有利于读者查阅、检索和利用文献。关键词的作用关键词的作用主要有两个方面：归类和检索。

关键词应用实例——网页的关键词47关键词应用实例——网页的关键词16关键词应用实例——论文的关键词48关键词应用实例——论文的关键词17关键词应用实例——标签（tag）49关键词应用实例——标签（tag）18关键词的选取方法关键词的选取方法主要有：

直选法，即直接从文献的题名、摘要和正文中选取作者的用语作为关键词。

提炼法，对文献中隐含的主题经分析后，赋予某个关键词。一篇论文应选取2-10个关键词。深度标引应选取5-20个关键词。

50关键词的选取方法关键词的选取方法主要有：19关键词的选取举例《论科技期刊营销渠道的建设》链接

汪晓夏黎明汪玲杨岷石鹤

华中科技大学附属同济医院《放射学实践》编辑部,武汉430030[摘要]分析目前科技期刊渠道营销中存在的问题。认为：要想在渠道竞争中保持优势，就要在原有渠道的基础上有所创新；现代渠道改革创新的重心在于服务，利用并发展不同的新环境和新技术，是科技期刊渠道创新的主题。[关键词]科技期刊

营销渠道

营销

渠道关键词的选取举例《论科技期刊营销渠道的建设》链接

汪晓夏关键词的选取举例《试论党校函授哲学教学的改革》从文献标题中直接可选取的关键词有“党校”、“函授”、“哲学教学”、“教学改革”；

同时在文章中还讲到了为什么要开设哲学课程，怎样讲好哲学课程，等等，这就隐含着“课程设置”、“教学方法”这样的内容，所以，又赋予“课程设置”、“教学方法”两个关键词。[关键词]党校函授哲学教学教学改革课程设置教学方法52关键词的选取举例《试论党校函授哲学教学的改革》21主题分面公式我国国家标准《文献叙词标引规则》（GB/T3860-1995）中提出的主题分面公式：A主体因素

具有独立检索意义的关键性主题概念

包括：研究对象、材料、方法、过程、条件B通用因素与主题密切联系，但没有独立检索意义的一般性概念。如：设计、制造、维修、调查、比较……C空间因素主题涉及的空间范围

如：热带、沿海、华北、北京、欧洲、美国……D时间因素主题涉及的时间范围E文献类型因素文献的类型

如：调查报告、统计资料、手册……53主题分面公式我国国家标准《文献叙词标引规则》（GB/T386主题结构分析举例主题“西安飞机用铝合金材料加工车床”中西安飞机铝合金金属加工车床

空间对象材料

方法

条件主题“中国八十年代农田水利规程手册”中农田水利规程中国八十年代手册

主体通用空间时间文献类型54主题结构分析举例主题“西安飞机用铝合金材料加工车床”中23练习：主题结构分析55主题“高原桥梁混凝土施工标准”中高原桥梁混凝土施工标准

主题“九十年代法国航空发动机设计”中

主体因素通用因素空间因素时间因素文献类型

空间因素对象材料

方法

通用因素

航空发动机设计法国九十年代练习：主题结构分析24主题“高原桥梁混凝土施工标准”中

关键词选取的原则关键词要能反映和揭示文献主题，并具有检索意义；关键词应是单词或术语，一个关键词应表达事物的一个概念。一些不具有学科性质的通用词语，缺乏专指度和惟一性，不能独立选为关键词。如果与表现主体因素的关键词组配后具有一定专指度，则可以作为关键词。如：原理、理论、方法、问题、对策、措施、特点、发展、研究、思考、分析等，不能独立选为关键词。如：“汽车发动机原理”，“新闻工作理论”，可作为关键词。56关键词选取的原则关键词要能反映和揭示文献主题，并具有检索意义练习：选取关键词57下文中选取的关键词存在什么问题？如何改正？标题：盘点《反垄断法》中涉及汽车行业的细则

【关键词】反垄断法

标题：高师化学专业