基于关键词分析的叙词表词间等同关系探讨摘要：本文以“非典型肺炎”和“甲型H1N1流感”两个传染病作为研究样本，以中国知网(CNKI)数据库中的文献关键词作为语料库，基于用户关键词词频统计，并结合人工核查，分析同一概念的同义词和近义词以确立关键词词间的等同关系。目的是了解用户关键词和MeSH主题词之间的差异，分析用户表达偏好和习惯，进而为叙词表维护中的候选词汇选择提供一定的参考。关键词：叙词表，词间关系，等同关系，关键词词频1引言叙词表诞生于20世纪50年代，并随着信息技术的发展应用于期刊或书目单机或联机数据库的信息检索，主要用户是图书情报机构的专业检索人员。[1]到20世纪90年代以后，随着因特网的迅速发展，网络信息数量以指数形式增加，用户通过网络获取信息逐渐成为主要的信息获取方法。网络信息组织有以Yahoo为代表的主题分类信息检索方法，但主流方式在近几年逐渐发展成为谷歌、百度方式的以关键词索引为主的全文检索方式。关键词是自然语言，不同的用户使用的关键词不同，检索结果就可能不同。所以，使用叙词表进行标引和检索，显示出信息检全和检准的优势。但普通用户不熟悉叙词表的使用，造成了叙词表在信息检索中的强大功能没有得到完全的体现。关键词检索出现严重的检全和检准问题，使得检索领域研究人员开始关注叙词表可否在网络信息组织和信息检索过程中发挥作用，或者说传统的叙词表应该作哪些变革才能在海量网络信息资源组织和检索中体现优势。本文从叙词表词汇和词间关系的发现及更新的角度，以2003年爆发流行的传染性“非典型肺炎”和2009年爆发流行的“甲型H1N1流感”为研究样本，以CNKI数据库中的中国期刊网络出版总库文献作为语料库，基于用户使用的关---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---键词对比分析与CMeSH主题词之间的差异，了解用户表达概念的偏好和习惯，探讨叙词表中概念等同关系，为增加叙词表的入口词提供依据。2基于词间等同关系的叙词表入口词叙词表的主要功能是标引和检索，它是通过代表概念的、于自然语言的具体词汇实现的。这些词汇也可以称为术语或者概念。概念间有一定的关系，统称为词间关系。叙词表由叙词及叙词之间关系组成，包括以下3种词间关系：等同关系、等级关系和相关关系。[2-3](1)等同关系(EquivalenceRelationship)，又称同一关系、用代关系，包含同义、近义以及用代关系，这种关系含有概念相同或用法相同的关系。揭示等同关系有利于增加检索入口和根据检索系统需要对标引和检索的专指度进行控制。(2)等级关系(HierarchicalRelationship)，又称属分关系，这种关系包含属种、整部和多层级关系，每种层级关系的下位词都必须与上位词的概念类型相同，即两者都必须属于同一范畴内的事物、行为或性质。揭示等级关系有助于通过它扩大和缩小查找范围，提高族性检索能力。(3)相关关系(AssociativeRelationship)，又称类缘关系，是确立由标引和检索角度需要相互关联的一种关系。相关关系是揭示叙词间各种主要联系、扩大检索范围、进行相关信息查找的重要手段。相关关系范围广、种类多、灵活性大，很难严格界定。叙词语言之间的语义关系主要通过各种语义参照项来揭示，主要包括用、代、分、属、参等，分别表示叙词之间的等同关系、等级关系和相关关系。[4]等同关系是传统叙词表的一种重要关系，通过等同关系，用户可以使用不同的入口词，检索到相同的概念。叙词表设立等同关系的一个重要目的，就是增加信息检索的入口词，类似于目前情况下不同用户使用不同关键词的特点，但传统叙词表主要为人工使用，叙词表需要控制表达概念的术语数量。也就是说，如果一个学科中的概念数量是基本固定的，则反映这些概念的术语数量也应该相对稳定，而且在数量上必须进行限定，方能适合人工使用，所以中等规模的叙词表，一般用词量为1000至10000个，而且非叙词一般占总词汇量的10%至20%。但网络时代的叙词表主要为机器后台使用，不存在多少词汇规模的词表更合适的问题，重要的是是否有足够的规范术语可以涵盖所有用户可能使---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删...