社會(huì)標(biāo)簽的規(guī)范控制及其應(yīng)用研究——以豆瓣中文圖書標(biāo)簽為例.pdf

1、社會(huì)標(biāo)簽類似于傳統(tǒng)信息資源組織中的關(guān)鍵詞或元數(shù)據(jù)，它產(chǎn)生于網(wǎng)絡(luò)環(huán)境，創(chuàng)建于大眾用戶，其中蘊(yùn)含了豐富的語(yǔ)義信息，將其運(yùn)用到文本的自動(dòng)分類中具有一定的現(xiàn)實(shí)意義，然而，由于社會(huì)標(biāo)簽在被添加時(shí)的過度自由與隨意，使得社會(huì)標(biāo)簽的質(zhì)量良莠不齊，如標(biāo)簽缺乏語(yǔ)義層次，標(biāo)簽的同義、近義關(guān)系頻現(xiàn)，標(biāo)簽詞間關(guān)系不明確等，這些問題都有可能對(duì)基于社會(huì)標(biāo)簽的中文圖書的自動(dòng)分類應(yīng)用帶來(lái)消極影響。因此本文旨在對(duì)中文圖書標(biāo)簽的特征分析的基礎(chǔ)上，提出一種“內(nèi)核受控，外殼非控

2、”的分類模式，即通過建立“社會(huì)標(biāo)簽—主題詞”的概念空間模型，實(shí)現(xiàn)利用主題詞對(duì)社會(huì)標(biāo)簽的規(guī)范控制，并通過實(shí)驗(yàn)驗(yàn)證了該方法的合理性和可行性。
　　本文具體的工作內(nèi)容主要有以下4點(diǎn):
　　(1)對(duì)社會(huì)標(biāo)簽及其相關(guān)知識(shí)的研究現(xiàn)狀進(jìn)行總結(jié)，并詳細(xì)論述有關(guān)社會(huì)標(biāo)簽規(guī)范控制的國(guó)內(nèi)外研究進(jìn)展，以及社會(huì)標(biāo)簽的具體應(yīng)用研究動(dòng)態(tài)等。
　　(2)對(duì)中文圖書的社會(huì)標(biāo)簽的特征進(jìn)行分析，通過對(duì)圖書標(biāo)簽的詞長(zhǎng)分布、使用量分布、詞頻分布、以及收詞量、平

3、均詞長(zhǎng)、類平均標(biāo)引深度等指標(biāo)的表現(xiàn)，證明中文圖書標(biāo)簽具有一般自然語(yǔ)言所具有的特點(diǎn)，為將自然語(yǔ)言的分析處理方法應(yīng)用到社會(huì)標(biāo)簽中的可行性提供了理論依據(jù)，同時(shí)也提出可以采取建立“社會(huì)標(biāo)簽—主題詞”概念空間模型的方法實(shí)現(xiàn)對(duì)社會(huì)標(biāo)簽的質(zhì)量控制。
　　(3)根據(jù)中文圖書標(biāo)簽的特點(diǎn)，引入概念空間的思想，利用基于統(tǒng)計(jì)的關(guān)聯(lián)算法建立中文圖書的“社會(huì)標(biāo)簽—主題詞”的概念空間模型，從而實(shí)現(xiàn)了利用主題詞對(duì)中文圖書的社會(huì)標(biāo)簽進(jìn)行規(guī)范控制的目的。
　　

4、(4)根據(jù)情報(bào)語(yǔ)言學(xué)原理提出了基于概念空間的“內(nèi)核受控，外殼非控”的中文圖書社會(huì)標(biāo)簽分類模式，即通過標(biāo)簽系統(tǒng)的后臺(tái)控制，達(dá)到對(duì)社會(huì)標(biāo)簽的規(guī)范控制，從而實(shí)現(xiàn)基于社會(huì)標(biāo)簽的中文圖書的自動(dòng)分類。
　　本文的創(chuàng)新點(diǎn)主要有以下2個(gè)方面:
　　(1)通過對(duì)中文圖書社會(huì)標(biāo)簽特點(diǎn)的調(diào)查分析，證實(shí)了社會(huì)標(biāo)簽具有自然語(yǔ)言的特點(diǎn)，為將自然語(yǔ)言的分析處理方法應(yīng)用到社會(huì)標(biāo)簽中的可行性提供了理論依據(jù)，從而引入概念空間控制方法，建立中文圖書的“社會(huì)標(biāo)簽—