【自動索引法】

豐碩

【自動索引法】

 

AutomaticIndexing

 

【辭書名稱】圖書館學與資訊科學大辭典

 

自動索引法是研究如何運用電腦，自動地由文獻中找出代表該文獻之索引語彙(IndexTerm)方法。

 

一般在從事文獻索引編製的方法上，可以分成給予式索引法(AssignmentIndexing)及截取式索引法(ExtractionIndexing)三大類。

 

前者在文獻分析完之後，必須要依據索引典(Thesaurus)的標準語彙給予文獻索引語，而後者則直接截取文獻的用字作為文獻的索引詞彙。

 

目前自動索引之研究，大都是利用截取式索引法作為研究的主要方向。

 

自動索引法的研究，可以追溯自1950年代電腦出現時。

 

當時美國的資訊科學家們，著手將整篇英文文獻輸入電腦，讓電腦自動計算該文獻每個英文單字出現之次數，然後將計算結果與剔除字(Stoplist)相比對，去除類似"of"、"the"、等不具任何意義的英文介詞，冠詞，連接詞等，剩下的語彙再依照出現總數之多寡由大而小排序。

 

最後再從這樣的序列當中，直接截取所需要的字彙，作為該文獻的索引詞彙。

 

此種自動索引法是假定文獻中，重覆出現的語彙頻率越高，其與文獻的主題相關度亦越高，因此該語彙越適合作為索引用語。

 

例如本篇文章出現次數最多的詞彙可能是索引，由此可以推論出本篇文章必然與索引的主題有關，故索引可直接作為本篇之索引語彙。

 

從文獻中自動截取索引語彙的方法，除了上述絕對頻率(AbsoluteFrequency)的計算方式外，還有相對頻率計算法(RelativeFrequency)，位置加權計算法及構句法(Syntactic)等。

 

這些不同的計算方式，無非是要突顯文獻中重要的詞彙，以使截取出來的索引語彙更具有代表性。

 

使用給予式索引的自動索引方法仍在實驗中，但較截取式索引法困難。

 

其方法是必須將整套索引典，按一定的語意結構輸入電腦內，使語意相關的字彙能聯結在一起。

 

當電腦自文獻中，截取出語彙之後，還需透過中間轉換程式，將截取語彙轉成索引典上之標準語彙。

 

目前此種方式的索引法，主要用作印製書本的索引。

 

現今自動化索引系統，並非完全自動化。

 

多數索引編製作業方式，初步先透過電腦的計算分析，找出該文獻可能的索引詞彙，再經由索引專家逐一檢視這些索引詞彙是否恰當，必要時予以補充電腦無法給予的索引語彙，或將重覆之語彙切除或修改。

 

因此自動索引系統之發展，在尚未完全成熟前，只能作為索引專家編製文獻索引時之電腦輔助工具。

 

 

轉自:http://edic.nict.gov.tw/cgi-bin/tudic/gsweb.cgi?o=ddictionary