基于小世界理論的中文關(guān)鍵詞自動抽取與標(biāo)引.pdf

1、“小世界”現(xiàn)象源于社會學(xué)家Milgram在十九世紀(jì)六十年代對社會網(wǎng)絡(luò)的分析。近年來，隨著Watts與Strogatz等一批數(shù)學(xué)家，物理學(xué)家創(chuàng)造性地將這個社會學(xué)概念構(gòu)建了數(shù)學(xué)模型，小世界網(wǎng)絡(luò)已成為探索復(fù)雜網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)等基礎(chǔ)研究領(lǐng)域的一個新的理論視角。 大量研究發(fā)現(xiàn)，無論是人造網(wǎng)絡(luò)還是自然網(wǎng)絡(luò)，都普遍存在小世界網(wǎng)絡(luò)的結(jié)構(gòu)特征。若用特征路徑長度L和集團(tuán)化系數(shù)C來刻畫復(fù)雜網(wǎng)絡(luò)系統(tǒng)中各節(jié)點(diǎn)間的平均距離與類聚特征，可以證明，小世界網(wǎng)絡(luò)有著較

2、短的特征路徑長度和較高的集團(tuán)化系數(shù)，能較好地反映現(xiàn)實(shí)社會網(wǎng)絡(luò)特征，有助于我們深入探討網(wǎng)絡(luò)結(jié)構(gòu)對網(wǎng)絡(luò)功能的影響，因此，“小世界”理論一經(jīng)提出，就在各個領(lǐng)域激起了廣泛的研究熱潮。但在情報(bào)學(xué)領(lǐng)域，應(yīng)用小世界網(wǎng)絡(luò)結(jié)構(gòu)特征和屬性進(jìn)行文獻(xiàn)信息的自動處理還前所未有。基于前人的理論基礎(chǔ)，作者在深入研究了小世界網(wǎng)絡(luò)及復(fù)雜網(wǎng)絡(luò)的基本理論后，創(chuàng)造性地將小世界理論引入情報(bào)科學(xué)領(lǐng)域，主張從網(wǎng)絡(luò)結(jié)構(gòu)的幾何特征來分析中文詞匯的語義網(wǎng)絡(luò)，并以數(shù)值模擬證明了該網(wǎng)絡(luò)具有小

3、世界網(wǎng)絡(luò)的特征，有利于我們應(yīng)用該特征進(jìn)行中文關(guān)鍵詞的自動抽取與標(biāo)引。 眾所周知，關(guān)鍵詞以其靈活、易用的特點(diǎn)成為網(wǎng)絡(luò)時(shí)代最重要的情報(bào)檢索語言，它既是情報(bào)存儲的標(biāo)識，又是情報(bào)檢索的依據(jù)。因此，關(guān)鍵詞抽取與標(biāo)引的質(zhì)量直接影響信息檢索的效率。作者通過分析網(wǎng)絡(luò)關(guān)鍵詞的冪律分布規(guī)律，提出以詞匯對文獻(xiàn)網(wǎng)絡(luò)結(jié)構(gòu)的貢獻(xiàn)度作為提取關(guān)鍵詞的衡量標(biāo)準(zhǔn)，突破小世界網(wǎng)絡(luò)理論的物理意義，建立了以文獻(xiàn)語義的小世界網(wǎng)絡(luò)為基礎(chǔ)的關(guān)鍵詞自動抽取與標(biāo)引的方法。實(shí)驗(yàn)發(fā)現(xiàn)