基于《军事信息资源分类法》标引经验的自动分类模式构想

摘要

处在信息组织时代的数字图书馆,信息的过度膨胀和过剩问题日益突出.其中原因是多样的,很重要的一条就是原始数据标引的匮乏导致了后期知识重组难度的增加.用户只能用大量时间来换取从海量检索结果集中甄别出的可用信息.学术界普遍认为,知识组织是解决信息过剩和知识缺乏的最好途径.笔者以为这一认识是正确的,但标引,无论是人工标引还是自动标引,依然是知识组织无法迈过的坎,这个坎比信息组织时代的更大,因为知识组织将更依赖于数据的深度标引.实践证明,完全依靠人工标引是不可能的.自动标引是较为现实的解决方案,自动分类是其中的一种.rn 自动分类研究开始于20世纪50年代末.基于标引经验的自动分类模式是其中的一种类型,它的实现是以较为精准和较有深度的人工标引数据为基础的.本文参考了一些此类案例,并针对军事信息资源构想出了一种基于《军事信息资源分类法》标引经验的自动分类模式.