基于用户自然标注的TF-IDF辅助标引算法及实证研究

分类： 图书馆学、情报学 >> 图书馆学 提交时间： 2023-08-26 合作期刊: 《图书情报工作》

陈白雪 宋培彦

摘要： [目的/意义] 从用户角度出发，研究基于用户自然标注的TF-IDF辅助标引算法。[方法/过程] 首先以核心期刊论文中作者标注的关键词和分类号为源数据，通过对关键词词频进行统计，使用TF-IDF算法构建用户标注词表、形成标引知识库，然后通过IK Analyzer分词软件对待标引的科技项目数据进行切词和停用词处理，进而使用TF-IDF算法和位置加权算法提取科技项目数据的特征词，最终实现对科技项目数据进行关键词和分类的同步标引。[结果/结论] 实验结果表明，机标关键词与人标关键词的相似比在60%以上的科技项目数据占总数的68.1%，机标分类号与人标分类号前三位一致的占总数的83.9%，结果表明基于用户自然标注数据并采用TF-IDF算法在关键词和分类标引方面是可行的。

 点击量 221  下载量 108  评论