中文图书内容索引计算机编制的研究与系统实现

论文摘要

图书内容索引在西方长期受到广泛的重视,西方读者习惯于使用图书内容索引来检索自己所需的内容。图书内容索引编制的好坏,通常作为评判图书质量的重要指标之一,图书内容索引也是国际学术著作通行的惯例,是图书结构规范化和标准化的要求。但在我国,现代编辑出版几乎不编制图书内容索引。究其原因,这主要和我国缺乏图书内容索引编制工具有关。我国的图书内容索引主要依靠手工编制,耗时耗力,这直接导致图书内容索引得不到普及,不能发挥其应有的作用。自机编关键词索引思想提出以来,国外机编索引技术发展迅速。从设想到实验,从试验到应用,涌现了一批著名的索引工具。1992年《标引软件指南》（第4版）上收录了10种较稳定和流行的专用软件。美国索引协会按照专用索引软件（DedicatedIndexing Software）,网络索引软件（Web Indexing）,嵌入式索引软件（Utilities andAdd-ons）对现有的索引软件进行分类。本研究的目的就是通过借鉴国外先进的索引技术和索引工具的开发经验,开发出适合于编制中文图书索引的软件。论文首先通过使用国外各种索引工具,分析其在编制图书内容索引过程中体现的强大功能特点。在此基础上,针对目前国内索引工具的不足,设计系统的各个功能模块。图书内容索引软件能够辅助标引人员进行排版,校对等事务性工作,从而将标引人员从繁重的重复劳动中解救出来。论文从图书内容索引的编制机制出发,描述了计算机编制图书内容索引的流程。然后在分析国内外各种索引工具的功能特点的基础上,结合国内外专家对中文索引工具提出的功能要求,对中文图书内容索引软件应具备的基本功能进行了阐述。论文随即探讨了利用计算机编制索引存在的一些技术难题,包括文本处理,自动标引等技术。其中自动标引技术是本系统的难点与创新点。最后汇总国内外索引学专家的意见,提出了索引编制系统的功能需求,并给出系统的模块设计和功能介绍,对系统的功能进行了测试和评价。总之,本文全面系统地总结了目前国内外索引软件的功能特点,为系统的索引编制功能提供了很好的借鉴。同时,本文中采用的基于N-gram标引方法和基于词典的标引方法,经测试结果证明,具有较高的准确率,有一定的实用价值。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 选题依据及意义
• 1.2 国内外研究现状
• 1.2.1 国外索引工具研究现状
• 1.2.2 国内索引工具研究现状
• 1.3 研究思路
• 1.4 论文的结构
• 第二章 图书内容索引的编制
• 2.1 图书内容索引的手工编制
• 2.2 图书内容索引的计算机编制
• 2.3 图书内容索引工具功能分析
• 2.3.1 专门用于编制索引的工具
• 2.3.2 内涵索引功能的文字处理软件
• 2.3.3 网络索引工具
• 2.4 索引工具的功能比较
• 第三章 机编索引的关键技术研究
• 3.1 文本处理技术
• 3.1.1 文本格式的识别和解析
• 3.1.2 文本结构分析
• 3.1.3 对Word文本的结构分析
• 3.2 常规标引技术
• 3.2.1 添加索引款目
• 3.2.2 添加参照
• 3.2.3 批量标引
• 3.2.4 排序
• 3.3 全文自动标引技术
• 3.3.1 分词技术
• 3.3.2 加权设计
• 3.4 BIS系统采用的标引技术
• 3.4.1 基于N-gram的标引方法
• 3.4.2 基于KTDictSeg中文分词组件的标引方法
• 第四章 系统的设计与实现
• 4.1 图书内容索引软件的功能需求
• 4.2 应用程序概述
• 4.3 系统设计思想
• 4.4 系统功能及其结构
• 4.5 模块功能说明
• 4.5.1 文本处理模块
• 4.5.2 标引模块
• 4.5.3 辅助工具模块
• 4.5.4 索引输出模块
• 第五章 系统的使用与评价
• 5.1 主窗体界面
• 5.2 自动标引窗体界面
• 5.3 添加参照界面
• 5.4 系统工具界面
• 5.4.1 查找/替换
• 5.4.2 参数设置
• 5.5 系统的测试与评价
• 5.5.1 系统和国内索引软件的功能比较
• 5.5.2 自动标引方法的比较测试
• 5.5.3 系统的主要特点
• 5.5.4 系统存在的问题
• 第六章 结束语
• 6.1 所作的主要工作
• 6.2 存在的问题
• 6.3 今后的工作
• 参考文献
• 附录 利用BIS系统为本文编制的书后索引（部分）
• 致谢