- 相關(guān)推薦
地方研究文獻(xiàn)數(shù)據(jù)庫(kù)主題檢索初探
一、地方研究文獻(xiàn)數(shù)據(jù)庫(kù)的數(shù)據(jù)源
地方研究文獻(xiàn)數(shù)據(jù)庫(kù)是中文文獻(xiàn)信息資源數(shù)字化的重要組成部分。地方研究文獻(xiàn)是指本地與外地出版的某一地域或區(qū)域的內(nèi)容的文獻(xiàn)，建立地方研究文獻(xiàn)數(shù)據(jù)庫(kù)是為了使用戶全面了解某一地域或區(qū)域的社會(huì)生活、經(jīng)濟(jì)、文化等信息，便于用戶進(jìn)行地方研究。
地方研究文獻(xiàn)數(shù)據(jù)庫(kù)的數(shù)據(jù)源主要是：
1．資料性文獻(xiàn)。例如地方志、文史資料等，史料、年鑒、統(tǒng)計(jì)資料、政府出版物（白皮書、藍(lán)皮書等）。在我國(guó)，歷代纂修的各地區(qū)資料性文獻(xiàn)很豐富，廣西省1988年出版的《廣西方志提要》，收錄1950年以前出版志250種。廣東省1950年以前歷代編修的地方志達(dá)800多種， 80年代以來(lái)新修省、市、縣地方志已出版1000多種，規(guī)劃出版專業(yè)性地方志5000多種。
2．論文、論著包括地方研究叢書、叢編、報(bào)刊上發(fā)表的論文和會(huì)議論文、調(diào)研報(bào)告、論文集等。例如有關(guān)南海及南海諸島的《南海海區(qū)綜合調(diào)查研究報(bào)告》、《南海海洋生物研究論文集》，據(jù)不完全統(tǒng)計(jì)， 1993-1994年南海海洋科學(xué)方面的70多篇論文，發(fā)表在20多種期刊上。此類文獻(xiàn)很多是全國(guó)或省市社會(huì)科學(xué)研究項(xiàng)目的科研成果，為領(lǐng)導(dǎo)決策提供理論依據(jù)，為社會(huì)主義建設(shè)服務(wù)。例如，《廣西社會(huì)經(jīng)濟(jì)情勢(shì)考察研究報(bào)告集》一書是國(guó)務(wù)院下達(dá)的《西南地區(qū)國(guó)土資源綜合考察和發(fā)展研究》項(xiàng)目中的廣西部分研究成果。廣西壯族自治區(qū)制訂廣西十年規(guī)劃和“八五”計(jì)劃時(shí)，采納了《廣西對(duì)東南亞開放戰(zhàn)略研究》報(bào)告中提出的一些對(duì)策和建議。
3．政策性文獻(xiàn)和法令法規(guī)例如，地方性黨政會(huì)議及文件，領(lǐng)導(dǎo)人講話、文章等，地方法令法規(guī)也可在此范疇內(nèi)。這是發(fā)展地方經(jīng)濟(jì)的重要政策法令依據(jù)，是重要文獻(xiàn)類型，一般全文收入。
4．新聞媒介的消息報(bào)導(dǎo)隨著地方報(bào)刊的種數(shù)與版面激增，中央和地方新聞媒介大量報(bào)導(dǎo)各地的各類消息，例如《廣州日?qǐng)?bào)》設(shè)立珠江三角洲的專版，《南方日?qǐng)?bào)》設(shè)立廣州的專版。此類信息內(nèi)容廣泛，時(shí)間性強(qiáng)，及時(shí)報(bào)導(dǎo)要聞以及地方不同階段的熱門話題。
二、地方研究文獻(xiàn)的主題
地方研究文獻(xiàn)的主題與文獻(xiàn)的類型、文獻(xiàn)的內(nèi)容、數(shù)據(jù)庫(kù)收錄范圍及庫(kù)容量等均有密切關(guān)系。
地方研究文獻(xiàn)的類型多樣，信息量大，文獻(xiàn)的主題包含歷代社會(huì)的內(nèi)容，更多的是反映當(dāng)代社會(huì)生活的各方面，與學(xué)科（或?qū)I(yè)性）文獻(xiàn)以及新聞信息相比較，其主題范圍更廣泛，而且年代更久遠(yuǎn)。另一特點(diǎn)，不同地區(qū)不同時(shí)期社會(huì)生活中的熱點(diǎn)有異，文獻(xiàn)內(nèi)容即論述、報(bào)導(dǎo)的問題有較強(qiáng)時(shí)效性，有的信息的生命力也有時(shí)間限制。例如，香港新機(jī)場(chǎng)建設(shè)和運(yùn)營(yíng)之初，引起社會(huì)極大關(guān)注，一個(gè)月內(nèi)香港出版的報(bào)章雜志報(bào)導(dǎo)有關(guān)新機(jī)場(chǎng)的消息與評(píng)論數(shù)百條，現(xiàn)在這方面的報(bào)導(dǎo)就很少。
地方研究文獻(xiàn)數(shù)據(jù)庫(kù)既有書目數(shù)據(jù)庫(kù)（數(shù)據(jù)形式為書目、索引、文摘），也有全文數(shù)據(jù)庫(kù)，而且全文數(shù)據(jù)庫(kù)和多媒體技術(shù)發(fā)展很快，文獻(xiàn)信息資源數(shù)字化技術(shù)的發(fā)展，使數(shù)據(jù)庫(kù)建庫(kù)方式，同一數(shù)據(jù)庫(kù)中數(shù)據(jù)的形式等均發(fā)生變化。地方研究文獻(xiàn)數(shù)據(jù)庫(kù)應(yīng)比較全面地反映該地區(qū)社會(huì)的發(fā)展，包括歷代政治、經(jīng)濟(jì)、文化教育、科學(xué)技術(shù)，自然現(xiàn)象、歷史事件、地理及名勝古跡、風(fēng)土人情以及機(jī)構(gòu)、人物等。數(shù)據(jù)形式包括二次文獻(xiàn)、全文以及圖像（包括地圖等）、音像。用戶可按需要查閱、下載或打印數(shù)據(jù)庫(kù)中某一主題的全部文獻(xiàn)。建庫(kù)方式的變化，既可從某一文獻(xiàn)部門自建庫(kù)，也可聯(lián)合建庫(kù)，甚至跨地區(qū)、跨國(guó)合作建庫(kù)。
文獻(xiàn)資源數(shù)字化建設(shè)，文獻(xiàn)數(shù)據(jù)庫(kù)建庫(kù)技術(shù)的發(fā)展，以及用戶文獻(xiàn)檢索的需求的變化，對(duì)檢索語(yǔ)言、文獻(xiàn)主題的處理技術(shù)以及MARC格式等提出了更高的要求。海量文獻(xiàn)、建庫(kù)速度與質(zhì)量的提高，要求錄入和主題處理技術(shù)有較大的突破。目前漢字錄入和掃描技術(shù)的進(jìn)步，錄入速度大大加快。但主題標(biāo)引已成為建庫(kù)的“瓶頸”，加上主題表編制與管理技術(shù)的滯后，直接影響建庫(kù)的速度和質(zhì)量，難于滿足文獻(xiàn)檢索的需要。為此，張琪玉、侯漢清、張涵等國(guó)內(nèi)著名專家和同行都在探討解決的辦法，提出了一系列建議，例如大量編制自然語(yǔ)言詞表；設(shè)計(jì)分類表——敘詞表轉(zhuǎn)換系統(tǒng)，實(shí)現(xiàn)網(wǎng)絡(luò)環(huán)境下情報(bào)檢索語(yǔ)言兼容互換；利用主題表開發(fā)研制自動(dòng)標(biāo)引檢索系統(tǒng)，實(shí)現(xiàn)自動(dòng)標(biāo)引等。這些建議都是有益的探索，對(duì)于地方研究文獻(xiàn)數(shù)據(jù)庫(kù)的建庫(kù)技術(shù)的改進(jìn)和提高有重要參考價(jià)值。
筆者從事地方研究文獻(xiàn)數(shù)據(jù)庫(kù)建庫(kù)工作多年，結(jié)合建庫(kù)實(shí)踐提出一點(diǎn)不成熟的看法。
三、地方研究文獻(xiàn)主題處理技術(shù)的改進(jìn)措施
文獻(xiàn)主題的處理技術(shù)可分為兩部分：一是主題標(biāo)引工作；二是詞表的編制與管理。
1．主題標(biāo)引工作
目前的文獻(xiàn)主題標(biāo)引工作人為因素太多。首先是標(biāo)引規(guī)則的限制，幾乎每個(gè)文獻(xiàn)數(shù)據(jù)庫(kù)都制訂主題標(biāo)引規(guī)則，內(nèi)容包括：選用的信息和標(biāo)引的內(nèi)容范圍；標(biāo)引深度（標(biāo)引多少主題詞，主題詞的漢字?jǐn)?shù)目限制等）；標(biāo)引詞的選擇，主題標(biāo)引方式（自由標(biāo)引還是選用主題表）；對(duì)文獻(xiàn)主題采用整體標(biāo)引或分析標(biāo)引；標(biāo)引詞的著錄方式；不同類型或題材、體裁文獻(xiàn)的標(biāo)引規(guī)則；人名、地名、時(shí)間因素等有關(guān)規(guī)定……為了保證同一主題標(biāo)引一致性，規(guī)則的制訂盡量詳細(xì)具體。這樣一來(lái)，標(biāo)引人員工作時(shí)受到很大制約，需熟記標(biāo)引規(guī)則并按此處理文獻(xiàn)主題。標(biāo)引是為了檢索，然而如果表達(dá)文獻(xiàn)內(nèi)容遠(yuǎn)遠(yuǎn)超過標(biāo)引規(guī)則的規(guī)定（例如規(guī)定15個(gè)主題詞），不但造成標(biāo)引的困難，而且主題或標(biāo)引詞選取不當(dāng)將影響文獻(xiàn)的檢索利用。
其次是標(biāo)引人員對(duì)文獻(xiàn)內(nèi)容理解及主題分析等方面的限制，標(biāo)引規(guī)則要求標(biāo)引人員主題分析和給標(biāo)引詞等均應(yīng)考慮用戶的檢索需要和檢索習(xí)慣。事實(shí)上沒有一個(gè)標(biāo)引人員能夠全面了解用戶的檢索興趣和要求，更無(wú)法預(yù)計(jì)將來(lái)用戶的檢索興趣和要求。例如文獻(xiàn)中標(biāo)引人員可能認(rèn)為某一內(nèi)容不是中心內(nèi)容，論述或研究的主要問題不進(jìn)行標(biāo)引，可是這部分內(nèi)容對(duì)于某些用戶卻十分重要，在歷史研究或歷史人物研究等方面，往往根據(jù)文獻(xiàn)中的不顯眼的線索（幾句話或一張照片）溯根尋源，得出意想不到的收獲。
第三是主題的描述，由于主題表的使用和標(biāo)引規(guī)則（特別是組配規(guī)則等）的制訂，描述主題的詞語(yǔ)與文獻(xiàn)使用的語(yǔ)言、檢索者使用的詞語(yǔ)往往不一致，在同義詞和復(fù)合概念的表達(dá)方面尤為突出。當(dāng)前文獻(xiàn)量激增，文獻(xiàn)主題及用詞變化較大，增加了標(biāo)引工作的難度，影響主題標(biāo)引的速度和準(zhǔn)確程度。
因此，主題標(biāo)引工作的改進(jìn)勢(shì)在必行。對(duì)于地方研究文獻(xiàn)數(shù)據(jù)庫(kù)來(lái)源，全文檢索本身可自動(dòng)抽詞，二次文獻(xiàn)庫(kù)也可采用自動(dòng)（或半自動(dòng)）抽詞與詞表調(diào)控相結(jié)合的方式，標(biāo)引時(shí)不硬性規(guī)定主題或主題詞數(shù)量，而是視文獻(xiàn)中具有檢索意義的內(nèi)容。所謂詞表調(diào)控，主要是語(yǔ)義控制和分詞的人工干預(yù)。
2．詞表的編制與管理
檢索詞和標(biāo)引詞的一致，同義詞的規(guī)范，以及主題的擴(kuò)檢功能是文獻(xiàn)數(shù)據(jù)庫(kù)檢索效率的重要保證。從這個(gè)角度考慮，詞表對(duì)于地方研究文獻(xiàn)數(shù)據(jù)庫(kù)仍是十分重要的。然而目前詞表的編制和管理技術(shù)已遠(yuǎn)遠(yuǎn)滿足不了建庫(kù)的要求，必須進(jìn)行改進(jìn)。
①改變?cè)~表內(nèi)容滯后于文獻(xiàn)主題發(fā)展的狀況
詞表的編制到出版使用需要一段時(shí)間，在我國(guó)詞表的修訂起碼經(jīng)過三五年時(shí)間，而文獻(xiàn)內(nèi)容隨著社會(huì)發(fā)展，學(xué)術(shù)研究的進(jìn)步變化很大。筆者1992年赴香港進(jìn)行文獻(xiàn)研究及編制港澳研究主題表達(dá)四個(gè)月，利用80年代至1992年香港報(bào)紙雜志收入主題詞3000多個(gè)，以及數(shù)以千計(jì)的人名、地名等專有名詞。經(jīng)過檢驗(yàn)（詞頻統(tǒng)計(jì)），該表基本能滿足港澳研究文獻(xiàn)主題標(biāo)引的需要。然而在建港澳研究數(shù)據(jù)庫(kù)過程中，經(jīng)過三年左右，新增主題詞達(dá)2000個(gè)，表中部分主題詞則甚少使用，說明香港、澳門社會(huì)發(fā)展對(duì)文獻(xiàn)主題的影響。因此需及時(shí)對(duì)主題詞表進(jìn)行調(diào)整，提高詞表的即時(shí)性。
主題詞的增刪調(diào)整可應(yīng)用統(tǒng)計(jì)方法加上人工干預(yù)。首先應(yīng)統(tǒng)計(jì)主題詞的使用頻率，同時(shí)考慮時(shí)間因素，因?yàn)槊恳坏貐^(qū)都有時(shí)效性很強(qiáng)的社會(huì)現(xiàn)象或信息，有的信息生命力很弱，主題標(biāo)引用詞的時(shí)效性也相應(yīng)很低。
②詞表管理技術(shù)主要是語(yǔ)義控制，例如全稱與簡(jiǎn)稱、外來(lái)語(yǔ)與中譯名、標(biāo)點(diǎn)符號(hào)的使用、同義詞和上下位概念的處理等。詞表管理應(yīng)有專人負(fù)責(zé)。筆者對(duì)港澳研究主題詞表的編制過程中，特別對(duì)同義詞和英漢對(duì)照的處理進(jìn)行大量工作，由于港澳方言特殊化，語(yǔ)詞規(guī)范顯得特別重要。
③詞表結(jié)構(gòu)的改進(jìn)，詞表中相當(dāng)部分的主題詞比較穩(wěn)定，這部分詞應(yīng)作為第一層次（第一級(jí)）的詞，不需經(jīng)常調(diào)整，對(duì)于有一定規(guī)模的數(shù)據(jù)庫(kù)，第一層次的詞比較容易確定，應(yīng)作為規(guī)范化詞語(yǔ)，第二層次（第二級(jí)）的詞是有可能調(diào)整的詞，詞表管理人員應(yīng)及時(shí)對(duì)這一層次的詞進(jìn)行技術(shù)處理，例如與第一層次的詞作同義詞對(duì)應(yīng)，或上下位屬的顯示等。
地方研究文獻(xiàn)數(shù)據(jù)庫(kù)的建設(shè)，詞表（包括標(biāo)引技術(shù)）、檢索軟件和索引是三個(gè)重要因素，其中文獻(xiàn)主題的處理技術(shù)對(duì)文獻(xiàn)檢索影響尤為突出。許多技術(shù)問題尚待改進(jìn)。
〔出處〕 一代宗師——紀(jì)念劉國(guó)鈞先生百年誕辰學(xué)術(shù)論文集
【地方研究文獻(xiàn)數(shù)據(jù)庫(kù)主題檢索初探】相關(guān)文章：
文獻(xiàn)檢索心得體會(huì)12-06
文獻(xiàn)檢索課學(xué)習(xí)心得體會(huì)08-22
文獻(xiàn)檢索心得體會(huì)（共15篇）08-10