地方研究文獻數(shù)據(jù)庫主題檢索初探

一、地方研究文獻數(shù)據(jù)庫的數(shù)據(jù)源

地方研究文獻數(shù)據(jù)庫是中文文獻信息資源數(shù)字化的重要組成部分。地方研究文獻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，建立地方研究文獻數(shù)據(jù)庫是為了使用戶全面了解某一地域或區(qū)域的社會生活、經(jīng)濟、文化等信息，便于用戶進行地方研究。

地方研究文獻數(shù)據(jù)庫的數(shù)據(jù)源主要是：

1．資料性文獻。例如地方志、文史資料等，史料、年鑒、統(tǒng)計資料、政府出版物（白皮書、藍皮書等）。在我國，歷代纂修的各地區(qū)資料性文獻很豐富，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800多種， 80年代以來新修省、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、報刊上發(fā)表的論文和會議論文、調(diào)研報告、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)查研究報告》、《南海海洋生物研究論文集》，據(jù)不完全統(tǒng)計， 1993-1994年南海海洋科學方面的70多篇論文，發(fā)表在20多種期刊上。此類文獻很多是全國或省市社會科學研究項目的科研成果，為領(lǐng)導決策提供理論依據(jù)，為社會主義建設(shè)服務(wù)。例如，《廣西社會經(jīng)濟情勢考察研究報告集》一書是國務(wù)院下達的《西南地區(qū)國土資源綜合考察和發(fā)展研究》項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”計劃時，采納了《廣西對東南亞開放戰(zhàn)略研究》報告中提出的一些對策和建議。

3．政策性文獻和法令法規(guī)例如，地方性黨政會議及文件，領(lǐng)導人講話、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)濟的重要政策法令依據(jù)，是重要文獻類型，一般全文收入。

4．新聞媒介的消息報導隨著地方報刊的種數(shù)與版面激增，中央和地方新聞媒介大量報導各地的各類消息，例如《廣州日報》設(shè)立珠江三角洲的專版，《南方日報》設(shè)立廣州的專版。此類信息內(nèi)容廣泛，時間性強，及時報導要聞以及地方不同階段的熱門話題。

二、地方研究文獻的主題

地方研究文獻的主題與文獻的類型、文獻的內(nèi)容、數(shù)據(jù)庫收錄范圍及庫容量等均有密切關(guān)系。

地方研究文獻的類型多樣，信息量大，文獻的主題包含歷代社會的內(nèi)容，更多的是反映當代社會生活的各方面，與學科（或?qū)�業(yè)性）文獻以及新聞信息相比較，其主題范圍更廣泛，而且年代更久遠。另一特點，不同地區(qū)不同時期社會生活中的熱點有異，文獻內(nèi)容即論述、報導的問題有較強時效性，有的信息的生命力也有時間限制。例如，香港新機場建設(shè)和運營之初，引起社會極大關(guān)注，一個月內(nèi)香港出版的報章雜志報導有關(guān)新機場的消息與評論數(shù)百條，現(xiàn)在這方面的報導就很少。

地方研究文獻數(shù)據(jù)庫既有書目數(shù)據(jù)庫（數(shù)據(jù)形式為書目、索引、文摘），也有全文數(shù)據(jù)庫，而且全文數(shù)據(jù)庫和多媒體技術(shù)發(fā)展很快，文獻信息資源數(shù)字化技術(shù)的發(fā)展，使數(shù)據(jù)庫建庫方式，同一數(shù)據(jù)庫中數(shù)據(jù)的形式等均發(fā)生變化。地方研究文獻數(shù)據(jù)庫應(yīng)比較全面地反映該地區(qū)社會的發(fā)展，包括歷代政治、經(jīng)濟、文化教育、科學技術(shù)，自然現(xiàn)象、歷史事件、地理及名勝古跡、風土人情以及機構(gòu)、人物等。數(shù)據(jù)形式包括二次文獻、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)庫中某一主題的全部文獻。建庫方式的變化，既可從某一文獻部門自建庫，也可聯(lián)合建庫，甚至跨地區(qū)、跨國合作建庫。

文獻資源數(shù)字化建設(shè)，文獻數(shù)據(jù)庫建庫技術(shù)的發(fā)展，以及用戶文獻檢索的需求的變化，對檢索語言、文獻主題的處理技術(shù)以及MARC格式等提出了更高的要求。海量文獻、建庫速度與質(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)的進步，錄入速度大大加快。但主題標引已成為建庫的“瓶頸”，加上主題表編制與管理技術(shù)的滯后，直接影響建庫的速度和質(zhì)量，難于滿足文獻檢索的需要。為此，張琪玉、侯漢清、張涵等國內(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言詞表；設(shè)計分類表——敘詞表轉(zhuǎn)換系統(tǒng)，實現(xiàn)網(wǎng)絡(luò)環(huán)境下情報檢索語言兼容互換；利用主題表開發(fā)研制自動標引檢索系統(tǒng)，實現(xiàn)自動標引等。這些建議都是有益的探索，對于地方研究文獻數(shù)據(jù)庫的建庫技術(shù)的改進和提高有重要參考價值。

筆者從事地方研究文獻數(shù)據(jù)庫建庫工作多年，結(jié)合建庫實踐提出一點不成熟的看法。

三、地方研究文獻主題處理技術(shù)的改進措施

文獻主題的處理技術(shù)可分為兩部分：一是主題標引工作；二是詞表的編制與管理。

1．主題標引工作

目前的文獻主題標引工作人為因素太多。首先是標引規(guī)則的限制，幾乎每個文獻數(shù)據(jù)庫都制訂主題標引規(guī)則，內(nèi)容包括：選用的信息和標引的內(nèi)容范圍；標引深度（標引多少主題詞，主題詞的漢字數(shù)目限制等）；標引詞的選擇，主題標引方式（自由標引還是選用主題表）；對文獻主題采用整體標引或分析標引；標引詞的著錄方式；不同類型或題材、體裁文獻的標引規(guī)則；人名、地名、時間因素等有關(guān)規(guī)定……為了保證同一主題標引一致性，規(guī)則的制訂盡量詳細具體。這樣一來，標引人員工作時受到很大制約，需熟記標引規(guī)則并按此處理文獻主題。標引是為了檢索，然而如果表達文獻內(nèi)容遠遠超過標引規(guī)則的規(guī)定（例如規(guī)定15個主題詞），不但造成標引的困難，而且主題或標引詞選取不當將影響文獻的檢索利用。

其次是標引人員對文獻內(nèi)容理解及主題分析等方面的限制，標引規(guī)則要求標引人員主題分析和給標引詞等均應(yīng)考慮用戶的檢索需要和檢索習慣。事實上沒有一個標引人員能夠全面了解用戶的檢索興趣和要求，更無法預計將來用戶的檢索興趣和要求。例如文獻中標引人員可能認為某一內(nèi)容不是中心內(nèi)容，論述或研究的主要問題不進行標引，可是這部分內(nèi)容對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引規(guī)則（特別是組配規(guī)則等）的制訂，描述主題的詞語與文獻使用的語言、檢索者使用的詞語往往不一致，在同義詞和復合概念的表達方面尤為突出。當前文獻量激增，文獻主題及用詞變化較大，增加了標引工作的難度，影響主題標引的速度和準確程度。

因此，主題標引工作的改進勢在必行。對于地方研究文獻數(shù)據(jù)庫來源，全文檢索本身可自動抽詞，二次文獻庫也可采用自動（或半自動）抽詞與詞表調(diào)控相結(jié)合的方式，標引時不硬性規(guī)定主題或主題詞數(shù)量，而是視文獻中具有檢索意義的內(nèi)容。所謂詞表調(diào)控，主要是語義控制和分詞的人工干預。

2．詞表的編制與管理

檢索詞和標引詞的一致，同義詞的規(guī)范，以及主題的擴檢功能是文獻數(shù)據(jù)庫檢索效率的重要保證。從這個角度考慮，詞表對于地方研究文獻數(shù)據(jù)庫仍是十分重要的。然而目前詞表的編制和管理技術(shù)已遠遠滿足不了建庫的要求，必須進行改進。

①改變詞表內(nèi)容滯后于文獻主題發(fā)展的狀況

詞表的編制到出版使用需要一段時間，在我國詞表的修訂起碼經(jīng)過三五年時間，而文獻內(nèi)容隨著社會發(fā)展，學術(shù)研究的進步變化很大。筆者1992年赴香港進行文獻研究及編制港澳研究主題表達四個月，利用80年代至1992年香港報紙雜志收入主題詞3000多個，以及數(shù)以千計的人名、地名等專有名詞。經(jīng)過檢驗（詞頻統(tǒng)計），該表基本能滿足港澳研究文獻主題標引的需要。然而在建港澳研究數(shù)據(jù)庫過程中，經(jīng)過三年左右，新增主題詞達2000個，表中部分主題詞則甚少使用，說明香港、澳門社會發(fā)展對文獻主題的影響。因此需及時對主題詞表進行調(diào)整，提高詞表的即時性。

主題詞的增刪調(diào)整可應(yīng)用統(tǒng)計方法加上人工干預。首先應(yīng)統(tǒng)計主題詞的使用頻率，同時考慮時間因素，因為每一地區(qū)都有時效性很強的社會現(xiàn)象或信息，有的信息生命力很弱，主題標引用詞的時效性也相應(yīng)很低。

②詞表管理技術(shù)主要是語義控制，例如全稱與簡稱、外來語與中譯名、標點符號的使用、同義詞和上下位概念的處理等。詞表管理應(yīng)有專人負責。筆者對港澳研究主題詞表的編制過程中，特別對同義詞和英漢對照的處理進行大量工作，由于港澳方言特殊化，語詞規(guī)范顯得特別重要。

③詞表結(jié)構(gòu)的改進，詞表中相當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）的詞，不需經(jīng)常調(diào)整，對于有一定規(guī)模的數(shù)據(jù)庫，第一層次的詞比較容易確定，應(yīng)作為規(guī)范化詞語，第二層次（第二級）的詞是有可能調(diào)整的詞，詞表管理人員應(yīng)及時對這一層次的詞進行技術(shù)處理，例如與第一層次的詞作同義詞對應(yīng)，或上下位屬的顯示等。

地方研究文獻數(shù)據(jù)庫的建設(shè)，詞表（包括標引技術(shù)）、檢索軟件和索引是三個重要因素，其中文獻主題的處理技術(shù)對文獻檢索影響尤為突出。許多技術(shù)問題尚待改進。

〔出處〕 一代宗師——紀念劉國鈞先生百年誕辰學術(shù)論文集

【地方研究文獻數(shù)據(jù)庫主題檢索初探】相關(guān)文章：

文獻檢索課學習心得04-20

文獻信息檢索心得體會03-21

文獻檢索課學習心得05-25

文獻檢索心得體會12-06

文獻信息檢索心得體會8篇03-23

文獻檢索心得體會8篇04-01

文獻檢索課學習心得體會08-22

文獻檢索心得體會（共15篇）08-10

文獻檢索心得體會錦集（6篇）09-30

語文研究性學習初探08-17