索引典與資訊檢索

1. 索引典與資訊檢索 參考資料： 黃慕萱，Chap.8 蔡明月，Chap. 10 黃惠株 。「淺談索引典」。佛教圖書館館訊第五期（民85年 3月）<http://www.gaya.org.tw/journal/m5/5-main1.htm>(2004年5月10日) 。 張嘉彬。 「索引典及其於資訊檢索上之探討」。書苑季刊36期（ 民87年4月）<http://public1.ntl.gov.tw/publish/suyan/36/text_46.html>(2005年5月23日) 。

2. 簡介 • 分類法v.s.索引典 • Thesaurus其希臘與拉丁的字源本義為「寶典」( A treasury） • 1947年到1950年間 • Mooers提出描述語、資訊檢索與資訊檢索系統等專門術語 • 1957年 • Brownson第一次正式使用索引典這個術語，他認為解決資訊檢索問題的最佳答案，是應用機械化的索引典

3. 國際標準的定義 • 國際標準組織（ISO 2788） • 一種受控標引語言詞彙，從編製形式上明確顯示概念間的先顯關係（如：廣義和狹義關係）。 • 美國國家標準（ANSI Z39.19-1980） • 索引典就是將詞與詞組依照同義關係、層級關係及其他關係與附註規定編輯起來，其功能是提供一部標準化的詞彙，供資訊貯存與檢索之用。 • 聯合國科教文組織全球科技資訊系統（UNISIST, UNESCO） • 索引典可以其功能或結構定義之。 • 就功能而言，索引典是一種控制詞彙的工具，其用途是將文獻、標引人員或系統使用者所用的自然語言，轉譯成更為規範的「系統語言」（文獻工作語言，資訊語言）。 • 就結構而言，索引典是一部含有特定知識領域的詞彙，詞彙間有語義或從屬上的關係，且詞彙是控制的、動態的。

4. 學術界不同階段的定義 • 索引典的主要功能是將詞彙依字母順序排列 • 索引典編纂詞彙並顯示詞彙間之同義關係、階層關係或其他關係，藉以提供資訊儲存與檢索一套標準詞彙。 • 索引典應該依據詞彙的意義排列，而不是像字典一樣依據字母順序排列‧‧‧索引典的主要功能是列舉可表達同一概念所有詞彙，藉以協助使用者找出最適合貼切的詞彙來表達他們心中的概念。 • 索引典可以當成人類思路歷程的類比‧‧‧索引典的構造最好和人類大腦的構造一樣，當有一概念產生時，人們可以在自己的思路中尋找最適合的詞彙來表達。

5. 綜合各家定義 • 收集足以表示知識概念的字或詞，以特定結構加以排列 • 控制同義詞，區別同形異義詞，顯現各相關詞彙間階層及語意互屬上的各種關係 • 做為索引者在分析處理資料及讀者在檢索資料時能選用一致的、經過控制的詞彙 • 提供資訊儲存與檢索標準化的用語

6. 索引典之目的 • 在特定的知識領域，提供概念之間的關係指引，幫助標引人員（indexer）及檢索人員（searcher）了解該學科的知識架構。使用者並可藉著詞間關係，由已了解的知識概念來了解新概念的涵義。 • 在特定的知識領域，提供標引人員一套標準化詞彙，確保資料標引的一致性。 • 為了確保資料處理的一致性，索引典為一概念一詞，而其他同義詞則以用代關係指 引。 • 詞與詞之間有明確的詞間關係存在，這些關係能區分各詞在語義網架構中的功能，可作為使用者選擇正確詞彙的指引。 • 當查出的資料太多或太少時，索引典的層級結構可幫助使用者擴大或縮小檢索主題的詞彙範圍。 • 最好能成為該學科的標準用語。

7. 索引典之功能 • 資訊的儲存與檢索提供標準化的語彙，以確保對同一主題，分析及檢索資料時所用的語彙一致 • Dagobert Soergel認為： • 索引典的概念結構（conceptual structure）在標引及檢索時能將主題概念表現的恰到好處 • 索引典將同義詞聚集亦有詞彙控制（terminological control）的功能

8. 索引典編製基本程序 • 準備工作 • 詞彙蒐集 • 定詞 • 建立詞間關係 • 編排與展示 • 測試與修正 • 維護與更新

9. 準備工作 • 學科範圍確定 • 資料量及類型 • 詳盡性（exhaustivity）與專指性（speci-ficity) • 作業表格內容設計

10. 詞彙蒐集 • 經驗法（empirical approach） • 蒐集該學科的百科全書、字（辭）典、刊物及其他權威性出版品，將出現的詞記錄於作業表格，而後再進行屬性劃分。 • 亦稱"石筍式法"（stalagmitic） • 小組匯編法（committee approach） • 匯編法則是聚集一群學科專家，進行腦力激盪，列出相關詞彙，確定族首詞（top term），再行分族編排。 • 又稱為“鐘乳石法”（stalactitic）

11. 定詞—1/2 • 按字面排列，將重複詞的所有資料合併於一張卡片，刪除字面重複的詞；但同形異義詞要保留並需以限定語加以說明。 • 採用組面分析方法，將同一概念的詞聚在一起，選出一個常用或正式用法的詞當作選用詞（preferred term），亦稱描述語（descriptor），其他同義詞或類同義詞則當非選用詞（non-preferred term），亦稱非描述語（non-descriptor），以此法消除概念重複的詞，完成定詞工作

12. 選詞原則 採用名詞 複合名詞 形容詞 名詞的單數與複數 單數特定過程、特性及唯一或不可數的事與物，如painting 、conductivity、earth、water 複數具實體可數的事與物，如starts、teeth、records 若單複數意義不同又必須同時存在，則於其後加上限定語（qualifiers） ，如painting (entity) 、 painting (process) 選擇直接款目或間接款目 Radar antenna v.s. antenna, radar 統一特殊符號 Gamma rays v.s. r rays. 控制敘述語的縮寫或頭字語 COM v.s Computer Output Microform 釐定敘述語的不同拼法 Theater v.s. theatre 定詞—2/2

13. 建立詞間關係—1/3 • 等同關係 • 又稱用代關係，參照符號是「USE」及「UF」 • 同義（synonyms）指意義完全相同，可互相取代的詞 • 準同義(near-synonyms)指意義相近 • 意義不同但為了標引目的視為同義的詞 • 組代關係標引時以數詞組合代表另一概念 • 描述詞 V.S.非描述詞 • 範圍註與解說註 • 例如 • Storage batteries UF Secondary batteries • Secondary batteries USE Storage batteries

14. 層級關係 又稱屬分、上下或等級關係，參照符號是「BT」及「NT」 類別 屬種（genus-species） 集元（set-element） 整部（whole-part） 多層級（polyhierarchical） 判定公式 屬種關係 "一些（鳥類）是（鸚鵡）"，"所有（鸚鵡）全都是（鳥類）" 整部關係 （台灣）的一部分是（台北）"，"（台北）是（台灣）的一部分" 集元關係 "有的（河流）是(長江、黃河…)"，"(長江、黃河 …)一定是（河流） 建立詞間關係—2/3

15. 建立詞間關係—3/3 • 聯想關係 • 又稱親緣、類緣或相關關係，參照符號是「RT」 • 判定參考原則 • 同一範疇：屬性涵義有部分重疊但非同義的詞可互為「RT」，如「ships」和「boats」 。 • 不同範疇：兩詞雖分屬不同的概念體系，但彼此間卻有強烈的提示關係，如學科及對象（林學和森林） 。

16. 編排與展示 • 依字順排序 • 依分類排序 • 依層級排序 • 依敘述語交替式排序 • 依圖形排序

17. 測試與修正 • 從最近出版的相關刊物上隨機取樣 • 列一雙欄平行的標引工作單，一欄列由隨機取樣文獻中取出之主題詞，另一欄則是由主題詞轉為索引典中最貼切的描述詞 • 標引人員和編製人員根據前述工作單的資料，評斷索引典的詳盡度及專指度，並依此修正 • 檢測詞群架構及詞間關係

18. 維護與更新 • 索引及檢索人員須記錄詞彙使用頻率，利用作業表格記錄新詞彙或舊詞的詞間結構變動情形，然後定期討論，依記錄的資料增（刪）詞或修改詞間關係

19. 利用索引典檢索資料之過程-- 1/2 • 檢索晤談 • 對提問進行分析，確定讀者的真正需求 • 分析的結果轉成索引典詞彙 • 提問主題分析 • 將概念轉換成索引典中的描述語進行檢索 • 組配 • 廣義詞檢索 • 狹義詞檢索 • 近義詞檢索

20. 利用索引典檢索資料之過程-- 2/2 • 目的recall ratio v.s. precision ratio • 利用索引典的詞間關係檢索 • 擴檢（Broader Term Search，即廣義詞檢索） • 縮檢（Narrower Term Search，即狹義詞檢索） • 聯檢（Related Term Search，即關係詞檢索） • 族檢（Term Family Search） • 群檢（Narrower Block Search） • 邏輯運算

21. 索引典應用於資訊檢索上之優點 • 使用標準的控制詞彙，可以解決同義詞、類同義詞及同形異義詞的問題。 • 促成索引用語與檢索用語的一致性，使得索引作業及檢索作業能以標準詞彙代表各同義詞，避免資料分散與不易查詢。 • 採用前組合的方式編製索引，解決概念錯誤的連結的問題。 • 控制詞彙有良好的結構，使用時可選擇最適當的用語，以提高檢索求全率（recall ratio）與求準率（precision ratio）。 • 容易從事有階層附屬關係的檢索。 • 用語明確一致、清楚固定。 • 可利用參互見結構，得知相關的詞彙。 • 採用控制詞彙方式編製索引，款目較自然語言索引法來得少，故具有高度密集的特性。 • 檢索者負擔輕，不必研究作者可能使用的詞彙，尤其是同義詞的使用。

22. 索引典應用於資訊檢索上之缺點 • 必須由專業人員製作索引，花費較大。 • 必須隨時檢查索引的品質及錯誤。 • 索引人員可能因誤解而導致錯誤的索引，且易因索引者的不一致性產生問題。 • 使用的標準詞彙易於過時，必須隨時更新，維護經費較高。 • 無法隨時增添新的或複雜的概念，更新較困難。 • 索引人員須具備相當的學科背景與訓練，故製作速度較慢。 • 使用者亦必須經過訓練，方會使用。 • 用語受限於索引典，有時稍嫌僵化，不具彈性。 • 用語的表示受到極大的限制。 • 較不具詳盡性。

23. 利用索引典檢索資料之評估 • 結構評價 • 詞彙涵蓋的範圍、顯示方式、易用性、結構的設計、整體結構的嚴密性、功能的成本效益等 • 詞彙評價 • 詞量多寡、詞組規模（Size of term groups）、等同率（Equivalence ratio）等 • 使用上的評價 • 求全率與求準率

24. 主題範圍 資料類型 資料量 資訊系統類型 誰是系統使用者 系統使用人數及頻率 問題類型 詞彙組合方式 資訊系統的資源 考慮資訊檢索效率 以索引典為主的系統設計考慮要素

25. 應用於資訊檢索上之發展趨勢—1/2 • 索引典編製標準化 • 第一個具有權威性的標準 • 1970年UNESCO編製＜單語科技索引典編製與發展準則＞ • ISO 2788:1974＜單語索引典編製和發展準則的基礎＞ • ISO 2788:1986 Documentation -- Guidelines for the establishment and development of monolingual thesauri • 中國大陸 • 1979年＜漢語主題詞表＞ • GB13190-91＜漢語敘詞表編製規則＞ • GB/T3680-1995<漢語敘詞標引規則> • 台灣 • 82年6月25日公布＜西文單一語文索引典編製標準＞(CNS 13224) • 分類主題一體化語言 • Hyper-thesaurus

26. 應用於資訊檢索上之發展趨勢—2/2 • 個人化之索引典（personalized thesaurus）＝讀者自建索引典（user-constructed thesaurus） • 將Fuzzy的觀念加入索引典的檢索中 • Relevance Feedback • Ranking • 將人工智慧概念應用於索引典的檢索中

27. 中文索引典實例 • 立法資訊系統主題索引典 • http://lis.ly.gov.tw/lghtml/alldbhelp/ttsthes.htm • 農委會農業科學資訊服務中心農業科技術語資料庫 • http://www.asic.gov.tw/index/index.htm • 慈濟文化中心新聞全文資料庫索引典 • http://taipei.tzuchi.org.tw/databank/rule/rule.htm • 心經索引典 • http://www.gaya.org.tw/indexbook/index.asp • 淡新檔案索引典 • http://lips.lis.ntu.edu.tw/ross/danhsin/

28. 西文索引典 • LC Thesaurus for Graphic Materials I: Subject Terms (TGM I) • http://www.loc.gov/rr/print/tgm1/ • MeSH • http://www.nlm.nih.gov/mesh/meshhome.html • NAL Agricultural Thesaurus • http://agclass.nal.usda.gov/agt/agt.htm • The Astronomy Thesaurus • http://msowww.anu.edu.au/library/thesaurus/ • ERIC Thesaurus • 從輔大所訂閱的資料庫進入