叙词语言的词汇控制

叙词语言的词汇控制_多语种叙词本体

1.3　叙词语言的词汇控制

叙词语言是在单元词的基础上发展起来的，广泛吸收了诸如标题法、分布组配分类法等多种检索语言的原理和方法。叙词语言通过对自然语言进行控制并转成规范化语言，对词汇的规范较为完备、严密。叙词语言的词汇控制一般是根据检索的需要进行的，包括词汇选择、词形控制、词义控制、词间关系控制等基本方面，下面分别介绍。

1.3.1　词汇选择

词汇是叙词表的构成基础，一部叙词表的质量高低，很大程度上取决于其构成词汇的选择。为了保证叙词表中词汇的规范性和严密性，叙词表对词汇的选择原则以及词汇的类型、范围等因素都应具有明确的规定。

1.3.1.1　词汇选择原则

根据以往叙词表的编制情况，参考《汉语叙词表编制规则》，汉语叙词的选择一般应该遵守以下几条原则:

①叙词的选择。叙词的选择首先应该考虑标引和检索的实际需要，以及当前各学科的发展情况，脱离了实际需要的叙词表没有任何实用的价值。任一学科选择的语词，必须是在该学科领域的文献内经常出现的，进行文献检索时具有相当的检索使用率，并且能汇集一定文献量的专业术语。对于领域内新出现的语词，应该根据实际使用的需要、考虑其在领域中的影响，并结合相应的发展情况进行选择。

②语词的概念。任一被选定的语词，应该具有明确的概念定义，且不会产生歧义。保证具有科学性、通用性的原则，适宜于准确地表达文献的主题和进行检索提问。对于选择过程中出现的同形异义词、多义词，可以通过叙词表中规定的限定方法加以使用。

③词组的选择。有些时候，单个的语词可能不能很好地表达足够多的意思，这时就需要考虑选定语词的组配关系以及语词的专指性，在收录单词的同时也收录相应的词组，以保证叙词表表达内容的完备性。

④符合表达习惯。选定的语词应尽量符合汉语表达中的习惯，易于人们理解和使用。这要求被选定的语词在词形上要达到作为语词标识的要求，而不是较为生僻的语词，并且尽量选用那些便于字面成族的语词。

1.3.1.2　词汇类型

一部叙词表的构成，一般是以名词为主，某些时候为了语义表达的准确性和丰富性，也会收录一定量的形容词。按照表达事物概念范围大小的特点，叙词可以分为普通名词和专有名词两种。

普通名词是构成叙词表的基本词汇，是对普通事物的基本描述，其选词范围主要包括如下几个方面:

①表示具体事物的名词术语，如学校、教室、老师、学生、计算机等。

②表示学科门类的名词术语，如哲学、社会学、传播学、图书馆学、物理学、生物学、分子生物学、工程学、环境科学等。

③表示文献类型的术语，如词典、年鉴、百科全书、期刊、手册、目录、索引、专题报告、专利、标准、会议记录等。

④表示事物材料的名词术语，如钢铁、塑料、橡胶、合金等。

⑤表示事物性质、现象、状态，过程等方面的名词术语，如感光性、导热性、导电性、发热、振动、飞行、爆炸等。

⑥表示对事物的研究方法、工艺等方面的名词术语，如调查、分析、计算、归纳、总结、冷冻、电镀等。

专有名词用以表达某一特定方面的单一对象，对于专有名词的选择，叙词表一般重点考虑那些比较典型的、具有较大研究和检索价值的名词。其选词包括:

①自然地理区名，如亚洲、非洲、美洲、欧洲、太平洋、大西洋、北极、南极等。

②政治区名，如中国、美国、英国、法国、日本等。

③机构组织名，如联合国、世界银行、亚太经合组织、北约等。

④人名，如孔子、孟子、牛顿、爱因斯坦、马克思、恩格斯等。

⑤历史事件名，如“七七事变”、“西安事变”、“珍珠港事件”等。

⑥文献名，如《汉语主题词表》、《大英百科全书》等。

1.3.1.3　先组词的选择

在叙词表中，按照构成词汇的单元的特点，叙词表的语词可以分为后组词和先组词两类。后组词即单词，是以单元概念的语词形式收入叙词表的词，它们属于不可再分的最基本的词汇。先组词即词组，是由单元词组成的具有复合概念的语词，这类词往往由两个或多个单元词组合而成，用以表达复合主题，拆开或进行顺序调整之后意思会发生变化，不再具有复合词的概念。

采用单词组配的方法来表达复合主题的含义，早在元词法中就得到过使用，作用是可以减少叙词表的词量，在手检工具中增加检索入口，提高检全率。但不足之处在于如果过多使用单元词组配，会影响标引的直接性，降低查准率，同时也无法提示一些常用主题概念之间的关系。例如，化学工业的概念是重工业，下位概念包括发酵工业、合成工业、化学纤维工业、石油化学工业、橡胶工业、制药工业等。在这种情况下，通过揭示上述词间关系，在进行相关信息资源的查找时，显然会带来相当大的便捷性。但这些联系在使用“化学”和“工业”的情况下是无法建立的，只有将化学工业等作为先组词直接收录到叙词表中才能揭示。使用先组词可以克服后组词的上述问题，增加标引和检索的准确度。但过多地依赖先组词，也会增加词表的篇幅，同时还会在手工检索系统中减少检索入口，影响查全率。因此关键应该是根据检索系统的特点和实际需要，确定词组的选择标准，将先级词的数量控制在一定的范围之内。词组的选择是词表编制过程中的难点之一。为了使叙词表能同时适应计算机检索和手工检索的需要，同时兼顾标引的直接性、专指性，在我国叙词表的编制历史中，下述情况通常直接选用词组:

①被选择语词在某一领域内为使用效率较高的常用词组，一般直接收录到叙词表。如化学工业、教育资源、情报检索语言、数据处理等，此类词汇一般均采取直接收录的方式。

②该词组在分解成单元词后不再具有原来的含义，对理解语词概念有干扰时，直接收录进叙词表。如塑胶炸弹、全面战争二词分解之后，塑胶、全面二词的含义发生变化，应该直接被收录。

③该词组分解成单元词后其中一词意义，没有实际的检索价值时，直接收录进叙词表。如圆润检索、台面二极管二词分解之后，回溯、台面二词两词的实际检索价值不大，应该直接被收录。

④组成该词组的单元词顺序调整之后词义发生变化的词组，可以适当选用。如工业酒精一词，以工业和酒精组配，可以产生工业酒精和酒精工业两种含义，一般直接收录。

⑤有标引价值的专有名词，一般可以直接收录。如北京大学一词，如采用北京和大学加以组配，其含义就会变成北京的大学，应当直接被收录。

也有一些情况通常不直接选用词组。这类情况包括:

①表示事物及其方面的词组，如火车站设计、模具加工等。

②表示事物及其部分的词组，如飞机轮胎、计算机电源等。

③由专有名词如国家名、地区名、时代名、人名等与其他主题概念组成的复合词，中国钢铁工业、鲁迅小说创作等。

④由科学术语与文献类型的名称组成的复合词，如:计算机词典、史学书目等。

⑤可以分解成两个或多个交叉关系概念语词的复合词，也不直接选用。如生物遗传学可以分解成生物学和遗传学两个表示交叉关系的语词。

但上述情况并不是绝对的，有时当一对象资源较多，使用需要量大时，也可以适当调整。

1.3.2　词形控制与词义控制

在几千年的发展中，语言在不断地发生演变，很多词汇具有了各种各样的形状以及多种含义。为了保证叙词表的标引质量，对于所选用的叙词，必须在词形和词义两方面进行严格的控制。

1.3.2.1　词形控制

词形控制是指根据主题和检索的需要，对所选叙词的语词形式及其构成成分作出相应规定，以确保叙词表的排列效果，方便用户进行检索。在中文叙词表中，词型控制通常包括下列内容:

①规定语词形体。当一个汉字存在几种形体，如繁简体、异体或未正式公布的简体时，一律以国家通告的字体为标准。

②规定外来语和数字的用法。外来名词术语一般应选用规范的汉译名，但在外文名词术语更为通行时，也可以直接用原文。阿拉伯数字根据情况在必要时选用。例如: C语言、SCI、X光、铀235等词，均可直接选作叙词。

③规定标点符号的用法。一般只在必要时使用括号、连线、小圆点等符号，其他标点符号除特殊情况外，一般概不使用。例如:静态分析(经济学)、发射管(电子)、九·一八事变、气体—固体界面等均为正式主题词。

④规定词序。收录到叙词表的词一般采用自然语序，不使用倒置形式。例如:用“公共图书馆”而不用“图书馆，公共”;用“工程物理学”而不用“物理学，工程”。倒置形式在必要时可作为非叙词收录到叙词表，用以指向相应叙词。

⑤规定外文的词形。主要是规定单复数、名词形式等。一般可依据该文字的叙词表编制规范进行。例如在英文中，可数名词多采用复数形式;不可数名词，或表示抽象概念的名词，采用单数的形式;如一个词的单数和复数表示不同概念，可同时收录到叙词表。双语种或多语种索引中通常会涉及外文词形的处理。

⑥规定词长。为了使入选的语词适合排检和计算机检索的需要，一般应对字长规定。例如在《汉语主题词表》中规定词长不得超过14个汉字，过长的语词可用简称或缩写等方法处理，使其保持在规定的长度以内。

1.3.2.2　同义控制

同义控制主要是对一义多词及含义相近或有联系，可以根据需要对相互代替的语词之间进行控制。一般选其中的一个为叙词，其余为非叙词，使同一含义只用一个词表达，以便能集中同一主题的资源。同义控制包括同义词之间的控制和准同义词之间的控制两类情况。

(1)同义词之间的控制

同义词之间的控制是对外延相同的不同语词之间的控制。包括:

①语义同义词之间。一般以较为通用的词作叙词。

例如:全球环境(叙词)地球环境(入口词)

海洋物理学(叙词)物理海洋学(入口词)

国家机构(叙词)国家机关(入口词)

②学名与俗名之间。一般以学名为叙词。

例如:废物综合利用(叙词)变废为宝(入口词)

化害为得(入口词)

玉米(叙词)包谷(入口词)

③不同角度的名称之间。一般选较为常用的词为叙词。

例如:上海公报(叙词)中美联合公报(入口词)

七七事变(叙词)卢沟桥事变(入口词)

④新称与旧称之间。一般选用新称为叙词。

例如:胡志明市(叙词)西贡(入口词)

发展中国家(叙词)不发达国家(入口词)

⑤全称与简称之间。一般选用全称为叙词。

例如:联合国安全理事会(叙词)安理会(入口词)

安全理事会(入口词)

武汉大学(叙词)武大(入口词)

⑥不同译名之间。一般选用规范译名为叙词。

例如:激光(叙词)镭射(入口词)

发动机(叙词)引擎(入口词)

⑦产品型号与代号之间。专业文献单位一般用产品的型号为叙词。

例如: SS-1导弹(叙词)“飞毛腿”导弹(入口词)

⑧词组与对应的组配形式之间。一般用于指向对应的组配形式。

例如:国际经济+经济援助(叙词)对外经济援助(入口词)

期刊+联合目录(叙词)期刊联合目录(入口词)

(2)准同义词之间的控制

准同义关系是指含义相近或虽然含义不同，但有一定的联系，可以根据检索需要相互代替语词之间的关系。准同义词之间的控制通常在有关语词下资源数量较少时使用，是检索系统控制词量和专指度的一种方法。包括:

①分近义词之间。一般选其中较概括、通用的语词作叙词。

例如:中子流(叙词)弱中子流(入口词)

数据处理(叙词)数据处理系统(入口词)

②部分反义词之间。一般选其中表示下面含义的语词作为叙词。

例如:本质属性(叙词)非本质属性(入口词)

电子(叙词)负电子(入口词)

③部分上位词与下位词之间。一般选择含义宽泛的上位词代替一个或若干个专指的下位词，亦称上位词置代。

例如:电视设备(叙词)闭路电视设备(入口词)

水污染(叙词)地表水污染(入口词)

地下水污染(入口词)

水体污染(入口词)

1.3.2.3　词义控制

词义控制主要是针对一词多义的现象进行控制，使其具有明确性和单义性。包括对多义词、同形异义词以及词义含糊的语词等的处理，一般采用在叙词后加限义词或加注的方法予以解决。

(1)加限义词

此种方法常用于自然语言中的同形异义词和多义词，通过对词汇的使用范围加以限定，明确词汇含义，使其具有单义性。同形异义词和多义词特点是:同一字面形式的语词，在不同领域或场合往往用以表达不同的概念。例如:“结构主义”一词，在哲学、心理学和语言学分别具有不同的内涵，可以通过学科、专业、地域、时间等的角度加以限定，使其含义明确。

例1:拟人说(心理学)

拟人说(文艺)

例2:结构主义(心理学)

结构主义(语言学)

结构主义(哲学)

例3:病毒(医学)

病毒(计算机)

例4:民族化(文艺)

例5:黑旗军(广西)

黑旗烟(山东)

例6:尼布楚条约(1689)

例7:渡江战役(1949)

(2)注释

对叙词的注释说明大体包括三种类型，概要介绍如下:

①含义注释。含义注释通常用于一些字面上比较含糊，容易混淆的词，通过以注释的方式对其含义或范围等作补充说明，明确其含义，以便确切使用。

例如:岭南画派

注:中国现代画流派，主要是在广东活动

计算机分析

注:用计算机进行分析

互市

注:中国古代对中外贸易的统称

布鲁塞尔代表大会(1891)

注:第二国际二大

②用法注释。用法注释是指明一词的特殊使用方法，目的是使用规范，提高该词在标引和检索中的一致性。例如:学院

注:用于高等专科学校与专业名称组配使用。例:音乐学院用音乐+学院

③历史注释。历史注释是用来记录叙词收录到叙词表的时间及变更情况，使其能反映词汇使用的沿革，以保持词汇标引和检索的延续性。如下面分别为《汉语主题词表》、《教育资源叙词表(ERIC)》叙词款目中历史注释的样例:

例1:环境污染机制

(增词时间: 1889年)

例2: LIBRARY CATALOGS Mar.1980

UF Dictionary catalogs(1968-1980)

Divided catalogs(1968-1980)

……

在例2中，Mar.1980表示此词启用时间为1980年3月，UF(代项)中Dictionary catalogs和Divided catalogs后的年代注释(1968—1980)，表示该词为1980年前采用的叙词形式。按照上述说明，1968—1980年该内容的文献，可以使用代项中的词进行查找，从而方便用户对历史文献的回溯检索。

上述限定和注释两种形式中，限义词是叙词标识的组成部分，可以和叙词一起直接用于标引。叙词注释则只对叙词起补充说明作用，不用于标引。

除词义控制之外，叙词语言一般还采用参照系统、索引等方法，通过确定一词与相关语词的联系或其所属学科范畴等，限定其含义。

1.3.3　词间关系控制

为了在按主题字顺的方式组织语词的同时反映叙词之间的联系，叙词法采用了建立参照系统和编制索引的方法。其中，参照系统通过在叙词下设置参照项的方式，在叙词之间建立起一种反映主题词之间联系的语义网络，是字顺表对词间关系进行控制的主要形式。叙词表中叙词之间主要有三种关系:等同关系、属分关系和相关关系。按照《汉语叙词表编制规则》及有关国际标准，叙词表的词间关系及其常用的参照符号如表1-5所示。

表1-5　叙词表的词间关系及其常用的参照符号

1.3.3.1　等同关系

等同关系指一叙词与含义相同或相近，可以相互替代的语词之间的关系，亦称同一关系、用代关系。提示等同关系的作用，是可以增加检索入口和根据使用需要对标引、检索的专指度进行控制。汉语叙词表中，对等同关系设有“Y”、“D”两种符号。符号“Y”用于非叙词之下，用来指向对应的叙词;符号“D”用于正式的叙词之下，用来指向被替代的非叙词。对等同的处理通常在同义规范的基础上进行，用于同义词或准同义词之间，一般应有参照和反参照。

例如:全球环境地球环境

D地球环境Y全球环境

数据处理数据处理系统

D数据处理系统Y数据处理

等同关系除用来提示同义词、准同义词之间的关系外，还可以使用于组代关系，指示一专指的非叙词和相应叙词组配形式之间的关系，以提高标引的一致性，降低标引的难度。

例如:民法典民法+法典

Y民法+法典D民法典

国际货币制度危机货币制度+货币危机

Y国际货币制度+货币危机D国际货币制度危机

1.3.3.2　等级关系

等级关系，指上位概念叙词和下位概念叙词之间的一种关系，亦称属分关系。提示等级关系有助于通过它扩大或缩小查找范围，提高族性检索能力。汉语叙词表对等级关系设有“F”、“S”、“Z”3种符号。其中，“F”为分项指示符，表示该项叙词为款目词的下位词。“S”为属项指示符，表示该项叙词为款目词的上位词。“Z”为族首词符号，表示该项叙词为族首词，亦即一组等级关系的叙词中外延最宽的词。等级关系主要用于下述三种叙词之间。

(1)具有属种关系的叙词之间

在这类关系的叙词中，下位词表示的概念必然包含在上位词概念的外延之中，并且是其外延的组成部分。具有属种关系的主题概念之间一般存在着密切的联系，这类关系的叙词通常均按属分关系处理。

例如:电子侦察

F电视侦察

雷达侦察

通信侦察

上例中，电视侦察、雷达侦察、通信侦察等都属于电子侦察，并且是电子侦察的外延的组成部分，提示它们之间的联系有助于相关主题资源的查找。

(2)具有整部关系的叙词之间

整部关系不属于属种关系，但也可以在一定程度上提示事物对象之间的联系。由于整部关系的涉及面很广，词表一般应根据检索系统的需要，对处理范围作出限定。综合性叙词表对整部关系的提示通常包括:

①地理位置中的整部关系。

例如:西欧

F爱尔兰

比利时

法国

荷兰

卢森堡

英国

S欧洲

②人体系统与器官以及某些事物中的整部关系。

例如:血管

F动脉

静脉

毛细血管

视网膜血管

S心血管系统

③组织机构及其分支中的整部关系。

例如:联合国

F国际法院

联合国安全理事会

联合国大会

联合国经济及社会理事会

联合国秘书处

联合国托管理事会

选择哪些整部关系类型作为属分关系处理，取决于检索的实际需要。专业叙词表一般可以按照实际使用需要，规定按属分关系处理的整部关系。例如，在计算机专业叙词表中，可以将计算机硬件与它的组成成分按属分关系处理。

(3)用于部分集合概念与个体概念之间

这类概念的上位词为集合概念，下位词则为其所包括的个体概念，以便可以从一集合概念的角度进行族性检索。

例如:河流

F长江

黄河

黑龙江

海河

淮河

珠江

……

字顺表提示等级关系的做法是:一般只反映正式叙词之间的等级关系，不揭示与非叙词的联系;在等级关系不止一级的情况下，为了节省篇幅，多数词表在字顺表中只揭示最邻近一级的等级关系及族首词，而在专门设置的等级索引中对等级关系全面显示，通过族首词与等级索引的联系加以使用;在一个叙词同时从属于两个或多个上位词时，词表一般将其同时收入该词的属项，并在相应的上位词下予以反映。

例如:电子侦察

S反电子侦察

侦察

Z电子对抗

1. 3. 3. 3　相关关系

相关关系是叙词之间除了等同关系、等级关系之外语义相关的一种关系，亦称为类缘关系。揭示相关关系有助于扩大检索范围，进行相关资料的查找，中文词表通常用符号“C”加以连接。与属分关系的处理相同，对相关关系的揭示只在正式叙词之间进行，二者作互逆参照，但并不严格。

相关关系涉及范围广、种类多、灵活性大，很难严格控制。一般认为，下述关系的叙词可作相关关系处理:

①近义关系的叙词之间。

例如:初等教育

C儿童教育

②反对或矛盾关系的叙词之间。

例如:查全率

C查准率

民主

C集中

③交叉关系的叙词之间。

例如:对外贸易

C国际贸易

分类

C编目

④事物与其部分、成分的叙词之间。

例如:核电站

C动力堆

蒸气发生器

⑤因果关系的叙词之间。

例如:科学研究

C科学发明

劳动生产率

C生产合理化

⑥各种事物与材料、性质的叙词之间。

例如:水泥墙板

C水泥

磁性材料

C磁性存储器

⑦事物、操作与其工具的叙词之间。

例如:无损检验

C无损探测仪

⑧事物与对应工具的叙词之间。

例如:害虫

C杀虫剂

⑨职业与职业工作者的叙词之间。

例如:社会工作

C社会工作者

⑩学科或研究领域与其对象的叙词之间。

例如:地震学

C地震

数据处理

C数据

相关关系的类型较多，很难完整列举。对相关关系的处理一般应有一定控制，通常只有一词“作为标引词与另一词具有较强的提示作用”时，才作为相关关系处理。