基于语义分析和统计的自动主题标引研究

标引是给出能反映文献特征的表示过程，在检索系统中，标引处于承上启下的地位。随着科学技术尤其是网络的迅速发展，产生了大量的信息用传统的手工标引方法已不能满足需求，这时就迫切的需要对大量信息进行自动标引。而本项目提出了基于语义分析和统计的自动主题标引方法，将中文语义分析引入自动主题标引的研究中。研究内容包括服务于自动主题标引的语义词典建设研究、基于语义词典扩展的潜在语义索引文本表示模型研究、基于潜在语义索引的关键词权重计算模型研究、高效子串归并算法研究、基于语义分析的标引词后处理研究等。本项目的目标是通过对中文语义特点的研究，建立基于语义和统计的自动主题标引模型，解决中文自动主题标引中存在的关键问题，能够对文本准确高效的进行自动主题标引。本项目不但有助于大量信息的管理和检索，对社会信息化建设起到重要的作用；还能带动自然语言处理领域相关技术的发展，具有重要的研究和应用价值。