從20世紀90年代末開始,信息網絡技術在世界範圍內得到普及和應用,以谷歌、百度為代表的網絡搜索引擎,逐漸發展成為網絡時代主流的信息檢索方式。隨著數字信息資源的快速增加,網絡檢索面臨嚴重的檢全和檢準問題,很多目標信息被淹沒在海量信息之中,很多知識被隱藏於數據冗餘之間。解決這些問題需要有大型敘詞表作為基礎工具來強化知識繫統建設,深化數據處理和挖掘,推進知識的組織與服務。
《漢語主題詞表》是我國*部大型綜合性敘詞表,由中國科學技術情報研究所(現中國科學技術信息研究所)和北京圖書館(現國家圖書館)主持編制,505個單位參與,1980年6月由科學技術文獻出版社出版,包括自然科學和社會科學領域,共收詞彙108 568條。《漢語主題詞表》是我國情報界與圖書館界20世紀70年代集體協作的智慧結晶。由於它覆蓋各個學科專業,收詞量大,編制體例規範,主題標引規則通用性強,推動了我國主題標引工作的開展,在促進計算機文獻數據庫的建立,以及專業敘詞表的編制、發展與完善方面,都發揮了極為重要的作用,於1985年獲得國家科學技術進步獎二等獎。1991年5月,中國科學技術信息研究所對自然科學部分進行了修訂與增補,出版了《漢語主題詞表(自然科學增訂本)》。增訂後主表共收錄主題詞81 198條,其中正式主題詞68 823條,非正式主題詞12 375條。
從20世紀90年代末開始,信息網絡技術在世界範圍內得到普及和應用,以谷歌、百度為代表的網絡搜索引擎,逐漸發展成為網絡時代主流的信息檢索方式。隨著數字信息資源的快速增加,網絡檢索面臨嚴重的檢全和檢準問題,很多目標信息被淹沒在海量信息之中,很多知識被隱藏於數據冗餘之間。解決這些問題需要有大型敘詞表作為基礎工具來強化知識繫統建設,深化數據處理和挖掘,推進知識的組織與服務。
鋻於《漢語主題詞表》對我國情報檢索語言發展的歷史貢獻,以及圖書情報界對網絡環境下新型《漢語主題詞表》的期待,中國科學技術信息研究所於2009年啟動了《漢語主題詞表》的重新編制工作。《漢語主題詞表》的重編工作分4個階段逐步開展,依次為工程技術卷、自然科學卷、生命科學卷和社會科學卷。工程技術卷已於2014年9月完成,該卷共13冊,收錄概念19.6萬個,詞彙36萬條,在國家工程技術圖書館進行了示範應用。考慮到生物學與醫學、農業有較大的交叉滲透,將生物學從自然科學卷中分離出來,與醫學、農業合編為生命科學卷,放在第三階段統一編制。目前的自然科學卷主要包括數學、物理學、化學、天文學、地球科學等學科領域,編制工作已於2017年完成。生命科學卷的編制也將在2018年啟動,*後將編制社會科學卷。
為配合《漢語主題詞表》的編制工作,我們收集並加工了包括文獻關鍵詞、用戶檢索詞、百科全書、專業術語、敘詞表等詞彙資源,建立了收詞量達500萬條的中文基礎詞庫;研究詞彙分類特征,構建了既滿足詞彙分類又滿足文獻分類的分類體繫;開發了適用於網絡環境協同工作的敘詞表編制與管理平臺;在廣泛征求意見並充分論證敘詞表機器應用模式的基礎上,面向數字信息資源組織,制定了《漢語主題詞表》編制規則。
自然科學卷的編制工作於2015年啟動,仍沿用工程技術卷的編制方法和組織模式,由中國科學技術信息研究所聯合國內7家單位協同編制。在大家共同努力下,《漢語主題詞表(自然科學卷)》歷經3年完成,如期出版。《漢語主題詞表(自然科學卷)》共收錄優選詞6.5萬條,非優選詞5.9萬條,等同率為0.91,屬分參照度為2.09,相關參照度為0.87。《漢語主題詞表(自然科學卷)》覆蓋多個學科領域,詞量龐大,正確地建立復雜的概念關繫絕非易事,相關細節之爭論或缺陷尚有待於不斷交流、完善和持續更新。
本次《漢語主題詞表》的重新編制是新時期我國圖書情報界全國性大協作工程的成果,是網絡在線編制敘詞表的協同示範。在此謹向參加編制工作的所有單位和個人及參與論證和指導的研究單位和個人表示感謝。
敘詞表具有深厚的理論基礎和廣闊的應用前景,網絡環境下《漢語主題詞表》既可以應用於資源組織與知識關聯,又可以應用於支撐知識展示與數據服務。通過嵌入信息繫統,實現基於《漢語主題詞表》的機器標注和語義關聯,直接應用到主題標引、智能檢索、自動聚類、熱點追蹤、知識鏈接、術語服務、科研關繫網絡構建等多個方面。為促進《漢語主題詞表》的應用和發展,我們開發了《漢語主題詞表》網絡服務繫統,提供概念檢索服務,通過可視化技術展示各類概念關繫,同時提供基於《漢語主題詞表》的輔助標引服務。
我們期待著與業界同行繼續推進《漢語主題詞表》的基礎建設和維護更新,期盼社會各界全面推進網絡環境下《漢語主題詞表》的應用實踐,促進知識資源的有序組織和知識服務的深層發展,服務於學術界和社會大眾。