【摘要】：6．2．1 研究综述1997年，戴晶萍在侯汉清教授指导下，在其学位论文中指出计算机实现分类号与对应主题词标引的必要性［3］。Log L的筛选标准为：将样本库中标引词小于3的记录删除。2001年，薛鹏军在进行网页的自动分类研究时，继续采用MI 和Log L方法，结果论证了后者优于前者。实验结果表明，利用MI方法，分类号与标引词的对应正确率可达57．4%，利用Log L方法正确率达74．5%［6］。
研究综述_文本自动标引与自动分类研究
6．2．1 研究综述
1997年，戴晶萍在侯汉清教授指导下，在其学位论文中指出计算机实现分类号与对应主题词标引的必要性［3］。
1998年，Goetz具体说明了Log L方法，并将其用于对《美国国会图书馆标题表》（LCSH）标题词与《杜威十进分类法》（DDC）分类号的自动匹配，并进行了实验研究，说明利用Log L方法可以过滤LCSH与DDC对照数据库中的错误记录［4］。
1999年，张雪英在研究经济分类表－叙词表转换系统时，采用MI和Log L方法对标引词－分类号进行统计分析，得出某一标引词或词串所对应的最相关的分类号，试验结果论证了Log L方法优于MI方法。Log L的筛选标准为：将样本库中标引词小于3的记录删除。实验结果表明，利用MI方法，分类号与标引词的对应正确率可达72．3%；利用Log L方法，正确率达80．3%［5］。
2001年，薛鹏军在进行网页的自动分类研究时，继续采用MI 和Log L方法，结果论证了后者优于前者。在此基础上有所改进的是采用新的筛选标准，他认为：分类号、主题词频次对MI和Log L值的影响程度远不如共现频次显著，即共现频次与MI、Log L值的关联程度较大，所以通过共现频次来进行筛选更具有合理性和科学性。实验结果表明，利用MI方法，分类号与标引词的对应正确率可达57．4%，利用Log L方法正确率达74．5%［6］。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
