基于用户自然标注的TF-IDF辅助标引算法及实证研究
来源：图书情报工作杂志2018年第1期北京时间：
作者：陈白雪,宋培彦
单位：中国科学技术信息研究所 北京 100038
摘要：[目的/意义] 从用户角度出发，研究基于用户自然标注的TF-IDF辅助标引算法。[方法/过程] 首先以核心期刊论文中作者标注的关键词和分类号为源数据，通过对关键词词频进行统计，使用TF-IDF算法构建用户标注词表、形成标引知识库，然后通过IK Analyzer分词软件对待标引的科技项目数据进行切词和停用词处理，进而使用TF-IDF算法和位置加权算法提取科技项目数据的特征词，最终实现对科技项目数据进行关键词和分类的同步标引。[结果/结论] 实验结果表明，机标关键词与人标关键词的相似比在60%以上的科技项目数据占总数的68.1%，机标分类号与人标分类号前三位一致的占总数的83.9%，结果表明基于用户自然标注数据并采用TF-IDF算法在关键词和分类标引方面是可行的。
关键词：辅助标引,用户自然标注,TF-IDF算法,信息组织,
基金资助：本文系2016年国家社会科学基金项目"基于知识组织的科研项目评审专家发现研究"（项目编号：16BTQ079）和2017年度中国科学技术信息研究所创新研究基金面上项目"面向国家科技大数据的知识图谱动态构建方法研究"（项目编号：MS2017-06）研究成果之一。
