一個以Signature-based為主的中文件擷取法之研究

Abstract

本計畫之目的在研究中文文件查詢擷取系統上 的二個問題.第一,中文文件搜尋的法則設計.第二 ,文件索引的儲存結構設計.鑑於中文詞句的結構性質與自動斷詞的複雜度, 中文文件的搜尋法則必須兼顧搜尋的速度與擷取 出的資料正確有效兩方面.是故我們乃提出一個 以Signature Method為主的搜尋法,使它在英文文件處 理上所具有的優點亦能應用到中文上.對中文辦 公室,圖書館的自動化有所助益.同時我們也將就中文詞句之構造與詞的使用率作 分析,並應用資訊理論在中文詞的Encoding Scheme上.對於文件索引的儲存結構,在本計畫中也將就不 同的操作系統環境下,提出適當的方式與分析,以 提高擷取的速度.