檔案主題法表標簽

一、檔案主題法的原理

(一) 構成原理

檔案主題法, 是以規范化的自然語言作為檢索標識來表達檔案主題概念的一種檢索語言, 其表現形式是檔案主題詞表。檔案主題詞表是進行檔案主題標引的依據, 它是將檔案主題概念轉換成主題標識、編制主題目錄、主題索引及建立計算機主題文檔的重要工具。檔案主題法的構成原理是:

(1 ) 按檔案論述和涉及的主題及事物集中檔案材料;

(2 ) 用規范化的自然語言語詞作標識來直接表達檔案主題概念;

(3 ) 用參照系統間接顯示概念之間的關系;

(4 ) 用字順序列對檔案信息進行系統化組織, 提供按字順主題檢索檔案的途徑。

主題法系統分為標題法、單元詞法、敘詞法幾種, 目前以敘詞法最為流行。檔案主題法采用的是敘詞法的原理, 它是一種組配型的檢索語言。1988 年編制出版的《中國檔案主題詞表》就是一部檔案敘詞表, 也是中國第一部通用的檔案主題詞表。

(二) 敘詞組配

敘詞法的基本原理是概念組配, 即采用概念分析與綜合的邏輯方法, 將復雜概念分解為幾個表達簡單概念的語詞收錄到敘詞表中, 標引檢索時用敘詞的組配來表達復雜主題概念, 當某些概念分解后會產生歧義時就直接用詞組來表示。敘詞組配有下面幾種形式。

(1 ) 同級詞組配。所謂同級詞, 指表達相同性質概念的敘詞。在兩個或兩個以上具有交叉關系的同級詞之間進行的組配,稱作同級詞組配, 也叫交叉組配。同級詞組配的結果, 可以形成一個新概念。

(2 ) 方面詞組配。這是在一個表示事物的敘詞和表示事物某一屬性、某一方面的敘詞之間進行的組配, 也稱限定組配。方面詞組配的結果也可形成一個新概念, 這種組配方式在敘詞組配中應用最廣。

(3 ) 關系詞組配。這是在兩個或兩個以上具有密切聯系的敘詞之間進行的組配, 其結果并不形成一個新概念, 只是反映了參加組配的敘詞之間的聯系, 也稱聯結組配。例如: 圖書館學- 關系- 檔案學。這是一種比較特殊的組配形式。

敘詞組配有下列作用:

(1 ) 可以控制詞匯量, 縮小詞表篇幅。

(2 ) 可以充分表達檔案主題, 提高標引專指度。

(3 ) 可以進行多途徑檢索和精確檢索, 自由擴大、縮小和改變檢索范圍。

(4 ) 可以及時反映新事物、新概念。

(5 ) 適應計算機檢索的需要。

(三) 詞匯控制

所謂詞匯控制, 是指對大量的自然語言詞匯進行壓縮、優選和規范化處理的過程。敘詞法選用表達文獻主題概念的自然語言語詞作標識, 在選詞過程中進行了嚴格的詞匯控制。

1 . 詞量控制

自然語言詞匯量巨大, 如果不加選擇地采用, 必然會給檔案信息的存儲、組織和檢索帶來困難, 因此, 須對自然語言詞匯進行壓縮和精選, 只將檔案標引和檢索所需要的詞匯精選出來加以系統組織和排列, 對那些使用頻率過低的詞匯予以刪除或合并。詞量控制的手段除了對詞類和詞形進行控制外, 還有下面幾種:

(1 ) 建立一套完備而精練的核心詞匯。核心詞匯應是各學科專業所通用的基本詞匯, 應相當完備, 使得絕大部分檔案標引和信息組織不致發生困難; 同時又要相當精練, 要將不常用的詞壓縮至最低限度。

(2 ) 控制專指度。專指度指檔案主題法的標識與檔案主題概念的相符程度。專指度過高的詞使用頻率較低, 可將它們合并到其上位詞中, 以減少詞匯量。

(3 ) 控制先組度。先組度指表達專指概念的復合詞( 先組詞) 在整個敘詞詞匯中所占的比例。詞匯中收錄的復合詞越多,其先組度越高, 詞匯量也隨之增大。敘詞法作為組配型檢索語言, 既選用了表達簡單概念的單詞( 后組詞) , 也收入了相當數量的表達復雜概念的詞組( 也稱復合詞、先組詞) , 同一復雜概念, 是選用復合詞, 還是用單詞組配表達, 是敘詞法中須解決的問題。一般來說, 凡是用單詞組配能準確表達不會產生歧義的概念, 都應選用單詞, 而下列情況則須用復合詞:

① 當組配表達會產生意義失真或失去檢索意義時。例如:“獵戶星云”、“親屬語言”、“文化水平” 等;

② 在標引和檢索中使用頻率很高的詞組, 分拆后又要組合在一起的。如“ 火箭推進劑”;

③ 表達單獨概念的專有名詞, 如“ 環境工程”、“ 北京圖書館” 等。

2 . 詞類控制

敘詞法中, 只采用能表達檔案主題概念的名詞和名詞性詞組以及極少量的形容詞作標識, 其他詞類, 如動詞、副詞、介詞、連詞、感嘆詞等, 一概不能選用。數詞不列入詞表, 當標引需要時可按規則使用。詞類控制可大大壓縮詞匯量。

3 . 詞形控制

指對字面形式不同但含義相同的詞進行規范處理, 達到概念和詞的一一對應。包括對詞的不同形體、拼寫形式、詞序和單復數形態的規范以及對同義詞和準同義詞的優選。

(1 ) 詞的不同形體和寫法的規范。漢語詞有幾種寫法或幾種形體( 簡體、繁體、異體) 的, 外語詞的不同拼寫形式及單復數形態, 都以現在通行的習慣用法為準。

(2 ) 詞序的控制。一般采用自然詞序, 不采用倒置詞序。必要時可將倒置詞序形式作非正式敘詞保留, 引向自然詞序。

(3 ) 同義詞的優選。在學名與俗稱之間選用學名; 在新稱與舊稱之間選用新稱; 在不同譯名、全稱和簡稱之間選用通行的詞; 在普通同義詞之間選用科學、確切、通用的詞作正式主題詞。

(4 ) 準同義詞的優選。準同義詞是指那些在語義上十分相近, 不是同義詞但可作為同義詞處理的那些詞, 包括部分近義詞、反義詞、否定詞和某些過于專指的詞。優選時, 將近義詞合并到其中較為通行的詞中, 例如:經濟滲透用 經濟擴張

將反義詞、否定詞合并到其正義詞和肯定詞中, 例如:

漏檢率( 反義詞) 用 檢全率( 正義詞)

非主要矛盾( 否定詞) 用 主要矛盾( 肯定詞)

將過于專指的詞合并到其上位詞中, 例如:

象形( 專指詞) 用 六書( 上位詞)

4 . 詞義控制

指對多義詞和詞義含糊的詞加以限定和注釋。一般可從學科、專業、地域、時間等方面對詞的含義加以限定, 例如:

詞 ( 語言學)、詞(文學)

黑旗軍( 山東)、黑旗軍(廣西)

巴黎和會( 1918 )、巴黎和會(1946)

注釋是對詞義含糊的詞進行說明或加定義, 以明確詞的含義, 例如:

特 城市

注: 100 萬人以上的城市

限義詞和注釋在使用時的區別在于: 限義詞作為敘詞的組成部分, 標引時要標出; 而注釋只是用來明確詞的含義和范圍, 標引時不標出。

5 . 詞間關系控制

敘詞法采用了兩種詞間關系控制方法: 一是建立參照系統;二是通過各種索引如范疇索引、等級索引等來顯示詞間關系。其中參照系統為詞間關系控制的主要手段, 它用參照符號將敘詞間的等同關系、等級關系和相關關系予以全面顯示, 形成了一個語義網絡。漢語敘詞表所采用的參照符號有“ Y” ( 用)、“D”(代) 、“S” (屬) 、“ F” (分)、“C” (參) 、“Z” (族) 等。例:

另外, 參照符號“Z” (族) 為族首詞指引符, 當詞表附有詞族索引( 等級索引) 時才采用此符號, 也顯示等級關系。例如:

排球運動  Z  球類運動

(四) 特點

與檔案分類法相比, 檔案主題法有下列特點:

1 . 直接性

檔案主題法直接采用自然語言語詞作標識, 較之分類法中的號碼標識在表達概念上比較直觀。另外, 主題法標識按字順排列, 每個標識都處于同等地位, 任何細小主題概念都可按字順一索即得, 而不像在分類法中被埋沒于層層類目之下。

2 . 專指性

由于主題法直接從檔案材料所論述和涉及的具體對象和問題選詞, 并可通過組配方法來描述復雜主題概念, 因此, 無論主題如何專深, 概念之間的關系如何復雜, 只要其具有實際檢索意義, 都可以根據需要進行主題標引, 而不像分類法那樣受分類體系的限制, 難于歸類。

3 . 靈活性

主題法中的每個標識都處于相對獨立的位置, 能夠比較方便地加以增刪和修改。可以及時反映新學科、新事物、新概念, 而不像分類法中的類目, 受上位類、下位類、相關類、分類號的限制, 牽一發而動全身。

二、檔案主題詞表的體系結構

檔案主題詞表由主表和輔表( 索引) 組成, 下面以《中國檔案主題詞表》修訂版為例說明檔案主題詞表的體系結構。

(一) 主表

它是詞表的正文部分, 由全部正式主題詞和非正式主題詞按漢語拼音順序排列而成。《中國檔案主題詞表》的選詞范圍包括20 世紀初葉以來反映黨、政管理工作的詞匯, 及檔案中經常涉及的政治活動、科學研究、生產技術、經濟建設等方面的專業詞匯和反映新事物、新概念的詞匯。具體來說, 主要包括以下方面的詞匯:

1. 中國各民族、各民族文字與語言的名稱, 世界上其他主要文字、語言的名稱, 主要宗教名稱;

2. 行政職務與專業技術職務名稱, 軍職與軍銜名稱;

3. 部分國家法律和規章名稱;

4. 節目、節令名稱, 具有特殊重要意義的會議名稱和有重大影響的歷史事件名稱;

5. 學科名稱及反映學科具體內容概念的部分詞目, 重要的、常見的化學元素、礦物、合金、化合物名稱;

6. 小說、戲劇、曲藝、詩歌、繪畫等文學藝術作品的泛稱詞及其使用頻率高的下位詞;

7. 田徑運動、水上運動、冰上運動和體操等體育運動項目名稱及其直接下位詞;

8. 常見的動物、植物、疾病、醫藥及各類工農業產品的名稱;

9. 槍械、火炮、彈藥等武器稱謂及其直接下位詞。

其選詞原則如下:

1 . 力求具有思想性、科學性、實用性;

2 . 能夠較全面反映綜合性檔案館、機關檔案室所藏檔案內容的主題概念, 具有實際檢索意義, 并適當考慮標引和檢索的使用頻率;

3 . 符合漢語的結構特點, 詞形簡練, 概念明確, 詞義單一。詞的款目結構如圖2-3。

款目項主要起排列和檢索入口的作用, 其中的范疇號是該詞

在范疇索引中的分類號。參照項的作用是顯示詞間關系, 其中

“代” 項顯示等同關系, 說明“游水” 是“游泳” 的同義詞, 在

此作為非正式主題詞, 用來指引和查找正式主題詞, 不能作為標引和檢索詞使用, 其對應的參照項為“用” 項; “ 分” 項、“屬” 項、“族”項顯示等級關系, “ 分” 項中的主題詞是款目詞的下位詞, “屬” 項中的主題詞是款目詞的上位詞, “ 族” 項中的主題詞是款目詞的族首詞( 最上位詞) , 其后注以“ * ” 號;“參” 項顯示相關關系。

除此之外, 為了明確主題詞的含義, 主表中還設有限定詞和注釋。限定詞用圓括號注于主題詞之后, 作為主題詞的組成部分, 指明該主題詞的使用范圍, 如下例:

Wangji

旺季( 商業)

注釋是對主題詞的含義所作的簡要說明, 用圓括號注于主題詞之下, 不作為主題詞的組成部分, 如下例:

Wuaijiaoyu

五愛教育( 愛祖國、愛人民、愛勞動、愛科學、愛護公物)

(二) 范疇索引

又稱分類索引, 它是將主表中的全部主題詞按其概念屬性劃分成大大小小的類目排列而成, 以滿足從分類的途徑查詞和族性檢索的要求。《中國檔案主題詞表》范疇索引的類目是參照《中國檔案分類法》主表的類目并結合主題詞的特點而設置的, 所有類目不超過三級。其標識符號采用漢語拼音字母與阿拉伯數字混合制, 一、二級類目用字母標識, 三級類目用阿拉伯數字標識。

例如:

G       文化、教育、衛生、體育 ????? 一級類目

GA      文化 ?????????????? 二級類目

GA1     文學 ?????????????? 三級類目

當一詞具有兩個類目的屬性時, 在有關類目重復出現。

(三) 詞族索引

又稱等級索引, 它是將具有等級關系的主題詞匯集在一起,構成一個從泛指詞到專指詞的等級系統, 可以從一族詞中外延最廣的族首詞出發, 找到一系列同族的主題詞, 顯示其間的層層隸屬關系, 增強詞表的族性檢索功能。《中國檔案主題詞表》確定族首詞1 233 個, 入族主題詞1 398 條, 占正式主題詞總數的52% , 包括詞表中具有屬種關系、包含關系以及一部分具有整體與部分關系的主題詞, 其結構是將上述范圍的詞按等級展開的形式排列在族首詞之下, 族首詞之間以及族首詞以下的同級主題詞之間依漢語拼音音序排列, 族首詞為一級詞, 其下分詞前置一個點為二級詞, 兩個點為三級詞, 三個點為四級詞, 依此類推。詞族索引一般無標注項和參照項, 不包括非正式主題詞。

具有屬分關系的主題詞, 一般以一個詞入一個詞族為原則,少數主題詞按其屬性須跨兩個或兩個以上詞族者, 分別在不同詞族中顯示。同一詞族內, 有少量主題詞按其屬性須跨兩級者, 則在兩級下重復顯示。

詞族索引與主表之間通過綴以“ * ” 號的族首詞聯系, 在主表中看到帶有“ * ” 號的主題詞, 可在族首詞目錄中先查到該詞在詞族索引中的頁碼, 便可在詞族索引中查到該族詞。

(四) 附表

附表一般由專有敘詞匯編而成, 包括人名、地名、機構名、產品名等。將這些專有敘詞單獨編成附表, 可避免主表體積過大, 方便查詞。附表中所收詞匯與主表一般不重復, 實際上是主表的一個組成部分。《中國檔案主題詞表》修訂版編制了人名表和機構名表作附表。

1. 人名表

人名表主要收錄明清時期進士, 三品以上命官; 民國中央政府及執政黨正部級官員; 中華人民共和國中央人民政府及中共中央部委局辦一級機構正職以上領導人, 其他黨派、群眾團體主要負責人, 上將、正軍級以上國職人員, 全國各界著名人士, 著名華僑與國際友人, 與中國重大歷史事件有關的著名外國人等共計11 771 位明清以來重要人物。

人名表的注釋由生卒時間、籍貫或出生地構成, 用圓括號注于人名之下。生年不詳的, 標以問號; 卒年不詳的, 1880 年以前出生的標以問號, 1880 年以后出生的暫不標記。人名表的參照項只設Y、D 項, 對有別名、筆名、字、號者, 凡黨、政人物, 以從政名為正式主題詞; 凡社會名流, 以最常用名為正式主題詞。例如:

Shenjunru

沈鈞儒

(1875—1963 浙江嘉興)

D 沈秉甫

沈衡山

2. 機構名表

機構名表主要收錄明清中央政府機構以及著名工礦、學堂名稱, 辛亥革命以來中央政府及其直屬機構( 不含司局級內部機構) 和派出機構的名稱, 中央立法、司法、軍事機構及大軍區的名稱, 執政黨中央機構和派出機構的名稱, 其他政黨、團體中央機構的名稱, 有影響的全國學會、協會、宗教團體的名稱, 中央級企事業單位名稱以及與上述機構有相同級別的臨時機構的名稱等共計1 900 個明清以來中央級黨、政、軍、社團、企事業機構名稱。

機構名表的款目結構及款目詞排序方法與主表基本相同, 但不標范疇號, 亦無注釋。必要時詞目后注以( 明) 、( 清) 、( 民國)、( 偽) 等限定詞。參照項設有Y、D 和C 項, 同一時期的機構, 一般以規范化的簡稱為正式主題詞, 少數特殊機構以俗稱為正式主題詞; 不同時期的職能基本相同而名稱有所變更的機構互參。

例1 Zhongxuanbu

中宣部

D 中共中央宣傳部

例2 Disijixiegongyebu

第四機械工業部

C 電子工業部

除了上述組成部分外, 《中國檔案主題詞表》還設有主表拼音音節索引和詞目首字筆畫檢字表。主表拼音音節索引將主表中的款目詞首字的漢語拼音音節按音序排序, 在每個音節后指出該音節在主表中的起始頁數。詞目首字筆畫檢字表附于主表拼音音節索引之后, 由主表中款目詞的首字按筆畫順序排列而成, 字后注有該字在主表中最先出現的頁碼, 供不熟悉漢語拼音的人使用。

三、檔案主題詞表的評價

檔案主題詞表的評價主要從詞表結構和詞匯水平兩方面進行。

(一) 詞表結構評價

對詞表結構總的要求是結構簡明, 使用方便, 而功能齊全。具體來說, 可從下面幾方面評價:

1. 詞表結構的嚴密性

主要指詞表的各個組成部分相互對應、相互指引的程度。主表和輔助表各司其職, 功能互補, 提供不同的查詞途徑, 又相互聯系, 構成一有機整體。

2. 詞表結構與功能的成本效益

用盡可能簡明的結構達到盡可能齊全的功能。功能齊全但結構復雜、不便使用或結構簡單但功能單一, 都是不可取的。

3. 詞表的易用性

指詞表的結構模式、排檢方式是否易于標引和檢索, 如有無詳盡的使用說明, 是否提供了多種查檢手段或輔助工具等。

(二) 詞匯水平評價

1. 完備性

與詞匯量的大小有關, 詞表詞匯量的多少決定了詞表的規模。一般來說, 詞匯量越大, 詞匯的完備性就越高。詞匯量受詞表性質、專業范圍、檔案數量、先組度等多種因素制約。由于詞表體積過大會給其使用帶來困難, 因此詞匯量并非越大越好, 應以能基本滿足標引需要為限。

2. 專指度

指詞匯表達檔案主題概念的確切程度, 可通過詞匯的使用頻率來衡量。若使用頻率過高, 說明專指度偏低, 需增加下位詞;而使用頻率過低, 說明專指度偏高, 應予以合并或刪除。

3. 等同率

指非正式主題詞與正式主題詞的比率。非正式主題詞也稱入口詞, 是在規范化處理中落選但保留在詞表中作為檢索入口的詞, 主要是一些具有共同關系的詞如同義詞、準同義詞、過于專指的詞等。等同率越高, 檢索入口就越多, 查詞就越方便。國外詞表的等同率一般在50% 左右, 相比之下, 我國的幾部檔案主題詞表的等同率就低得多。等同率的計算公式如下:

4. 參照度

指詞表中主題詞間等級關系和相關關系的顯示程度, 它是衡量詞匯相關性的主要指標, 參照度越高, 相關性越強。參照度的計算公式如下:

5. 關聯比

指詞表中有關聯詞的詞數與詞表總詞數的比率, 它反映了詞表顯示概念之間相互關系的充分程度。詞表有關聯的詞越多, 關聯比就越高, 詞表的性能就越好。關聯比的計算公式如下:

6. 先組度

指詞表中復合詞( 先組詞) 與主題詞總數的比率。先組度的高低直接影響到詞表的詞匯量及其組配性能, 以適中為宜, 既不能過高, 增加詞表體積, 影響組配性能的發揮; 又不能過低, 增加組配誤差產生的可能性, 降低標引的準確性。先組度的計算公式如下:

除此之外, 檔案主題詞表中還可配置輪排索引、雙語種對照索引等, 以增加詞表的功能。

四、檔案主題詞表的管理

與分類法一樣, 檔案主題詞表也要在使用過程中, 隨著客觀事物的發展和人們認識水平的提高不斷進行修訂和完善。

(一) 檔案主題詞表修訂管理的內容

(1 ) 增補主題詞。增補反映新事物、新概念的主題詞; 編表時漏選而又有檢索意義的詞; 已選主題詞的同義詞和準同義詞;在使用頻率過高的主題詞下增補較專指的詞。

(2 ) 刪除或合并使用頻率過低和重復多余的主題詞。被刪除或合并的詞, 仍應作為非正式主題詞保留在詞表中, 用參照指向正式主題詞。

(3 ) 訂正某些主題詞的字面形式或參照項。

(4 ) 改正編表時的漏洞和錯誤。

(5 ) 完善詞表的結構, 引進某些新方法。

主題詞的增、刪、改, 會牽涉到參照系統及其索引, 應全盤考慮, 作出相應調整。

修訂時應填寫主題詞管理卡, 并根據平時的詞頻統計有步驟地進行, 以免造成混亂。

(二) 《中國檔案主題詞表》的修訂與管理

《中國檔案主題詞表》1989 年出版試行本, 是我國第一部通用的綜合性檔案主題詞表, 選詞范圍廣泛, 符合檔案特點。該詞表在編制過程中遵循了國際標準ISO2788 《單語種敘詞表編制規則》和國家標準《漢語敘詞表編制規則》, 并注意與其他詞表、分類表的兼容, 規范化、兼容化程度較高。然而, 這部詞表也存在不少問題, 主要表現在其結構和詞匯上。該詞表的結構比較簡單, 只有主表和范疇索引, 功能略嫌不足。選詞偏重文書檔案中涉及的詞匯, 對科技檔案及其他專門檔案中的專業詞匯收錄不多, 因此主要適用于普通檔案的標引, 而不適用于科技檔案等專門檔案的標引。另外, 《中國檔案主題詞表》的詞間關系顯示不夠完整、嚴謹, 參照度較低。一些同義詞、近義詞未加合并, 詞匯的等同率不高。有些詞很少有用, 另一些常用詞又未收錄。凡此種種, 都影響到詞表的使用和推廣。為此, 自《中國檔案主題詞表》的試行本出版發行后, 國家檔案局即著手準備其修訂工作, 用一年半時間組織32 個各級各類檔案機構進行了標引驗證工作, 獲取驗證數據5 萬多條, 為詞表的修訂提供了依據。1990年, 國家檔案局檔案科學技術研究所標準化室組織課題組, 開始編制《中國檔案主題詞表》的附表人名表和機構名表。1991 年7月, 成立《中國檔案主題詞表》編輯部, 專門負責該表的修訂工作。1992 年3 月, 編輯部討論制定了修訂工作計劃, 正式開始了詞表的修訂工作, 對《中國檔案主題詞表》在以下方面作了修訂:

(1 ) 對詞匯進行了增刪改。對試行本中的27 288 條詞匯進行了邏輯校驗, 新增詞2 134 條, 刪詞3 531 條, 訂正錯誤405處。修訂后的主表共收詞25 891 條, 其中正式主題詞21 785 條。

(2 ) 修改、補建參照1. 5 萬余處。將凡是具有屬種關系、包含關系、整體與部分關系的主題詞盡可能地建立屬分參照, 修改了不合適的參照項。

(3 ) 調整了范疇索引的部分類目。對一些范疇劃分不合適的詞目作了調整, 改動范疇號2 769 個。

(4 ) 編制了詞族索引和附表。

(5 ) 編制了人名和機構名首字檢字表, 調整優化了詞目首字筆畫檢字表的編排順序。

經上述修訂, 《中國檔案主題詞表》的結構更加完善, 其詞匯水平也大大提高。

《中國檔案主題詞表》的修訂版已于1994 年由檔案出版社出版發行。