[目的/意义] 从术语释义角度出发，探讨叙词表编制过程中词间关系的构建方法。[方法/过程] 叙词表的词间关系主要有等同关系、等级关系和相关关系三种。从术语释义角度出发，对术语释义模式进行分析，并提出基于术语释义分析获取等同关系、等级关系和相关关系的方法。最后，从术语的多义性和释义的可变性对该方法进行讨论。[结果/结论] 通过术语释义获取词间关系，能够使词间关系更符合逻辑，有利于叙词表进行语义控制。
[Purpose/significance] This paper discusses the construction of term relationships in the process of compilation of the thesaurus based on the term definition. [Method/process] Equivalence relationship, hierarchical relationship and associative relationship are three kinds of term relationships in the thesaurus. The paper analyzed the pattern of the tem definition, and proposed the method of obtaining the equivalence relationship, hierarchical relationship and associative relationship from the perspective of the term definition. Finally, the paper discussed the method from the ambiguity of the term and the variability of term definitions.[Result/conclusion] The method proposed can make the term relationships more logical, which is helpful to the semantic control of thesaurus.
[1] 李丹亚,李军莲,李晓瑛,等. 医学知识组织体系发展现状及研究重点[J]. 数字图书馆论坛,2012(12):13-21.
[2] 徐红姣,张均胜,王惠临. 多语主题词表及其应用研究[J]. 数字图书馆论坛,2013 (12):51-57.
[3] 符淮青. 词义的分析和描写[M]. 北京:语文出版社, 1996.
[4] 王世清,常春. 叙词表编制标准的词间关系比较研究[J]. 情报理论与实践, 2010,33(8):42-46.
[5] 杨慧,曹锦丹. 基于关键词分析的叙词表词间等同关系探讨[J]. 图书馆工作与研究,2011(8):58-61,65.
[6] 方圆,曾新红. 中文叙词表本体概念间等同关系自动构建研究[EB/OL].[2017-03-30]. http://xueshu.baidu.com/s?wd=paperuri%3A%2823683a927c20b881599841ee7d5c4cff%29&filter=sc_long_sign&tn=SE_xueshusource_2kduw22v&sc_vurl=http%3A%2F%2Fwww.doc88.com%2Fp-0919372468323.html&ie=utf-8&sc_us=10241041220188389267.
[7] 顾德南. 冶金工业英文超级科技词表词语间等同关系的研究[J]. 冶金信息导刊, 2015(1):53-56.
[8] FALK I, GARDENT C, JACQUEY E, et al. Grouping synonyms by definitions[EB/OL].[2017-03-30]. http://www.anthology.aclweb.org/R/R09/R09-1015.pdf.
[9] 杜慧平,何琳. 基于聚类的词表等级关系自动识别研究[J]. 情报科学,2008, 26(11):1680-1684.
[10] 杜慧平. 概念等级关系自动识别研究[J]. 情报学报, 2011, 28(3):237-243.
[11] 邢博. 基于词典语义挖掘的词间等级关系识别研究[D]. 北京:北京大学, 2011.
[12] 鲍秀林,吴雯娜,高岩. 叙词表词间等级关系构建与思考[J]. 数字图书馆论坛, 2015(4):15-20.
[13] ZHOU W, DU Y, WANG H, et al. Automatic identification of hierarchical relationship between words based on clustering[EB/OL].[2017-03-30]. https://www.infona.pl/resource/bwmeta1.element.ieee-art-000006199512.
[14] BODENREIDER O. Circular hierarchical relationships in the UMLS: etiology, diagnosis, treatment, complications and prevention[EB/OL].[2017-03-30]. https://morc1.nlm.nih.gov/pubs/pdf/2001-amia-ob.pdf.
[15] 袁旭,常春. 面向构建的叙词表相关关系获取途径研究[J]. 情报科学, 2013,31(1):68-72.
[16] 袁旭,常春,朱明. 使用词汇共现方法构建叙词表相关关系[J]. 情报理论与实践, 2014, 37(2):127-130.
[17] SPITERI L F. Word association testing and thesaurus construction: a pilot study[J]. Cataloging & classification quarterly, 2005, 40(1):55-78.
[18] 常春. 从"牛腿"谈概念术语的选择与词间关系建立[J]. 情报杂志, 2009,28(10):24-27.
[19] 常春,赖院根. 基于文献标题词汇共现获取词间关系研究[J]. 图书情报工作, 2009,53(8):17-20.
[20] 常春,吴雯娜,曾建勋. 基于后方一致获取词间关系[J]. 情报科学,2009, 27(7):1085-1088.
[21] 张冰. 基于组词成分排序的叙词表词间关系构建研究[D]. 北京:中国科学技术信息研究所, 2014.
[22] 刘丽斌,任瑞娟,米佳,等. 基于叙词表构建本体的中文叙词词间关系细化研究[J]. 山东图书馆学刊, 2010(1):73-76.
[23] 常春. 网络环境下叙词表编制与发展[M]. 北京:科学技术文献出版社,2015.
