学位论文内容索引以及主题标引研究进展＊

2023-03-22王宇新石玉峰

中国科技纵横 2023年23期

刘峰王宇新石玉峰

（常熟理工学院图书馆，江苏常熟 215500）

0 引言

学位论文是高等院校的一种非正式出版的科学技术文献资料，这类文献虽不易收集，但数量大、增长快、内容广泛、保密性强、情报价值高，能从不同领域及时反映当前科学技术的发展动态、研究水平及趋势。我国在1996年就建立了特种文献微机网络系统(以下简称SDMS)，为使科研人员、教师、学生能多、快、好、省地利用学位论文，对常熟理工学院自招收研究生开始到现在，将学位论文全部收齐，建立学位论文数据库[1]。

许多国家都制定了一套严格的制度管理和收藏学位论文，这一文献资源的开发利用也越来越受到重视。自1982年国务院学位委员会颁布了《中华人民共和国学位条例暂行实施办法》以来，国家图书馆一直认真履行全面收藏学位论文的责任。截至2010年，国家图书馆已经收藏了超过36万种博士学位论文和63万多种硕士学位论文，其中博士学位论文的收藏率达到了95%以上[2]。此外，中国社会科学院文献中心、中国科学技术信息研究所以及全国各研究生培养单位也都对学位论文进行了不同程度的收藏和开发利用[3]。对学位论文信息资源进行主题标引，是加工数据并进一步开发利用必需的一步；规范主题标引的方法则是提高学位论文数据质量，充分发挥其文献价值的重要手段。

1 主题标引的基本规则

1.1 主题标引的含义

文献标引工作一般分为分类标引和主题标引两种类型，根据使用检索语言的不同而定。检索用户可以根据分类标识和主题标识，通过检索卡片、文本索引或计算机系统检索提问，查找所需文献资料。学位论文的主题标引是在对其内容进行分析的基础上，使用一定的词表或标引规则，将学位论文中具有检索识别意义的特征转换成相应的主题概念，组织成表达信息资源内容特征的标识（主题词）的过程。主题标引方式通常包括叙词法和关键词法（自由词）[4]。叙词是指从自然语言中挑选出来的词或词组，经过规范处理，收入《汉语主题词表》《中国分类主题词表》或其他专业词表中，专门用于文献的标引或检索[5]。关键词是指出现在文献的标题（篇名、章节名）以及摘要、正文中，对揭示文献主题内容具有实质意义的词汇，从文献中直接抽取，通常不加规范或只做少量规范处理，用于标引并作为检索的入口词。

1.2 叙词的标引与著录

学位论文的标引应主要依据文献研究对象，所选主题词应客观反映核心内容，避免个人观点。选择时，应优先考虑最专指的主题词，不得代替上位或下位主题词。如果没有专指的主题词，应选用相关的主题词或采用上位词标引。同时，可采用自由词标引，以提高标引的专指度。主题词应填写在主题分析块的相应字段，格式应与主题词表保持一致[6]。

1.3 关键词的标引与著录

学位论文的标引有两种形式，一种是作为叙词标引的补充，即在现有主题词表无法满足标引要求时，选用部分关键词作为叙词标引的补充和辅助手段，与叙词共同揭示学位论文的内容。另一种是直接采用关键词标引，在选用关键词时，应选用对揭示学位论文主题内容最专指、最通用的词。一些泛指性的词应尽可能作规范处理，以便读者检索。根据CNMARC的规定，关键词著录在610字段。当关键词多于一个时，本字段可重复[7]。

2 学位论文内容索引及主题标引存在的问题

从研究的时间来看，大多数的研究都是在新世纪初或更早期进行的。温国强先生的研究是最近的，应该更符合当前的技术方法和编写情况，但是却缺少详尽而又完整的讨论。在编写过程中，注意到各专业人员在工作中的归纳过程存在着共性，但又不尽相同，从另一个角度反映了内容指标的编写过程中缺少标准化。在文献内容的编目形式上，文献的范围也仅限于文章的形式界定。《索引编制规则(总则)》指出，索引款目由标目、注释、副标目、出处和附加资料构成，但在具体内容却比较模糊，可以在出处项中标明文献的完整信息，如著者、题名、刊名、卷期号、出版日期等，以指定目录指标。但是，在下文中又指出，这些增加的特征信息并不是出处，可以列入索引款目的附加信息之中。可见，总则对于款目格式的规定并不清晰。在《GB/T22466—2008〈索引编制规则（总则）〉应用指南》中，温国强建议在编制篇目索引时，在出处项中必要时可标示文献的完整信息[8]。

2.1 学位论文内容索引存在的问题

篇目索引款目格式杂乱原因是目前尚无健全的形式标准。现行的参评准则或缺乏针对性，或缺乏具体的内容，或缺乏可供借鉴的地方，或编者对出版准则缺乏深入的了解。以下是详细的分析。

2.1.1 著录项目过于详细

国家标准GB3793-83《检索期刊条目著录规则》依据文献源的特点，制定相应的著录规则。其中包含的会议论文、学位论文、期刊论文、报纸文献、专著析出文献和专著是篇目索引的主要文献来源。但该规则款目设立信息过于详尽，不完全符合篇目索引的要求。例如，装帧及价格项和提要项并不会出现在篇目索引的款目中[9]。

2.1.2 款目示例太过单一

GB/T22466—2008《索引编制规则(总则)》具有较高的实用性，它从索引学科的专业性出发，将款目设立、排序和标点等方面的内容进行了统一。但是，这一规定中有关条目的指标比较简单，在款目的格式上只限于期刊文章，缺乏具体的描述，没有很好的参考价值，导致款目格式规范化效果不明显[10]。

2.1.3 编者对编辑和出版的规范性认识不强

在138份样品中，只有13份标注了引用规范的样品，比例为9.42%，表明了目前主流编制团体对文章的格式规范缺乏认识。没有参照规范的样品，文章的形式设立主观性强，有的著录项目甚至只有标题和作者，著录项目均采用句号间隔，这充分表明了编者对于篇目索引款目格式的处理方式太随便，编制结果未实现篇目索引的基本检索功能[11]。

2.2 主题标引中的常见问题

在学位论文分类中，主题标引是重要的手段之一。然而，由于标引时存在多种偏差，通常会导致文献遗漏。为提高学位论文编目质量，凭借多年从事编目工作的实践经验，对学位论文主题标引工作中存在的问题进行探讨。

2.2.1 主题分析有误，主题词误标

主题分析是文献引标的首要环节，是分析文献内容特征、提炼主题概念的过程。由于主题分析受到个体的主观因素影响，在概念转换中也容易受到个体的影响而出现各种不同的标引结果[12]。

2.2.2 忽略隐性主题，漏标关键词

主题是指隐藏在文献主题中没有直接表达出来的概念。在学位论文主题标引中，隐性主题很常见。如果标引人员稍有疏忽，就可能漏掉学位论文中隐性的关键主题，这将影响文献的完整性和准确性。

2.2.3 词的分拆和组合

将一个复合词拆成两个关键词可以增加更多的检索入口。反之，一个包含两个单词的专有名词，在不需要使用另一个词作为检索入口的情况下，将这两个词连接起来成为一个关键词[13]。

3 学位论文内容索引及主题标引问题的解决对策

（1）主题分析。对文章进行主题分析，从标题、摘要、结论等方面进行研究，必要时从全文选取体现文章主旨、具有检索价值的重要词汇，并从引用文献所附参考资料、出版社或使用参考书等方面进行探讨，咨询相关专家或作者。在阅读和评判时，要做出判断，以确定一份文章的具体内容是否有价值。无价值不予标引，有价值的则提炼主题词概念，进行标引[14]。

（2）主题词的转换，根据《汉语主题词表》的引用原理，将提取出来的概念转化成叙词。在转化过程中，一些主题词可以很明显地表达出来，但是一些由于没有合适的词，就必须在词汇表中进行搜索。查找是指一个特定的话题，并将其与其关联的条目扩展到与该话题相关的词语，从而选出更适合的话题。在使用直上词标引、靠词标引、自由词标引时，标引工作者应仔细考虑，力求准确标引[15]。

（3）学位论文的出版者即作者所属院校，《检索刊物条目著录规则》中第4项的授予学位学校或研究机构与第9项的出版地、出版者信息重复，可省略，第12项发表日期和第9项中的出版日期反复描述相同信息，保留一项即可。《中国词学研究》中的指导老师信息，对提高检索率的帮助较低，可忽略[16]。《中国朝鲜族研究文献资料索引》在题名项中备注为博硕论文，在出版地中再次著录“对外经济贸易大学硕士学位论文”，存在重复说明的情况，应该删减。

（4）《经济特区研究文献索引》《破产法文献分类索引》都将著者项置于款目首位顺序。但是这两个篇目索引都以文献类型作为分类依据，以时间进行排序，并不是按照作者或音序编排。篇名作为包含主题信息最多的项目，是较好的助检信息，应置于首位，方便检索者判断是否匹配检索目的[17]。

（5）目录在标记标题条目时，一般都会保存标题的全部信息，因为标题的数量越多，其语言的结构越特殊，用户就越容易辨认出标题条目。从实践效果看，《中国词学研究》不需要以书名强化标题项的区分度。此外，文章末尾用一个句点是没有标准的，它表示语句的结尾。而内容指数则是由多个检索点组成的条目，而非对资讯的表述。《宁波古代历史文化研究资料索引续编（1900-2014）》使用“/”间隔题名、著者、院校信息，可以增加符号的变化。