Thesauri in the modern world: Research and prospects for application
Notice bibliographique
Résumé
In today’s information society, where the amount of available information is constantly growing, the issues of semantic classification and data organization are becoming more and more relevant. Efficient information retrieval and analysis play a key role in scientific and applied fields, requiring innovative tools for semantic processing of texts and words. The study aims to analyse the structure, role, and potential of thesauri by means of statistical and structural analysis methods, as well as analytical-synthetic and comparative methods. The results emphasized the importance of thesauri in providing accurate and structured access to information in various fields. Statistical results showed that the broadest thesaurus categories in Library of Congress Subject Headings (LCSH) were art, library systems, medicine, culture, and media, followed by scientific research, linguistics, and semantics. The study presented a hierarchy between the subject area of research, thesaurus categories, narrowly focused terms, and ways to improve the classification and presentation of information. For example, the subject area art and culture included such thesaurus categories as sculpture, literature, painting, at the same time, the category sculpture can include such terms as sculpture group, statue, bust. Among the prospects of thesaurus development, we suggest improvement of information classification quality, efficiency of data analysis, optimization of catalogue search, development of new thesaurus structures, identification of interrelations between terms by means of semantic analysis, improvement of information accessibility of materials in libraries. The practical significance of the research lies in providing a basis for the development of effective strategies for thesaurus tools application in information technology, medicine, education, and art.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,013 | 0,022 |
| Études des sciences et des technologies | 0,002 | 0,009 |
| Communication savante | 0,013 | 0,025 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,004 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».