定义

自动聚类

自动归类

定义

用计算机系统代替人工对文献等对象进行分类。一般包含自动聚类与自动归类。

自动聚类

自动聚类由计算机系统按照被考察对象的内部或外部特征,根据一定的要求(如类别的数量限制，同类对象的亲近程度等等),将相近、相似或相同特征的对象聚合在一起的过程。目前常用的自动聚类方法有：关联词法、文献--文献相似矩阵法、聚丛法和因子分析法等。自动归类是指计算机系统按照一定的分类标准或分类参考，将被考察对象划归到不同类目的过程。目前常用的自动归类方法有语义分析法、语法分析法和统计法等。

在文献的手工分类过程中，人们往往根据文献的主题内容,以公认的科学分类体系(如《杜威十进分类法》、《国际十进分类法》、《中国图书资料分类法》等),来决定每篇文献的分类号。可以说，文献的分类过程，就是人们根据一定的分类标准给文献以分类号的过程。文献分类的目的是为了便于人们按文献的内在特征，即所属类别进行查找。自动分类与手工分类相比，其类目体系的决定更科学、更灵活，文献的定类更整齐划一。同时，由于劳力的限制,人工分类往往不细、不全(大多一篇文献划归一类)，而自动分类则可克服这些缺点,并有很大的潜力。特别是自动聚类与自动分类的结合，将使自动分类体系具有新陈代谢的生命特征，并将为高效的聚类检索奠定基础。

自动归类

文献的自动分类研究始于20世纪60年代初，最早是由R.M.尼达姆等人进行的。从马罗的第一个自动分类模型发展至今，无论在理论研究上还是实际运用上均取得相当的进展。由于种种原因，特别是中文计算机处理能力的限制，在中国关于自动分类的研究还刚刚开始不久。

由于计算机自动分析主题等研究还没有取得实质性的进展，所以，现在自动分类大部分都建立在题中或文摘中关键词的基础上，它的缺点是不能准确地按文献主题分类。但据有关资料表明，专家的偏爱也常使其分类的质量与普通标引员的分类质量相差无几，而自动分类现有的水平与之也差不多，然而其速度与规定性则是手工分类无法比拟的。因此，它正在受到人们越来越大的重视，成为情报检索中一个重要的研究与发展方向。特别是它与聚类检索的结合，将使其有更强的生命力。