自動聚類由計算機系統按照被考察對象的內部或外部特徵，根據一定的要求（如類別的數量限制，同類對象的親近程度等等）,將相近、相似或相同特徵的對象聚合在一起的過程。目前常用的自動聚類方法有：關聯詞法、文獻--文獻相似矩陣法、聚叢法和因子分析法等。自動歸類是指計算機系統按照一定的分類標準或分類參考，將被考察對象劃歸到不同類目的過程。目前常用的自動歸類方法有語義分析法、語法分析法和統計法等。
基本介紹
- 中文名：自動分類
- 對象：計算機系統
- 依據：被考察對象的內部或外部特徵
- 方法：文獻--文獻相似矩陣法
定義,自動聚類,自動歸類,
定義
用計算機系統代替人工對文獻等對象進行分類。一般包含自動聚類與自動歸類。
自動聚類
在文獻的手工分類過程中，人們往往根據文獻的主題內容,以公認的科學分類體系(如《杜威十進分類法》、《國際十進分類法》、《中國圖書資料分類法》等),來決定每篇文獻的分類號。可以說，文獻的分類過程，就是人們根據一定的分類標準給文獻以分類號的過程。文獻分類的目的是為了便於人們按文獻的內在特徵，即所屬類別進行查找。自動分類與手工分類相比，其類目體系的決定更科學、更靈活，文獻的定類更整齊劃一。同時，由於勞力的限制,人工分類往往不細、不全(大多一篇文獻劃歸一類)，而自動分類則可克服這些缺點,並有很大的潛力。特別是自動聚類與自動分類的結合，將使自動分類體系具有新陳代謝的生命特徵，並將為高效的聚類檢索奠定基礎。
自動歸類
文獻的自動分類研究始於20世紀60年代初，最早是由R.M.尼達姆等人進行的。從馬羅的第一個自動分類模型發展至今，無論在理論研究上還是實際運用上均取得相當的進展。由於種種原因，特別是中文計算機處理能力的限制，在中國關於自動分類的研究還剛剛開始不久。
由於計算機自動分析主題等研究還沒有取得實質性的進展，所以，現在自動分類大部分都建立在題中或文摘中關鍵字的基礎上，它的缺點是不能準確地按文獻主題分類。但據有關資料表明，專家的偏愛也常使其分類的質量與普通標引員的分類質量相差無幾，而自動分類現有的水平與之也差不多，然而其速度與規定性則是手工分類無法比擬的。因此，它正在受到人們越來越大的重視，成為情報檢索中一個重要的研究與發展方向。特別是它與聚類檢索的結合，將使其有更強的生命力。
