將 IPTC 分類法轉換為 Boolean 表達式

Question

可以將 IPTC 分類法更改為 boolean 表達式嗎？ 為了簡化新聞交換，國際新聞電信委員會 (IPTC) 開發了 NewsML 架構 (NAR)，作為該架構的一部分，特定的受控詞匯表（例如 IPTC 新聞代碼）用於對新聞項目進行分類。 主題代碼是一個包含 1300 個術語的詞庫，用於對每個新聞項目的主要主題（主題）進行分類。”截至 2021 年，有 1400 多個術語。IPTC 主題代碼（從 2012 年開始）是具有 3 層的樹狀結構。我的假設是一組詞匯定義了新聞的類別。我的問題：是否可以將層次結構轉換為 boolean 表達式，如下所示：“武裝沖突”或“武裝爭端”或“內亂”或（（“武裝" OR "武器") AND ("right-wing" OR "left-wing" OR "extremist" OR "dangerous" OR "confrontation")) "?

Answer 1

我們 IPTC 過去在構建基於規則的分類引擎作為 Google 新聞倡議項目時曾研究過這個問題。 它被稱為IPTC EXTRA ，它允許用戶根據 boolean 邏輯創建規則，以根據IPTC 媒體主題控制詞匯表（或任何其他 CV）中的術語對文檔進行分類。

規則語言 Extra Query Language (EQL) 比簡單的 Boolean 和/或/非運算符更具表現力。 我們還會查看單詞的接近度和其他一些特征：有關詳細信息，請參閱EXTRA 用戶手冊。

您可以在我們的 GitHub 存儲庫中看到為 EXTRA 項目創建的一組測試規則。 但請注意，這只是根據 IPTC 媒體主題詞匯對任何內容進行分類所需的規則的一小部分。 目前，我們還不知道對所有媒體主題進行分類的全套規則。