Ⅰ 三种信息存储与组织方式各有什么优劣适用于什么场合
ry75r47yr7yyrsy5y
Ⅱ 软、硬盘上的信息以什么组织存储的
哎~软盘和硬盘的统称都叫[磁盘]，当然是用磁来记录，
软、硬盘的盘片上都布满磁性物质，而磁性就必有南北极之分，磁头就是通过电流来改变磁粒的南北极性
读取是则是，北为0，南为1来代表电脑可以识别的2进制来提供给CPU处理。
Ⅲ 人脑中的信息存储在哪
人脑的神经生物学结构亦称脑实体结构，它是指由成百亿神经元组成的具有复杂连接通路与回路的庞大的神经网络。与生物的其它组织器官一样，脑的神经网络首先是生物进化中遗传、变异和自然选择的产物。在物种进化中被创造出来的这种实体结构，被编码在人的DNA序列中。作为遗传基因载体的DNA双螺旋，既能通过不断的自我复制把编码脑结构的信息传递给后代，又有在个体发育中通过转录RNA和转译蛋白质的方式把脑的神经网络结构在每一代个体中再现出来。因此，对每一个有认识能力的具体人来说，脑的神经生物学结构首先是由遗传因素决定的先于自身经验的结构。
人脑又是一个可塑性很强的神经器官。外界和内部环境中的各种作用或刺激能从个体发育和机能建构两个水平上影响它的结构与功能的组织形式。
环境因素引起人脑的机能建构过程主要是信息结构的构筑和与之相关的机能结构的形成过程。机能建构作用能把编码在基因中的本能信息和同化于主体中的外来信息紧紧地嵌合在人脑的实体结构之中，逐渐形成不同于实体结构的脑机能结构。
神经心理学的兴起使脑机能结构的研究成为一门日趋独立的新兴学科。在这一领域中，前苏联着名学者鲁利亚做出了意义深远的贡献。他澄清了“机能”“定位”等对脑机能结构研究有重要意义的基本概念；创立了神经心理学的临床测验法；尤其是划分出了人脑基本的机能结构系统。他认为，人脑有三个基本的机能联合区，它们是：（1）保证调节紧张度或觉醒状态的联合区；（2）接受、加工和保存来自外部世界信息的联合区；（3）制定程序、调节和控制心理活动的联合区。每个机能联合区又能进一步分成具有不同生理与心理功能的一级皮质区（或投射区）、二级皮质区（或投射－联络区）和三级皮质区（或重叠区）〔④〕。鲁利亚的精辟见解和对脑机能结构所作的这些划分，对现代心理学、认知科学的研究具有颇为重要的价值。然而，从脑科学今天的发展水平看，我认为他的研究仍有若干不足之处。其中最突出的，就是没有把信息存储系统（即记忆系统）作为一个独立的机能结构系统提出来，仅把它说成是具有保存来自外部世界信息的第二机能联合区的独有功能。
心理学的实验事实和大量的日常经验早已示明，人脑不仅能保存来自外部世界的信息，还能保存人的活动技能，人体验过的情绪、情感以及思维中使用的操作规则、方法策略等等。脑科学的新近研究也指出，人脑中三个基本机能联合区所在的那些脑组织结构都是记忆信息存储的场所，并不只限于第二机能联合区的脑组织。与记忆信息的存入和取出有关的脑组织结构，主要是位于大脑皮层前额叶以及颞叶内下侧的海马和杏仁核等
人脑中的信息存储系统也是一个最基本的机能结构系统（或机能联合区）。这个机能联合区与鲁利亚的前三个联合区有着并列且相互依存的功能。从脑的神经生物学结构看，信息存储系统的脑组织除前额区、海马、杏仁核等可做明显区分外，其余部分则和上述三个机能联合区的脑组织重叠在一起，因而难于单独区分。
综上所述，人脑的机能结构不仅是发育过程中基因表达的产物，更是以摄取外界信息为前提的脑机能建构的结果。因而它是既包含先天因素又包含习得因素，既包括脑“硬件”又包括脑“软件”的复杂统一体。人的认知结构、心理结构这类似乎看不见、摸不着的东西，就是嵌合在人脑的机能结构之中，并通过它转变成了切实可见的存在物的
从脑的神经生物学结构看，信息存储系统的脑组织除前额区、海马、杏仁核等可做明显区分外，其余部分则和上述三个机能联合区的脑组织重叠在一起，因而难于单独区分。
从脑的神经生物学结构看，信息存储系统的脑组织除前额区、海马、杏仁核等可做明显区分外，其余部分则和上述三个机能联合区的脑组织重叠在一起，因而难于单独区分。
Ⅳ 信息存储的作用
信息的储存是信息系统的重要方面，如果没有信息储存，就不能充分利用已收集、加工所得信息，同时还要耗资、耗人、耗物来组织信息的重新收集、加工。有了信息储存，就可以保证随用随取，为单位信息的多功能利用创造条件，从而大大降低了费用。
Ⅳ 计算机中的信息都是以什么形式存放的
计算机中所有信息都是以二进制的形式存储在电脑内部的。
二进位计数制仅用两个数码。0和1，所以，任何具有二个不同稳定状态的元件都可用来表示数的某一位。而在实际上具有两种明显稳定状态的元件很多。
例如，氖灯的"亮"和"熄"；开关的”开“和”关“; 电压的”高“和”低“、”正“和”负“；纸带上的”有孔“和“无孔”，电路中的”有信号“和”无信号“,磁性材料的南极和北极等等。
利用这些截然不同的状态来代表数字，是很容易实现的。不仅如此，更重要的是两种截然不同的状态不单有量上的差别，而且是有质上的不同。这样就能大大提高机器的抗干扰能力，提高可靠性。
(5)信息组织存储扩展阅读：
二进位计数制的四则运算规则十分简单。而且四则运算最后都可归结为加法运算和移位，这样，电子计算机中的运算器线路也变得十分简单了。不仅如此，线路简化了，速度也就可以提高。这也是十进位计数制所不能相比的。
由于二进位制有包括三进位制在内的其他进位制所没有的优点，所以大多数电子计算机还是采用二进制。
此外，由于二进制中只用二个符号 “ 0” 和“1”，因而可用布尔代数来分析和综合机器中的逻辑线路。这为设计电子计算机线路提供了一个很有用的工具。
Ⅵ 古代 近代 现代的存储信息方法有哪些
古代，将信息以书写、印刷等形式记录在石头~竹简~帛~纸上，形成书。
近代，以书写、印刷等形式记录在纸上。照相录像技术发明后，就可以记录画面信息了。
现代，以打印和数据硬盘或云服务存储为主。
(6)信息组织存储扩展阅读：
存储介质
纸张
优点：存量大，体积小，便宜，永久保存性好，并有不易涂改性。存数字、文字和图像一样容易。
缺点：传送信息慢，检索起来不方便
胶卷
优点：存储密度大。查询容易
缺点：阅读时必须通过接口设备，不方便，价格昂贵。
计算机
优点：存取速度极快，存储的数据量大
信息存储应当决定，什么信息存在什么介质行比较合适。总的来说凭证文件应当用纸介质存储；业务文件用纸或磁带存储；而主文件，如企业中企业结构;人事方面的档案材料;设备或材料的库存账目，应当存于磁盘，以便联机检索和查询。
参考链接：网络_信息储存
Ⅶ 什么是信息储存
�阋耍�谰帽４嫘院茫�⒂胁灰淄扛男浴４媸�帧⑽淖趾屯枷褚谎�菀住� 缺点：传送信息慢，检索起来不方便胶卷优点：存储密度大。查询容易 缺点：阅读时必须通过接口设备，不方便，价格昂贵。 计算机 信息储存-材料沿革 信息贮存材料在50年前到现在一直是以磁记录为主。磁盘的记录密度已经超过108位/厘米2，磁带为0.2×108。磁盘和磁带都是将磁粉(γ-Fe2O3铁氧体)涂在磁盘或有机膜上而成，产品的成本低，稳定性好。60年代发展出CrO2和以(Co++)改性的氧化铁粉是记录密度更高的材料。70年代发展出超微细铁粉(0.2μ×0.02μ)，到80年代(BaO·6Fe2O3)钡铁氧体的超微细粉涂于(0.1μ直径)和(0.01μ厚度圆盘)都具有良好的磁记录性能。从50年代就开始研究的金属薄膜记录，目前已经发展出多种成分的薄膜材料：Co、CoNi、CoNiCr和CoCr/NiFe垂直记录双层薄膜等都具有广泛的应用和发展前途。以下比较三种材料的磁记录性能：铁氧体(γ-Fe2O3)、溅射连续薄膜 (Co-Cr)、垂直记录双层膜(CoCr/FeNi)，它们的商业应用水平分别为12,000 (位/吋)、40,000(位/吋)、150,000(位/吋)；应用极限分别为<30,000(位/吋)、70,000(位/吋)、500,000(位/吋)；面密度分别为 107 (位/吋2)、108(位/吋2)、109(位/吋2)。 从90年代发展起来的光储存和磁光储存的光盘，储存密度高，可以达到(1010位/cm2), 使用寿命长(105次)并且具有高保真度，可以擦除。光盘的发展很快，目前已经普遍使用。磁光材料的早期应用非晶态GdCo，后来采用三元合金、过度族和稀土元素：GaTbFe，TbFeCo。采用Co和Pt的薄膜重叠可以获得更好效果，其厚度分别只有4Å和10~20Å，需要用分子束外延的方法进行制备。 信息储存-作用 信息的储存市信息系统的重要方面，如果没有信息储存，就不能充分利用已收集、加工所得信息，同时还要耗资、耗人、耗物来组织信息的重新收集、加工。有了信息储存，就可以保证随用随取，为单位信息的多功能利用创造条件，从而大大降低了费用。 优点：存取速度极快，存储的数据量大 信息储存-与汉字 信息时代的到来，更加突出了汉字的优越性。21世纪新的电脑将采用声控系统，它将摒弃由字母编制的键盘，由于英语的英节多达10000 个以上，而汉语只有400 多音节，每个音节最多4 个音素，因由美国语言学家盖利. 吉宁斯在《世界语言》一书中对汉语的简洁性、准确性、严密性和先进性给予高度评价，认为正是中国人几千年的努力，才把西文语法书里的种种麻烦抛个精光，最后只留下几千个单字和若干条效率极高的排字规则。英国《新科技杂志》原主编，科技发明报道专家迈克.克鲁斯断言，不久的将来，汉语将充分发挥威力，到那时世界关于语言文字结构的研究中心有可能转移到中国。在20世纪初年的中国，人们由于愤慨中国科学技术的落后，力图摆脱文字的阻隔，向世界认同，曾经发出汉字拼音化的呼吁。曾几何时，中国的汉字即以强劲的生命力证 明了它无穷的潜力。是电脑接受了汉字，而不是电脑改变了汉字。因此有人称它为电脑文字，表明它是人类中具有最佳的信息交换应用程序的语种。 信息储存-未来发展 从最早的磁带机到今天的LTO，现代存储技术已经走过了半个世纪。在IBM特别为此举行的纪念活动中，专家们描述了未来智能化存储的趋势。 1952年，IBM推出了第一台磁带机726。它使人类正式告别了使用打孔机存储数据的方式。1962年激光二极管的发明，奠定了光读写的基础。于是，20世纪60年代至70年代早期，掀起一股以增加功能、缩短服务时间、减少设备占地面，以积简化磁带通路为目的的热潮。1970年IBM发明的软盘成为便携式存储的中流砥柱。上个世纪末，虚拟磁带服务器的开发，极大地提高了数据共享能力和磁带的效率。而世界上最小最轻的硬盘驱动器(microdrive)则为移动存储的发展奠定了坚实的基础。 当前，随着互联网及电子商务的应用发展，存储在企业网络中的数据就成为企业最珍贵的资产，存储已不再是附属于服务器的辅助备份设备，日益走向企业信息系统的核心。信息的有效存储保护，备份和灾难恢复已成为企业构建IT基础设施迫切需要考虑的重要环节。 未来的存储不仅具有更高的容量、速度和性能价格比，而且还将具有自恢复和自管理功能，同时具有高度的开放性和互操作性。
Ⅷ 语义信息的存储
无论是知识库还是服务的语义描述都需要具有良好的组织和存储，以支持高效推理和服务检索发现。目前对于本体的存储方法基本有三种(李勇等，2008):
(1)纯文本，如 OWL 文件。由于 XML 的信息组织和存储方式结构复杂，而且存在冗余等，基于其上的查询检索效率通常会比较低。纯文本的方式适合本体比较小的时候，不适合本体大规模应用的情况。
(2)数据库: 是一种比较好的持久化存储方式，最大好处是便于查找，可存放大本体，查询效率高，特别在 I/O 效率上。但是数据库方式存在本体查询语言到 SQL 的转换问题，需要借助于第三方中间件或自定义实现。
(3)专门的管理工具: 比如说 OMM(Ontology Middleware Mole)支持对 RDF、OWL 的存储管理，还提供各种接口，可以使用查询语言对 RDF 或者 OWL 进行查询。综合对比这三种本体存储方式，由于关系数据库存储几十年的技术积累，以及它的海量存储特点而成为了许多研究者的首选。
5.4.3.1 本体的关系数据库存储模式
由于本体模型和关系模型的差异，目前存在多种在关系模型中存储本体的方法，其主要可以分为以下四类(陶皖等，2007; 陈光仪，2009)。
5.4.3.1.1 水平模式
该模式只在数据库中保留一张通用表，表中列为本体中的属性。整个本体库中定义了多少个属性，这张表就有多少个列，具体如图 5.28 所示。本体中的每个实例对应该表中的一条记录。这种存储模式结构简单，执行查询操作比较方便。但是该通用表包含了大量的列，而现有的数据库系统对一张表中列的个数都是有限制的，所以该模式无法存储规模较大的本体。而且表中的数据过于稀疏。由于每个实例对应关系表中的一行，如果其在某些属性列上没有值，那么必须将对应的属性值设置为空，这将导致大量空字段的出现，不仅浪费存储空间，而且增加了索引维护的代价。另外该通用表中一个实例的属性和属性值只能是一对一，而实际情况往往是一对多，因此无法存储具有这种特征的本体。随着应用中本体的进化，还需要时常更新通用表中的列，重新组织表结构，这将耗费极大的系统代价。
图 5.28 水平存储模式
5.4.3.1.2 垂直模式
垂直模式包含一张三元组表，表中的每条记录都对应一个 RDF 三元组(主语，谓词，宾语)，具体如图 5.29 所示。因此这种模式下，需要将本体中的所有信息都以 RDF 三元组的形式表示出来。Protege(2002)中便是使用了这种存储模式将本体存储于数据库中。这种模式设计简单，并且结构稳定。如果本体进行了更新，只需修改表中相应的元组即可。另外，该模式通用性好，因为现有的本体模型都可以转换为 RDF 模型表示。但是这种模式的可读性较差，若对本体信息进行查询，那么设计对应的 SQL 语句比较麻烦。除此之外，由于所有信息都存放在三元组表中，导致任何一个本体信息查询都必须遍历整个数据表，特别是那些需要进行表连接的查询，使得查询效率非常低，这是这种模式最大的不足之处。
图 5.29 垂直存储模式
5.4.3.1.3 分解模式
该模式与水平模式和垂直模式的一个显着的区别是它使用了若干张表，其基本思想是将数据库进行模式分解。根据分解的对象不同，现有的采用分解模式的方法有两种。①基于类的分解模式，即为本体中的每个类都创建一张单独的表，表名为类名，表的列为类的属性，具体如图 5.30 所示。这种模式结构清晰，但是很难适应本体动态变化的情况，因为随着本体中类或者属性的变化，表结构都要随着变化。②基于属性的分解模式，即为本体中的每个属性创建一张单独的表，表名为属性名，每个表都包含两个列，分别代表RDF 三元组中的主语和宾语，具体如图 5.31 所示。在该模式中对类的隐含实例的查询代价很大，而且在现有的这两种分解模式的方法中，随着本体的变化都要不断的创建和删除表，而在数据库系统中创建和删除表的效率很低。
图 5.30 按类分解模式
图 5.31 按属性分解模式
5.4.3.1.4 混合模式
该模式通常将上述几种模式进行混合使用。例如，Pan 等(2003)提出这样一种将基于类的分解模式与基于属性的分解模式混合的存储模式，即在本体中定义一个类就为该类创建一个表(创建方法类似于基于类的分解模式)，在本体中定义一个属性就为该属性创建一个表(创建方法类似于基于属性的分解模式)。然而，与基于类的分解模式不同的是，该混合模式在类对应的表中不记录相应实例的所有信息，而只记录实例的 ID。实例在各个属性上的取值则分别记录在各属性对应的表中，所以和基于属性的分解模式类似，该模式在属性对应的表中仍然需要两列: 主语和宾语。对于本体类数目不多的情况下，这种模式在简单检索的情况下，运行得很好。但是，如果本体的类比较多，这种方式就会存在一些问题，例如: 数据库无法容纳这么多表，或者效率低下。
针对上述四种模式，陈光仪(2009)从四个方面对适用场合、查询和更新效率、结构清晰以及易理解性、可扩展性四个方面对他们进行了综合对比(表 5.4):
表 5.4 不同存储模式的综合对比
(修改自陈光仪，2009)
通过上述对本体存储模式的阐述及之间的综合对比发现，本体存储模式除了应该具有尽量高的规范化程度(例如满足第三范式或 BCNF 范围等)，还应该满足以下三个原则。
(1)模式结构易于理解。该原则是为了便于本体查询的实现。如果模式结构不直观，会给查询语句的设计带来困难。例如，垂直模式不满足该要求，它将所有的信息都采用三元组的形式存储在一张表中，不容易理解表中元组的含义，加重了本体查询设计的负担。
(2)模式结构稳定。即本体的变化不会引起数据库表结构的变化。因为本体是不断进化的，如果设计的模式结构会随着本体的变化而变化，数据库系统对其维护代价太大。现有的水平模式、分解模式和混合模式都不满足该要求。
(3)查询效率高。该原则是评价各种存储模式的一个重要指标。因为本体中不仅包含大量的数据，而且查询中还经常需要进行表连接。例如在现有的垂直模式和基于属性的分解模式中，那些涉及表连接的查询效率非常低。
目前在基于数据库的本体存储的实践上，一些学者开展了相关的研究工作:
燕云鹏(2007)和陈光仪(2009)提出了类似的针对于针对 OWL 的本体数据库的混合本体存储模式(图 5.32，5.33)。可以看出这种模式是以基于属性的分解模式与垂直模式的混合体，具有较好的扩展性。但是存在的问题是效率不够高，所有的类存储在一个表中，所有的实例也存储在一个表中，这种方式的检索效率比较低。另外存储实例的表(Instance，Proterty，Value)中字段 Value 必须存储许多种不同类型的数值，比如有的是文本型，而有的却是数值型，使得数据不够清晰。此外，在针对几何体这种复杂的地理对象，这种字段就比较难以存储。
图 5.32 本体的数据库混合存储模式(据燕云鹏，2007)
ebRIM(ebXML Registry Information Model)是一个主流的信息注册模型，已成为事实上的标准，得到了 OGC 等支持。OGC 已经实现了基于 ebRIM 的目录服务，并推荐其作为目录服务的实现规范。但是目前基于 ebRIM 的目录服务只支持普通的基于关键字的检索。为此，一些学者已经开始研究如何扩展 ebRIM 实现对语义信息特别是 OWL 的注册。Dogac 等(2004)提出了如图 5.34 所示的一种通过将 XML 形式存储的 OWL 文件转换为以数据库形式存储，使得查询检索更加快速，管理维护也更加方便。为了能在 ebRIM 存储复杂的地理空间信息对象，一些学者开展了基于 ebRIM 的地理扩展方面的研究工作。乐鹏(2007)在其论文中提出了两种扩展方式: ① 从类 “ExtrinsicObject” 派生了“CSWExtrinsicObject”来描述那些不是 ebRIM 自身定义的元数据对象。比如类 “Dataset”继承了 “CSWExtrinsicObject”来描述空间数据集。②对 ebRIM 已有的类别增加 “Slot”。每一个从 “RegistryObject”继承下来的类均允许添加 “Slot”。ebRIM 中的 “Service”类可以用来描述空间服务，但是已有的属性不足以描述空间网络服务。因此，通过添加“Slot”到 “Service”类中以定义从 ISO 19119 派生的属性。如图 5.35 所示为经扩展后的ebRIM 高层模型图，其中 灰 色 填 充 的 矩 形 框表示 扩 展 的对 象 类。该 模 式 与 前 面 燕 云 鹏(2007)和陈光仪(2009)提出的模式相比，本质上差别不大，也是以基于属性的分解模式与垂直模式的混合体，只不过是基于标准的 ebRIM 注册模型，并且将其中的分类系统相关的类单独以两张表存储。该模式也具有很好的扩展性，也存在同样的一些问题。
图 5.33 本体的数据库混合存储模式(据陈光仪，2009)
海洋信息网格技术与应用
续表
5.34 OWL 元素到 ebRIM 元素的映射(Dogac et al.，2004)
5.4.3.2 基于多分解策略的混合存储模式实现
对知识库以及服务语义注册信息的存储的实现上，本书在现有的研究成果的基础上，结合本体组织构成及特点等实际需求，提出了一种基于多分解策略的混合关系数据库存储模式。
该方法的指导思想是: 先按类对其中的数据专题、数据模式、处理模型等进行类的分解，然后结合属性的特性进行基于属性的分解。其中基于类的分解中，可能粒度的大小不一，可能是一个类或者具有相关或相似的一些类划分为一张表存储; 而基于属性的剖分，也并不是所有具有该属性的类以一个表存储，而可能是只针对一个类也单独组织为一张表，其具体思路如下:
图 5.35 经扩展的 ebRIM 高层模型图(据乐鹏，2007)
(1)类的分解: 因为本研究的存储模型不是为了实现一个通用的本体存储模型，而是为了实现一个服务于海洋信息服务领域的本体存储模型。海洋信息服务领域必然会牵涉到一些对象，比如对服务、模型、参数等对象，并且对这些对象的认识也基本上确定(也就是说这些对象类所具有的属性及之间的关系基本明确)，所以没必要像上面几种实现方案那样因为不能预知都有哪些类，各类都有哪些属性而将所有的实例的组织按垂直方式进行存储，也没有必要有一些表(比如独立的属性表，属性的作用域和值域表等); 而有必要针对海洋信息服务领域内的这些类的信息内容独立出一些表: 对于海洋专题，地理名实体、处理模型、数据模式等海洋信息检索发现中常用的对象，则有必要进行分开存储，否则必然使得结构不清晰，且检索查询效率低。
(2)对于专题、空间形态以及模型功效等只是简单的分类系统，所具有的属性少，而且今后存在派生新的种类的可能，因此必须具备一定的扩展性。针对这类数据。它们的存储方式是(ClassID，ParentClassID，ClassType)，其中 ClassType 标注本体类是属于专题(比如 “海流”)或者其他。
(3)对于取值不唯一的属性，且大部分类或实例都具有的属性，则采用基于属性的分解模式。比如对于别名属性(hasAliasName)，有可能一个类实例具有多个别名，这种情况下，则采取基于属性的组织方式。该表的形式是:(OntologyID，AliasName)，其中OntologyID 可以是本体类的 ID，也可以是本体实例的 ID，还可以是本体属性的 ID，因为类、实例和属性都可以有别名。
(4)对于复杂的属性，采取大二进制存储的方式。比如对于地名实例的空间覆盖范围，则不考虑其实际内部是包含多少个组成部分，统一按一个 shape 存储在数据库中。当然这里借助了 ArcGIS 的 GDB 的 FeatureClass 矢量数据模型，并对于不同空间形态的则采用了多张表(点状地名类、线状地名类、面状地名类)，其组织方式是(GeoNameObjec-tID，shape)。同样，对于模型本体中的内部流程本体，也采用了大二进制方式存储，将整个流程 XML 描述文件，作为一个整体存放于字段中，其大体组织方式为(ModelID，FlowXML)。
(5)本研究采用 ArcGIS 的 GeoDatabase 作为存储模型。本体类(ontClass)的存储结构如图 5.36 所示，数据库的总体组织结构如图 5.37 所示。
图 5.36 本体类(onClass)的存储结构
Ⅸ 《信息组织与存储》切分标题法的过程及原理
这类方法典型代表是非用字后缀法。此方法按照不同的用途将字机械地分成四个类别：（A）
表外用字（B）表内用字（C）条件用字 （D）非用字。
这种方法标引的基本过程如下：（1）计算机扫描输入的汉字串，逐字与“非用字后缀表”种的字进行比较，如果是非用字，则舍去；如果是用字（报考表外用字、表内用字和条件用字），则取出。（2）在抽取的字符串中没有非用字，各种情况都将是A,B,C三类字的不同组合与排列，在加以合并整理并考虑到构词的一般规律，拟定了六种构词模式。根据汉字类型，参照规定的六种构词模式，将取出的汉字串分解成单词或专用词组。（3）对最终抽出的词进行诸如按字长选择、单字处理及优先切分等规则的处理，最后确定标引词。