5.1  语言文字类数字出版产品分类

语言文字类数字出版物中包括语言辞书，但由于语言辞书是用于语言文字学习与研究的工具书，如词典等，而本章所讨论的内容是通过数字出版提供词汇抽取服务，减少书籍、期刊、报纸阅读中的困难，特别是外文阅读中的困难，所以这里讨论的语言文字类数字出版物不包括语言辞书。

从宏观角度看，语言文字类数字出版物提供词汇抽取服务比较简单，但落实到具体的出版物中，有很多区别。

首先在内容上，有文学和专业的区别，如小说、传记/书信、散文随笔、报告文学和诗歌等都属于文学类；而各种与专业相关的书籍，如介绍和论述数学、物理、化学、计算机、生物学、医学等方面的书都属于专业类书籍；对于教育类读物，尽管种类很多，但一般和具体的语言学习、专业学习相关，也可相应地划分为文学或专业范围，如一本关于物理课程学习的辅导书，可列入专业书籍类。

其次，在题材上有长篇、中篇和短篇的区别。最常见的文学作品是小说，一般描写人物故事，塑造多种多样的人物形象，拥有完整布局、发展及主题。除此之外，长篇传记等也可以划分到长篇的范围。而短篇小说集、各种大众通俗类的故事集、小说选和读者文摘等则属于短篇类。中篇小说反映生活的范围虽不像长篇那样广阔，但也能反映出一定广度的生活面，它的人物的多寡、情节的繁简介于长篇与短篇之间，在进行词汇抽取服务时，如果是一本中篇小说集，由于各自内容独立，则采用短篇小说的抽取策略；如果是只包括单独一篇中篇小说的书籍，因为从内容上是一个整体，可作为长篇处理。(https://www.daowen.com)

第三，对于报纸来说，发布范围有省市、国内和国际的区别；出版间隔有时报和周报、半月报等区别；语言上有母语和外语的区别等。

数字出版过程中在实施具体的词汇抽取时会涉及许多应用和细节方面的不同。为了在数字出版中实现对不同的语言文字类数字出版物进行词汇抽取，辅助读者解决阅读中的词汇问题，需要对不同的语言文字类数字出版产品进行分类，在具体分析和讨论的基础上考虑适合的词汇抽取策略。下面给出了常见的四种数字出版物及其分类：