基于本体的国史知识检索平台构建研究

[目的/意义]构建国史知识检索平台,提高用户获取国史知识的效率,促进国史宣传和教育。[方法/过程]提出基于本体的国史知识检索平台构建思路与总体框架,在构建国史本体知识库的基础上,采用Neo4j数据库作为RDF数据仓储,创建基于Solr的实例索引、三元组索引和词条索引,针对多种检索需求设计实现检索引擎的执行流程、检索式构造方法以及查询处理算法,并为国史知识展示设计可视化实现方式。[结果/结论]构建国史知识检索平台,提供实体检索、查询问答、关联检索、时序检索及语义资源浏览等检索与浏览服务。该平台框架及关键技术实现方案可为面向领域知识的深度检索服务提供重要参考。     

面向决策的档案知识库构建研究

[目的/意义]构建面向决策的档案知识库可以深层次开发利用档案,发挥档案知识价值效用,深化档案的资政服务作用。[方法/过程]分析档案知识库构建的理念、原则和目标,将档案知识库的构建过程划分为知识单元的准备、知识单元的描述与揭示、知识单元的再组织以及知识单元的评价和存储等4个阶段。[结果/结论]最终提出档案知识库系统的系统结构,详细解释该结构的4个关键组成部分以及档案知识库的6个功能模块。     

面向关联数据的高校机构知识库构建方法研究

[目的/意义]针对当前我国高校机构知识库研究与应用离真正的开放互连、知识集成、知识检索还有较大差距的问题,提出一种面向关联数据的机构知识库构建方法,该方法覆盖机构知识库构建的整个过程,并支持机构知识的资源整合、语义检索、知识推理和关联数据发布,为各高校机构知识库建设提供参考。[方法/过程]调研和剖析国内外典型的机构知识库,将机构知识库构建方法分为5个步骤,包括:①评价和选择有价值的信息资源;②建立机构知识库概念模型;③进行语义描述和关联设置;④发现并创建关联化数据环境下的语义推理规则;⑤设计系统架构,并通过西南科技大学机构知识库构建实例来验证该方法的有效性。[结果/结论]实例验证表明,面向关联数据的机构知识库构建方法具有合理性和有效性,起到了降低机构知识库开发难度和缩短开发周期的作用,对于其他机构知识库的建设具有参考价值。     

基于关联数据的探索式检索系统研究与实现

[目的/意义] 构建基于关联数据的探索式检索系统,充分利用关联数据中隐藏的知识网络,向用户提供发现新知识的机会。[方法/过程] 基于DBpedia电影数据集,采用改进的向量空间模型进行关联数据的语义相似度计算,使用可视化的交互技术对检索结果进行呈现。[结果/结论] 通过基于任务的评价方法与IMDB进行对比,证明基于关联数据的探索式检索系统能够提高检索效率,提升用户体验并能引导用户发现其感兴趣的信息。     

基于语义图的医学多文档摘要提取模型构建

[目的/意义]针对医学文本的特点,提出一种基于语义图的多文档自动摘要方法,并利用其中的语义信息实现摘要主题的识别。[方法/过程]利用SemRep实现源文档概念及其语义关系的规范化抽取并构建语义图,从概念-关系-社区3个层次对网络图中的关键信息进行抽取并生成摘要,利用概念-语义类型-类型分组三级映射实现对概念的归类,结合语义搭配模式对摘要主题进行划分。[结果/结论]通过对5种疾病数据集进行测试,结果显示该方法能有效识别出文献集中的核心内容,语义图中所富含的语义信息能准确地对摘要进行主题划分。     

中文叙词表的语义化转换

[目的/意义]随着语义网与关联数据的兴起与发展,采用SKOS语言对叙词表进行语义化描述成为主流,这为叙词表在网络上的发布、共享以及在网络环境下的应用提供新的契机。[方法/过程]以《汉语主题词表》为例,对中文叙词表的语义化表示、验证和关联数据发布进行探索。首先,制定基于SKOS、SKOS-XL和SKOS扩展的叙词表语义化表示方案, 实现对叙词表的无损语义描述, 开发基于N-Triples格式的词表语义化转换程序, 使大规模词表的语义化转换更加简单高效;其次,采用新兴的SPIN框架对语义化词表的完整性进行验证, 为SKOS词表的正确性与合法性提供保证;最后,采用“Jena TDB+Fuseki+Pubby”的组合将SKOS/RDF词表数据在网络上发布为关联数据,并开发词表关联数据检索界面。[结果/结论]实验结果表明,采用本文的方法能够实现整个《汉语主题词表》的高效语义化转换、验证与发布,促进中文叙词表在网络上的共享与应用。     

基于招聘文本实体挖掘的人才供需分析——以人工智能领域为例

[目的/意义]基于网络招聘文本和学科数据,提出"行业-岗位-知识-学科"的人才需求及供给分析框架,以人工智能领域为例进行挖掘与分析,同时对其他领域的人才供需分析也具有借鉴意义。[方法/过程]采集招聘网站中与人工智能相关的职位招聘公告,综合对比CRF、BiLSTM-CRF、BERT-BiLSTM-CRF、BERT模型对招聘文本的实体抽取效果,并运用社会网络分析方法与学科数据进行关联分析。[结果/结论]BERT-BiLSTM-CRF实体抽取实验效果最佳,分别构建"行业-岗位""岗位-知识"以及"知识-学科"3种关系网络,得到与人工智能领域联系最紧密的行业、岗位、知识及学科。该框架能充分地挖掘人才需求现状,并能较精准地将需求定位到人才培养的学科,对于国家发展战略以及高等院校人才培养计划的制订具有现实意义。     

层次主题模型在技术演化分析上的应用研究

[目的/意义] 采用hLDA从专利语料库中抽取层次主题,以描述隐藏在专利文本中的技术结构,并基于层次主题随时间变化情况进行技术演化分析。[方法/过程] 从专利术语中获取闭频繁项集,并基于此建立关联规则网络来度量术语的重要性和术语间语义关系强弱,进而对语料库进行重构,并对不同时间片段的专利集合进行层次主题结构抽取。[结果/结论] 将本方法应用于硬盘驱动器磁头领域的专利数据分析,实证结果表明该方法是一种可行和有效的技术演化分析方法。     

基于模糊TOPSIS分析的在线评论有用性排序过滤模型研究——以亚马逊手机评论为例

[目的/意义] 针对中文网络客户评论,提出一种在线评论有用性排序模型,辅助消费者做出购买决策。[方法/过程] 从在线评论的形式特征和内容特征两个方面,提取影响在线评论有用性的7个指标属性进行量化计算,采用模糊层次分析法进行指标赋权,结合并改进TOPSIS分析法进行在线评论有用性计算和排序,构建在线评论有用性指标体系和排序模型。[结果/结论] 通过比较分析,发现本文模型获得的评论有用性排序具有更好的信度与效度,为中文网络客户评论提供一种兼顾评论客观信息和语义特性的有用性排序方法。     

医学文献语义共词知识网的构建:方法与实证

［目的/意义］针对共词分析存在的普遍问题,提出一种基于细粒度语义分析的共词网络构建与分析方法。［方法/过程］借助SemRep实现源文本主题概念及其语义关系的规范化抽取并由此构建语义共词网络,然后以节点的中心度和边的频次为指标对内容特征词进行抽取,利用UMLS语义网络规定的语义搭配模式,通过概念-语义类型-语义类型组的两级映射,对语义述谓项进行类团划分。［结果/结论］通过与常规共词分析方法比较,发现基于细粒度语义关系的共词分析能有效地揭示文本主题内容,利用UMLS语义网络资源能从语义学角度清晰准确地对语义共词网络进行类团划分。     

国内高校智库数据库建设现状及图书馆服务策略研究

[目的/意义] 数据库建设是智库发展的重要基础,通过调研国内高校智库数据库建设的现状和存在问题,为高校图书馆开展相关服务提供现实依据和参考。[方法/过程] 基于中国智库索引平台,通过网站调研,对254所高校智库数据库建设现状进行归类和总结,重点分析37个高校智库数据库的建设情况。[结果/结论] 高校智库数据库建设存在建库比例低、智库知识库缺乏、合作共享少、智库成果开发利用度低、检索功能不强以及更新和维护不及时等问题,高校图书馆可以从加强智库专题库和知识库建设、加强智库知识资源共建共享、加快智库决策信息平台建设、提升智库检索功能以及建立数据库可持续发展机制等方面入手,加强高校图书馆智库服务能力。     

英美高校图书馆在线展览的主题和情感特征定量分析

[目的/意义] 从主题和情感的维度对国外高校图书馆在线展览进行定量化研究,有助于深入客观地了解国外高校图书馆在线展览的现状,对国内高校图书馆在线展览的建设与发展有重要的借鉴意义。[方法/过程] 利用基于LDA的主题建模技术和基于Sentiment analysis的情感分析技术以及网络爬虫方法,从语义关联、情感表达等角度对美国和英国302所高校图书馆的2 278个在线展览内容进行定量分析和可视化展示。[结果/结论] 英美高校图书馆在线展览在主题上具有明显的文化传承差异的同时又对高校的建设和发展表现了共同的关注,展览作品的年代注重历史发展特色,并且涉及战争、政治、种族等话题的作品具有强烈的情感色彩。     

科学数据语义描述研究述评

[目的/意义] 对国内外科学数据语义描述相关研究成果进行调研分析,归纳研究热点、研究特征和研究框架,总结研究中存在的不足,提出发展建议,为今后国内科学数据组织和服务提供参考和借鉴。[方法/过程] 从多个权威数据库采集国内外2007年1月至2016年12月发表的有关科学数据语义描述的期刊论文和学位论文,采用比较法和归纳法分析并揭示研究热点,并对相关研究成果进行述评。[结果/结论] 研究结果表明：①国内外科学数据语义描述研究很不均衡,主要研究成果集中在自然科学领域;②基于描述深度、加工层次和表现形式的分析维度更方便洞悉各种语义描述方法的本质特征和区别;③当前科学数据语义描述研究还存在不足,需要在描述对象选择、可视化检索、数据集成、知识发现等方面进行深入研究。     

专利技术供需信息关联知识组织模式研究

[目的/意义] 针对技术研发端与产业需求端的信息对接问题,建立一套利用本体技术实现专利技术知识表示和供需信息知识匹配的知识组织模式,以提高供需对接质量、促进专利技术的产业化。[方法/过程] 从专利技术供需对接的内容与流程出发,设计专利技术供需信息匹配框架,对其结构和应用过程进行描述;以变量农作机械领域为例,基于语义TRIZ理论与结构化本体构建方法,分别构建领域本体、专利技术供给本体和专利技术需求本体,设计供需匹配模型,并对专利技术供需信息匹配任务及其知识关联进行形式化描述。[结果/结论] 通过对专利技术供需匹配工作流中的知识单元分析和对供需匹配任务求解过程的理解,综合本体技术、语义TRIZ、知识与任务的形式化表达研究等,提出一种新的利用本体技术求解专利技术供需匹配任务的知识组织思路和方案体系,在方法论研究方面取得一定进展,为下一步具体平台研发提供研究框架与实验原型。     

基于术语释义分析获取叙词表词间关系

[目的/意义] 从术语释义角度出发,探讨叙词表编制过程中词间关系的构建方法。[方法/过程] 叙词表的词间关系主要有等同关系、等级关系和相关关系三种。从术语释义角度出发,对术语释义模式进行分析,并提出基于术语释义分析获取等同关系、等级关系和相关关系的方法。最后,从术语的多义性和释义的可变性对该方法进行讨论。[结果/结论] 通过术语释义获取词间关系,能够使词间关系更符合逻辑,有利于叙词表进行语义控制。     

融合语义联想和BERT的图情领域SAO短文本分类研究

[目的/意义] 针对SAO结构短文本分类时面临的语义特征短缺和领域知识不足问题,提出一种融合语义联想和BERT的SAO分类方法,以期提高短文本分类效果。[方法/过程] 以图情领域SAO短文本为数据源,首先设计了一种包含"扩展-重构-降噪"三环节的语义联想方案,即通过语义扩展和SAO重构延展SAO语义信息,通过语义降噪解决扩展后的噪声干扰问题;然后利用BERT模型对语义联想后的SAO短文本进行训练;最后在分类部分实现自动分类。[结果/结论] 在分别对比了不同联想值、学习率和分类器后,实验结果表明当联想值为10、学习率为4e-5时SAO短文本分类效果达到最优,平均F1值为0.852 2,与SVM、LSTM和单纯的BERT相比,F1值分别提高了0.103 1、0.153 8和0.140 5。