基于双序列比对的中文术语语义相似度计算的新方法

针对中文术语的语义相似度计算问题,本文首先用数学语言对其进行了描述,然后仔细分析了求解该问题的传统计算方法,结果发现传统计算方法大都做了一个隐式假设:组成两个术语的原子术语的顺序必须大体一致.换句话说,传统计算方法并没有考虑原子术语顺序的差异对构建两个术语的原子术语间对应关系质量的影响.为克服这个问题,通过类比分析,本文认为可将该问题看作一个全局双序列比对问题,因而引入生物信息学领域中著名的全局双序列比对算法(NW算法).理论及实验研究均表明,在绝大多数情况下,该方法优于传统方法,或至少与传统方法的效果相当.     

词聚类技术研究综述

词聚类是一种面向词语的聚类技术,广泛应用于自然语言处理的各个方向。文章将部分已有的词聚类方法分为基于语法特征、基于语义特征和基于语用特征三类,并对各类方法进行了归纳整理。     

基于OSGi的大规模语义计算工具包平台*

受大数据技术的影响,科技情报分析工程化成为一种新的发展趋势。与论文和专利等事实型数据相类似,适用于科技情报分析的工具软件必将成为一种新的重要资源。本文提出了基于OSGi框架大规模语义计算工具包平台。本文简述了相类似平台研究现状,详细分析了大规模语义计算工具包平台的设计和实现,汇报了当前工作进展,通过具体案例详细介绍了平台的框架结构和功能,同时指出了平台目前尚存在的问题,并对平台的发展提出了展望,期望借此可以打造科技情报分析工具的生态系统。     

主编寄语

身处大数据时代,图情领域研究热点呈现出多学科交叉融合的特点,中小微企业也面临大量的新问题,新型业务的需求。这也要求我们要有能力去获取和管理多源异构资源,实现资源内容的重新组织和有效关联,加强信息组织方法与算法的创新研究,努力发现大数据信息资源中蕴藏的隐性知识和内在关系。为了让个人、企业、各级政府等不同类型的用户都获得大数据的红利,我们坚信：情报工程的前沿信息、情报工程所提供的基础设施,才是最可能的手段。     

面向专利的化合物和生物实体识别系统

探索专利文献中的化合物和生物知识变得至关重要。为了识别化合物实体和生物实体,开发了面向专利的化合物和生物实体识别系统。系统基于开源的机器学习和自然语言工具进行开发。系统按照流水线模式进行,本文将详细阐述其三个主要过程：预处理（句子分割、词条化）,识别（基于条件随机场的方法）,后处理（基于规则的方法）。最后,利用系统在已标注的化合物专利语料库进行大量实验,进行十折交叉验证,得到了 69.20% 的 F 值。但是,从结果可以看到,在专利文献上的实验表现,要低于论文和新闻语料库中的表现。     

姓名消歧方法研究进展

为应对日益严重的姓名歧义现象给提高搜索引擎查全率和查准率带来的挑战,同时给姓名消歧方法研究提供参考建议,对研究现状和主要成果进行总结.首先,介绍研究姓名消歧的目的和意义.其次,对国内外现有姓名消歧方法研究进展进行梳理,主要方法包括基于特征的、基于机器学习的、基于社会网络的、基于网络知识资源的姓名消歧等多种方法来解决姓名歧义问题.最后,文章分析各种方法的特征和不足,总结姓名消歧待解决的问题以及未来的研究方向.     

面向创新战略的情报工程理论方法与挑战

本文从创新过程和创新链对情报产品的需求分析入手,提出情报工程是情报业发展到当前阶段的必然要求.通过情报业和传统制造业的对比分析,有针对性的借鉴和吸收机械工程和工业工程的相关原理和方法,来构建情报工程研究框架,并探讨了情报工程的发展路径.     

一种基于模块化本体的知识组织方法研究

针对目前知识组织中存在的问题，将模块化本体引入到知识组织中，提出一个开放的知识组织方法,并分析开放知识组织结构、基本原则、本体模块间语义关系及知识组织算法等。该方法能够将知识分割，将其分配给独立的知识用户，使知识用户能够参与知识的共同构建、维护，从而实现知识的开放组织，在一定程度上降低知识组织的复杂性，提高知识组织的质量和协作能力。     

基于概念属性聚类的多视角知识组织系统研究初探

文章在传统单视角知识组织系统的基础上,提出了多视角知识组织系统的概念与框架,即在传统知识组织系统的构建和服务过程中增加知识的适用语境--视角,并对视角的概念与表达作了简要阐述。此外,针对视角的构建方法,文章提出了基于属性聚类的视角生成方法,并用自建的金融语料与属性列表进行了实证研究,成功抽取出多个视角。