基于语义网的图书馆医疗健康信息组织模式研究

文章介绍了基于语义网的智能导航的内涵,从电子信息元数据、信息生产环节、消费传播环节三个方面探索了基于语义网的图书馆医疗健康信息组织模式构成要素,最后提出了基于语义网的图书馆医疗健康信息组织模式实现方式,旨在提高图书馆医疗健康数据的使用效率,使图书馆医疗健康信息数据库能够真正发挥作用。     

合媒体稿技术的应用和研究

合媒体稿是一种新的新闻信息类型,支持如:文字(导语、编者按)、图片(插图、随文图)、音视频及其他应用等多类型新闻稿件信息内容区块化布局和语义标签定义,满足当前或未来传媒业信息资源的处理需求。     

基于情节本体的叙事性文本语义结构化表示方法研究

叙事性文本是对现实世界的记录,也是人文学者的研究对象与基础,对叙事性文本的阐释更是人文学术研究的基本任务。随着数字人文的发展,人文学者对远距离阅读与策略型阅读的需求与日俱增。作为构成叙事性文本的基本单元,事件和情节是文本解读的重点。为了更好地适应人文学者阅读需求的转变,建构叙事性文本智慧数据,支撑数字人文研究,以情节为视角,以事件为基础,对广泛存在的叙事性文本进行深层次语义表示与结构化处理显得尤为重要。但现阶段较为成熟的文本表示方法更适用于结构相对清晰、统一的科学文本,不能很好地表示叙事性文本中存在的复杂叙事结构,因此,以知识表示与知识组织为出发点,构建符合叙事性文本特征的语义结构化表示方法具有十分重要的意义。本文在梳理叙事学基本理论与概念,以及事件知识表示、事件本体与叙事本体等理论研究的基础上,对叙事文本中存在的事件、事件间关系进行语义建模与表示,同时完善了对情节的定义,构建了基于事件的情节本体EBPO,提出了叙事性文本的"层次-网络"结构模型,用以实现对叙事性文本的语义结构化表示。初步标注的实验结果表明,借助情节本体及结构模型,可以实现对叙事性文本的语义结构化处理。     

基于语义关联的智库资源知识组织研究

智库是知识决策咨询体系的重要组成部分,其主要通过智库资源的知识发现和智库专家的经验智慧相结合来生产智库产品,进而影响相关领域的知识决策。利用语义关联来构建的智库资源知识组织体系可实现智库资源的知识化、有序化、关联化组织,从而实现智库资源的利用、共享、传播和增值等知识化服务。     

机器可理解的数据故事语义描述及推理方法研究

[目的/意义]基于数据故事本体模型提出一种语义描述及推理方法,旨在生成机器可理解的数据故事语义脚本,完整的数据故事产品能够利用此脚本生成。[方法/过程]首先,基于OWL本体的建模和知识表示方法设计数据故事的XML格式和RDF(S)格式的描述脚本。然后,基于SWRL定义数据故事的语义描述规则,论述数据故事化的语义描述及推理流程与关键任务。最后,以UCI breast-cancer数据集为数据来源,将存储在MySQL数据库中的数据故事内容转换为XML数据故事描述脚本和RDF(S)数据故事语义描述脚本,并使用推理方法标记数据故事的要素及关系。[结果/结论 ]定义包含故事要素、故事要素关联以及故事实例的数据故事脚本,划分出数据故事语义描述与推理的流程以及形式化表示活动中的关键任务,并提出可操作的面向数据故事化的语义描述和推理方法。     

融合语步和文本多特征的科技论文结构化摘要生成

在移动互联网时代,移动阅读、碎片化阅读已经成为人们阅读的主流方式。在用户阅读过程中,提供摘要内容以提高阅读效率是解决信息过载问题的重要途径之一。科技研究论文文本长、内容广且包含领域知识,其摘要生成任务相比于新闻等普通文本更具有挑战性。本文提出了一种科技论文结构化摘要方法。首先,将科技论文划分为不同的语步;其次,分别对不同语步文本进行抽取式摘要,将文本多特征按权重融入TextRank算法的迭代计算过程中,引入MMR (maximal marginal relevance)算法对预选摘要集进行冗余处理;最后,使用依存句法分析对文本进行语义分析,进一步精简摘要,并组合成结构化摘要。研究结果表明,相比于基准模型,该方法在不同语步的相关性、多样性和可读性指标提升上具有一定差异;结合人工评价发现,该方法在显著提升摘要多样性的同时,一定程度上提升了摘要的相关性和可读性。     

基于微信公众号文章的失真健康信息识别方法比较与优化

近年来,大量失真健康信息以微信公众号文章的方式在社交平台上广为传播,严重影响了用户对健康知识的获取和利用健康信息做医疗决策的效果。为了抑制失真健康信息的传播,有必要对失真健康信息进行自动化的识别与检测。本文以科普中国、丁香医生等公众号发布的健康类文章和经过辟谣的健康类文章为样本,通过分词、去停用词、语法特征提取和文本分类等步骤对失真健康信息进行识别,并通过分类准确率、精确率、召回率、训练时间等性能指标选出效果最佳的分类器。另外,针对文本分类中“一词多义”和“多词一义”的问题,本文通过LDA (latent Dirichlet allocation)主题分析提取文本的语义特征,进而提出一种“语法+语义”的特征提取方法,经过实验验证,各性能指标比基于语义的特征提取方法以及以往相关模型都有了一定的提升。本文为微信公众号文章中失真健康信息的识别提出了一种新的方法和工具,有利于对失真健康信息开展进一步的监测和治理。     

语义出版在农学古籍整理中的应用研究北大核心SSCI

古代科技文献具有丰富且高度关联的语义,然而不同收藏机构整理和发布的数字古籍资源却是异构的,而运用语义网的原理和技术能够解决古代科技文献数字资源分布异构、互操作、跨语言等问题。以农学古籍为例,提出基于自编《中国古代科技文献总目(农学卷)》的书目本体关联数据的语义出版解决方案:在该书目基础上,半自动抽取出1285种农学古籍的元数据,识别出粗、中、细3种粒度的知识单元;再通过逻辑推理、模式匹配等方式建立实体关系和属性关系两种内部关联,调用开放关联数据的API建立与网络本体和知识组织系统的外部关联;经由上述步骤开发农学古籍知识库,通过3种模式服务用户。农学古籍的语义出版虽然具有广阔的应用前景,但也不可忽视其在基础层、资源层所面临的巨大挑战。