Beyond the Classroom: Fostering Soft Skills in Pre-Professional LIS Organizations

Are LIS graduates being adequately prepared to work in the information workplace? While students are absorbing valuable knowledge, library school curricula do not foster the essential soft skills students need to thrive in their post-graduate careers. However by being an active member of a graduate student organization, future LIS professionals can gain and hone effective soft skills, such as communication, initiative, curiosity, understanding, and the means to deal with mistakes, while adopting responsibilities that will all ultimately translate to success in the professional workplace, particularly in their first positions following graduation.     

The semantic mapping of words and co-words in contexts

Meaning can be generated when information is related at a systemic level. Such a system can be an observer, but also a discourse, for example, operationalized as a set of documents. The measurement of semantics as similarity in patterns (correlations) and latent variables (factor analysis) has been enhanced by computer techniques and the use of statistics; for example, in “latent semantic analysis”. This communication provides an introduction, an example, pointers to relevant software, and summarizes the choices that can be made by the analyst. Visualization (“semantic mapping”) is thus made more accessible.     

语义web环境下语义推理的研究与实现

从语义推理技术入手,主要针对描述逻辑、推理算法和推理机三个方面进行了研究分析。在此基础上,本文进行了语义推理原型系统的设计与实现。系统在语义分析模块中利用语义推理进行检索词的规范和扩展,在语义检索模块通过语义推理挖掘关联隐含知识。通过语义推理原型系统的构建,利用专用推理机Pellet与Jena推理子系统层叠的方式进行语义推理,为今后各种知识服务系统的语义推理提供参考依据。     

智能检索环境下的索引编制

阐述了智能检索的实质,分析了智能检索环境下编制索引遇到的障碍,探讨了实现智能检索在编制索引方面应当采取的技术,包括文档预处理技术、元数据和RDF、语义网技术和机器学习。并且举例分析了这些技术的实现问题,同时说明了索引编制的整个过程。     

利用D2R实现关系数据库与关联数据的语义模式映射

关系型数据库和关联数据的概念模型都基于现实世界的实体、属性及其关系而构建,具备建立映射和实现转换的可能性。两者语义模式映射的重点是关联关系的构建与表达。开源软件D2R的映射语言,通过核心要素ClassMap、PropertyBridge及其属性,支持关系数据库的SQL实现,支持将关系数据库不同实体之间、同一实体内部及与外部数据的关联关系构建为RDF链接。     

面向CSSCI的学者知识地图构建与分析

为促进学术交流和发展,为学者之间的交叉合作提供可参考的事实依据,并获得可支持具体决策的分析结论,将本体机制引入CSSCI学术资源的知识组织,以面向对象的方式来组织学者知识地图的相关概念,构建面向CSSCI的学者知识地图概念模型;此外,通过学者两两之间关系的关联分析和知识挖掘发现学者之间潜在的合作可能,找出某学科领域中能够对中心作者产生重要学术影响的关联作者,并基于关联明确划分作者群,希望能够加强相关领域的研究合作,实现知识的互补与领域成果的借鉴和启发。     

基于聚类算法的本体层次关系获取研究

提出利用蚁群聚类方法进行初始聚类,通过K-means聚类算法对初始聚类的结果进一步分层聚类,并结合术语综合相似度计算的方式提取每个类的标签,从而完成术语层次关系的构建。最后抽取部分实验结果,由领域专家对其进行评价,并对结果进行分析。     

语义Web模式下综合科技资源的关联策略研究

在开发综合科技资源集成登记系统的实践基础上,研究综合科技资源的关联策略,针对其在语义化方面的局限性,提出一种利用D2RQ组件将综合科技资源的关系数据源公开为RDF接口,进而利用SPARQL端点查询技术将RDF接口公开为W eb服务的优化方案。试验证明,该方案合理可行,可为综合数字资源体系建设的未来发展提供思路。     

Web数据关联创建策略研究

调研关联数据的关联关系创建算法和策略,分析同构模式下属性相似度和图形相似度算法以及相应的组合策略,对比研究异构模式下包含和不包含实例信息的架构映射方法,对可创建丰富语义关联的推导传递的思想进行剖析,并提出关联创建面临的挑战。     

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。