基于主题图的在线健康信息标签语义挖掘研究

【目的/意义】在线健康信息的有效组织对提升全民身体素质具有重要的社会价值。【方法/过程】在分析健 康信息主题、关联关系和资源标引的基础上,构建基于主题图的在线健康信息标签语义挖掘模型,从而构建了健康 信息标签主题图并实现了其可视化导航、浏览和检索等功能。【结果/结论】基于主题图的在线健康信息标签语义挖 掘模型能够准确的发现在线健康信息与信息标签间的深层关系,可以更好地揭示在线健康信息标签的语义关联, 为用户提供信息的可视化浏览和导航功能、提升健康信息的组织效果,帮助用户健康信息获取。【创新/局限】本文 将主题图与健康信息标签相结合,提高了健康信息的检索效率和利用效率,但本文也存在着不足,例如标签样本量 和样本范围较小,缺乏专业医学研究者的参与。     

信息生态视域下医学图书馆智慧服务模式构建

【目的/意义】长射程的全球疫情和“健康中国2030”背景下，医学图书馆服务面临严峻挑战。医学图书馆作为医疗单位重要知识储备机构，迫切需要顺应图书馆升级和技术发展潮流，建设医学图书馆智慧服务模式将是大势所趋。【方法/过程】文章以智慧服务的概念、信息生态理论为基础，从国家政策、同行竞争、技术变革和自身发展四个方面来探讨医学图书馆智慧服务模式建设的必要性。运用信息生态理论，构建了医学智慧资源、智慧人员、智慧技术、智慧环境四生态因子的医学图书馆智慧服务模式。【结果/结论】该研究将有助于为健康中国建设中的医学科技创新、提升医学图书馆核心竞争力等方面提供坚实的医学信息服务支撑。【创新/局限】技术的复杂度、成熟度以及医学图书馆应用的安全性问题是研究难点。     

融合底层语义特征的医学图像信息标注

【目的/意义】本文基于颜色、纹理等外部特征与局部视觉特征构成的底层语义特征数据并采用随机森林的 方法对医学图像信息进行语义自动标注,为医务工作者提供临床决策参考,便于普通公众理解医学知识和了解个 人健康情况,也可以在大数据环境下扩展图书情报领域研究人员对信息组织与处理的范围,促进学科交叉与融合, 提升智慧医学的发展,为健康中国战略提供智力与技术支持。【方法/过程】融合图书情报领域知识与医学知识,将 图像语义标注看作为一个多类分类问题,首先,抽取颜色、纹理等外部特征及局部视觉特征等底层语义特征;然后, 运用随机森林的方法,设计了基于随机森林的医学图像自动标注方案。【结果/结论】融合底层语义特征的医学图像 信息自动标注的方案与随机树标注方案相比较,具有较好的效果。【创新/局限】将视觉语义词典作为医学图像的底 层语义特征引入到图像标注中;运用随机森林构建的医学图像标注方案;局限在于仅采用BreaKHis数据集为实验 数据。     

面向图博档数字化服务融合的知识图谱构建与实现

【 目的/意义】探讨面向图博档数字化服务融合的知识图谱构建与实现。【方法/过程】梳理图博档领域知识图 谱研究和应用现状,研究图博档知识图谱的构建方法,首先构建图博档知识图谱的结构模型,其次设计知识图谱的 构建流程,包括需求分析、数据获取、知识抽取、知识融合、存储设计和图谱绘制,最后以辛亥革命主题为例设计知 识图谱的存储模式,应用Neo4j图数据库存储并实现图博档主题知识图谱。【结果/结论】图博档知识图谱能跨越其 中单一领域的知识壁垒而融合图博档资源,并能可视化展示图博档数字资源之间的语义关联,方便用户知识获取 与知识发现。【创新/局限】本文研究丰富了知识图谱的应用场景,可为图博档数字化服务融合研究提供一种新的知 识可视化呈现及服务方式。     

基于引文内容分析的交叉领域知识内化过程研究

【目的/意义】不同学科知识的相互整合是交叉研究领域形成和发展的基础。对交叉领域知识整合过程的理解有助于促进交叉领域的知识发现和知识创新。【方法/过程】本文利用自然语言处理技术,从交叉领域文献题录数据、引文上下文和参考文献文本信息中抽取知识短语,以引证关系和词汇匹配关系为线索,提出吸纳知识和内化知识的识别方法,深入揭示交叉领域中“知识吸纳-知识内化”的知识整合过程。【结果/结论】以电子健康领域（eHealth）为例,揭示了该领域的知识内化总体特征和不同来源学科所提供知识的内化特征差异。【创新/局限】本文结合引文内容对交叉领域知识内化过程进行量化分析,提出了一种新颖的全文本量化分析方法,为理解交叉领域的知识生长过程提供了新的视角和分析方法。未来研究可以结合参考文献全文以进一步优化这一方法,同时在更多的交叉研究领域开展实证。     

非物质文化遗产视频语义标注方法研究

【目的/意义】针对非物质文化遗产（简称“非遗”）视频资源难以入库与管理的难题,提出了一种非遗视频资 源的管理和语义组织的语义标注方法。【方法/过程】首先对非遗视频采用基于SURF算法和窗口阈值的镜头分割方 法,将非遗视频解构成不同颗粒度的逻辑单元;其次构建了非遗视频语义标注的本体模型;最后通过视频语义标注 过程,实现领域知识概念与视频资源间的语义关联,赋予视频单元丰富的语义信息。【结果/结论】非遗视频综合语 义标注方法可对非遗视频资源实现有效管理,为用户提供结构化、语义化的视频浏览及知识可视化等知识服务,对 非遗数字化保护与传播具有重要的意义和价值。     

数字信息资源长期保存元数据技术研究进展

【目的/意义】保存元数据是解决数字信息资源长期保存问题的关键要素,目前对这一领域相关技术的研究 进展进行梳理的文章较少、时间也较早,通过重新系统梳理当前研究进展,可以把握研究趋势,为进一步深入研究 提供参考。【方法/过程】文章从技术视角出发,围绕保存元数据的生成保存、互操作和语义化,系统梳理了数字信息 资源长期保存元数据技术研究进展。【结果/结论】文章指出未来研究将聚焦在保存元数据自动化生成和封装保存 研究、保存元数据基于本体的语义层面互操作研究以及保存元数据的多种语义技术融合研究。     

基于语义网络的社会化问答社区答案聚合与排序研究

【目的/意义】旨在将社会化问答社区中碎片化的答案关联起来,并为用户提供不同主题的高质量答案和更 好的知识服务。【方法/过程】首先,本研究利用Doc2vec算法计算答案之间的语义相似度,并构建答案语义网络。其 次,利用Louvain算法对答案语义网络进行社区划分,并用TextRank算法抽取各个主题下文档的关键词,使用词云 对每个主题进行可视化展示。最后,利用PageRank算法对聚类后的答案语义网络进行排序,从而实现答案文档的 主题聚合和排序。【结果/结论】本研究使用“知乎”上的问答数据进行了实证研究。结果表明,所提出的答案聚合和 排序方法不仅能够向用户直观地展示答案之间的关联强度和各个主题答案的主要内容,还能够为用户提供分主题 的答案排序结果,自动为用户筛选高质量的答案。【创新/局限】创新性地提出了答案语义网络,并基于答案语义网 络,提出了一种集聚合、主题可视化和排序于一体的答案知识组织方法。     

融合词向量语义增强和DTM模型的公共政策文本时序建模与演化分析——以“大数据领域”为例

【目的/意义】探测特定领域政策文本语义主题,揭示我国政策部署领域与未来发展趋势。【方法/过程】提出 一种融合词向量语义增强和DTM模型的公共政策文本时序建模与可视化方法,采用DTM模型实现政策文本的时 序切割和主题建模,利用深度学习Word2vec算法中Skip-gram词嵌入技术可以对上下文词汇进行有效预测,增强 其语义表达性和政策解释性,以更为准确地揭示我国公共政策的部署重点。【结果/结论】实验表明本文提出的方法 对于公共政策主题识别和政策文本量化具有更好的知识抽取和语义表达能力,对我国公共政策挖掘和信息揭示具 有良好的揭示。【创新/局限】提出融合词向量语义增强和DTM模型的公共政策文本时序建模方法,一定程度上提 升了政策文本的主题语义表达,未来考虑利用深度学习技术如LSTM算法、BERT模型等识别政策中的领域知识单 元和语法结构。     

主题—知识关联的网络文物信息资源知识推荐方法研究

【目的/意义】如何将网络文物信息资源中不同的知识提炼后推荐给有关用户,是文物信息资源开发与利用 过程中的关键问题。【方法/过程】通过主题-知识关联模型构建文物知识网络并识别网络中文物信息资源文本中的 主题词,而后根据知识及主题词的重要性对耦合后的知识进行重要性排序,按照知识与主题的关联程度实现文物 信息资源的知识推荐。【结果/结论】在实验中实现了不同网络文物信息资源的知识推荐,对比了不同数量主题词下 知识发现的效果,发现该方法在学术型文物信息资源的知识发现与推荐中效果较好。【创新/局限】利用知识库与信 息资源内容构建知识网络,通过计算网络节点的重要性进行知识推荐,为文物信息资源的利用提供了新的方法。 但受制于知识库知识储备的影响,可能无法挖掘信息资源的知识全貌。     

国内外图情领域信息抽取研究文献计量分析

【目的/意义】图情领域在数字资源发现、组织与应用中越来越多使用到信息抽取技术,本文将对该领域在 信息抽取技术方面的研究进展及应用情况等进行分析,为本领域相关人员提供参考。【方法/过程】以国内图书馆 学、情报学领域中国核心期刊和国外33种图情期刊为信息源对其中刊载的信息抽取相关研究成果进行计量分析, 检索过程不设置时间限制,并利用CNKI、EndNote、Excel、Python分析工具对主题相关的165篇中文文献和35篇外 文文献进行年度趋势分析、期刊发文量分析、机构分析、作者分析以及论文主题分布研究。【结果/结论】得出图情领 域信息抽取研究的发展趋势、重要的信息源、重要作者、主题研究以及信息抽取技术在图情领域的具体应用。     

国内外语义出版理论研究述评

【目的】梳理国内外语义出版的理论研究进展,以厘清下一步语义出版的理论研究方向。【方法】 围绕语义出版的对象范畴、表现形式、实现方法、价值功效等理论要素对中外文献进行统计、对比和综合分析,总结现有理论研究的共性特征及其中存在的问题。【结果】 语义出版的研究对象从以学术期刊为载体的论文资源,扩展至图书、学位论文等形式的文献型学术资源,乃至数据型、媒体型、工具型学术资源;表现形式侧重于不同资料、事件、人物、术语、记录等实体对象的抽取、链接和集成,构建科学知识的语义关系及其构成的知识网络;实现方法涉及语义出版框架模型、语义标准、语义技术、语义工具、语义描述等;具有知识价值、商业价值和产业价值。【结论】 理论研究层面的语义出版在概念界定、方法适用性、服务体系等方面还需进一步探讨。     

数字人文视角下典藏资源多维度标签本体构建

【 目的/意义】数字环境下典藏资源在利用中遇到瓶颈,因此需要优化或更新资源组织方式,本体与标签作为 网络信息组织的重要手段可以为典藏资源的组织带来借鉴。【方法/过程】从资源组织过程出发,基于本体的设计方 法,构建了面向典藏资源的多维度标签体系分层框架,展现层级序化的组织过程。同时基于典藏资源组织需求,设 计了数字人文视角下标签体系模型,展现标签体系在资源组织与服务中的作用。【结果/结论】以吴宝康老照片资源 为例的实证检验再次印证,数字人文视角下典藏资源多维度标签本体的构建能够帮助建立资源间的关联关系,为 语义检索与导航、知识发现与可视化等提供支持。【创新/局限】借助本体规范标签的知识表示展现了标签体系在典 藏资源立体化、语义化、细粒度组织过程中所发挥的作用,未来可以加强过程的自动化程度,推广研究对象的适应 范围。     

在线健康社区用户知识分享行为研究

【目的/意义】在线健康社区的快速发展为用户获取医疗健康信息和服务提供了重要平台。但用户主要以 搜索和浏览信息为主，缺乏知识分享意愿，这将影响社区的可持续发展。整合信息系统成功模型和社会支持两个 视角，研究了在线健康社区用户知识分享行为。【方法/过程】对收集的326份有效问卷采用结构方程模型进行分 析。【结果/结论】研究结果发现，信息质量和服务质量显著影响用户对社区的信任，信息支持和情感支持显著影响 用户对其他成员的信任，信任和隐私风险决定用户知识分享的意愿。研究结果启示在线健康社区应重视信息服务 质量，为社区用户创造可信的互动环境，减少用户隐私担忧，从而促进成员的知识分享意愿和行为。     

开放服务：学术期刊知识服务转型发展的突破路径

【目的】 在学术期刊的知识服务实践受到技术与内容双重阻滞的背景下,探讨其转型发展的突破路径。【方法】 基于创新理论框架,结合典型案例分析当前学术期刊知识服务实践与理论研究中尤为薄弱的资源配置与组织创新模式。【结果】 开放科学极大拓展了知识资源,知识付费促进知识资源生产方式迅速迭代,二者为资源配置与组织创新提供了极为有利的条件。【结论】 学术期刊应以开放服务思维变革知识服务的组织结构和管理方式,积极利用开放知识、开放工具和平台建立桥梁,驱动用户把知识服务深度嵌入自身活动过程,使之成为支持用户创新的强大工具。     

基于知识图谱的政策文本协同性推理研究

【目的/意义】从大数据驱动角度出发,探索采用人工智能方法实现对政策文本协同性定量分析的可能性。 【方法/过程】以政策全文本数据为研究对象,使用知识图谱技术实现不同主题的本体构建,并应用数据挖掘中关联 规则构建推理模型,对图谱表示的政策文本进行协同性语义挖掘和推理。【结果/结论】围绕“开放数据”和“数据安 全”主题构建知识图谱,实现对政策文本的本体表示,在此基础上使用关联规则完成单文本和多文本在两个主题间 的协同性分析。【创新/局限】本文将知识图谱应用于政策文本分析领域,并完成协同性分析,为政策的全样本分析 提供可能性,后续需扩大样本规模,提升推理效率。     

基于关联数据的馆藏文物资源知识关联与智能问答研究

【目的/意义】馆藏文物资源知识分散、异构、关联程度较低,本文提出一种馆藏文物资源知识关联的有效方 法,便于关联化的知识服务的开展和馆藏文物信息资源的开发利用。【方法/过程】本文在分析馆藏文物信息资源关 联和智能问答现状的基础上,提出基于关联数据的馆藏文物信息资源知识关联方法,构建了一个基于关联数据的 知识关联模型。通过借助关联数据相关技术、利用SPARQL以及HTML对馆藏文物资源知识进行访问和查询。【结 果/结论】将馆藏绘画类文物知识发布为关联数据形式后,馆藏文物资源知识得到充分的聚合,深度展现文物信息 资源之间的关系,提高了不同需求的用户浏览不同粒度的文物知识、知识实体关系的效率。【创新/局限】从关联数 据角度出发,提出基于多粒度语义查询的智能问答服务框架。下一步研究需要扩展馆藏文物资源的数据采集规 模,对馆藏文物资源的深层次关联发现进行探索。     

基于关联规则的开放政府数据主题多政策协同性研究

【目的/意义】从开放政府数据主题的多个政策文本的语义挖掘出发,发现多个政策文本内容间的语义关 系,探索能降低人工干预,实现多政策文本协同性自动化分析的方法。【方法/过程】利用数据挖掘的关联规则算法 对经过预处理的开放政府数据政策文本进行语义挖掘,按照得到的有效强关联分析多政策文本间的协同性。【结 果/结论】以开放政府数据主题的多个政策文本为研究对象,确定置信度为 0.7,提升度大于 3时得到的有效强关联 规则数量较稳定;经过不同层次的政策文本关联规则分析,可以得到与人工分析基本吻合的结论,验证了该方法可 以应用于多政策文本语义协同性的定量研究。【创新/局限】采用数据挖掘中的关联规则算法完成数据政策多文本 的协同性知识推理研究,有效的实现了语义自动化计算的问题。实验中政策词表的完整性、数据预处理过程、参数 设定等环节都会对实验结果准确性有影响,需进一步降低人工干预影响。     

汉语主题词表生物、医学、农业领域顶层本体语义类型框架研究

【目的/意义】为配合汉语主题词表（生物医学农业卷）编研项目的开展,适应生物、医学、农业领域术语系统 的发展趋势,满足学科应用的实际需要。【方法/过程】本研究参考 UMLS、MeSH、SNOMED CT、AGROVOC、 CABi、中国中医药学主题词表等国内外权威术语系统构建了生物、医学、农业领域《汉表》的顶层本体语义类型框 架。【结果/结论】该框架共包括62种语义类型及其属性,并通过实证检验验证了该语义类型框架的可用性。【创新/ 局限】构建的顶层本体语义类型框架能够为生物、医学、农业领域主题概念提供语义背景,在汉语主题词表（生物医 学农业卷）实际编制过程中可根据需要进一步调整。     

国内学术资源研究的知识图谱与热点主题

【目的/意义】全面系统地对学术资源的相关研究进行梳理,勾勒出学术资源研究的整体态势和发展趋势, 并对热点主题进行总结分析。【方法/过程】采用科学文献计量的研究方法,使用CiteSpace等研究工具对CNKI收录 的1998年至今近20年的615篇CSSCI期刊文献的作者、机构、关键词等进行计量分析。【结果/结论】我国学术资源 的研究在经历了快速发展之后逐渐走向成熟;国内学者对学术资源的研究较为分散,没有形成较大的合著网络,但 出现了一些较小的研究主题比较稳定的科研团队;信息安全、开放存取、知识服务、用户行为是学术资源研究的热 点主题等。