基于本体的网络科技信息资源定位和导航方法*

针对因特网统一资源标识符缺乏自然语言语义的局限，研究基于角色、资源空间层次和本体的网络科技信息资源定位和导航技术，其特点是定位标识符具有自然语言语义，用以描述浏览者角色、对资源的类别需求以及资源内容相关的知识陈述对象和知识量纲。在服务器端相应地建立这些参数的认知方法，进而实现基于语义认知的网络科技信息资源定位和导航。     

Stanbol系统及其在国外应用概述

web中大量新闻网页、博客、电子邮件等非结构化信息中蕴含着大量的知识,对其进行处理以自动获得知识具有重要意义。目前,一些基于信息抽取等技术抽取简单关联关系的知识获取应用系统存在明显的局限性,本文引入Apache Stanbol——Apache下的一种从非结构化信息中自动获取知识的开源项目,它是一个为语义内容管理设计的模块化的软件集和可重用组件,旨在将传统内容管理系统（CMS）拓展为支持语义服务的语义内容管理系统（SCMS）,在此基础上,为改善搜索引擎关于内容的搜索、分类,实体消歧及语义化查询等带来帮助。     

基于对象行为的情报关注模型研究

情报关注模型的构建是实施网络科技信息结构化监测的前提,在网络科技信息情报价值判断、科技动态监测中发挥着重要的作用.本文以能源科技领域监测动态快报为基础,对情报人员关注的网络科技信息的特征进行分析,发现对象及其行为在情报价值判断中具有重要的作用,对象及其行为具有机构特殊性,领域重要机构的数量具有收敛性.在此基础上构建基于对象行为特征的情报关注模型,该模型不但关注对象本身,而且关注对象的行为以及行为背后的事件.对情报关注模型应用效果进行的评测和分析的结果表明,该模型可以有效提高网络科技信息情报价值判断的准确性和精细化程度.     

论档案信息共享中的隐私保护及新技术

针对档案信息资源共享的特点,采用有效的隐私保护技术实现档案信息的安全共享,防止敏感信息的泄露和被非法访问,已经成为当前国内外档案界一个亟待解决的课题。研究基于受限访问和自由访问的档案信息共享隐私保护的两种主流技术,并进行语义处理能力的分析;提出档案信息隐私保护的技术策略,一是以信息拥有者的隐私策略为研究对象,研究和实现基于策略的档案信息隐私保护技术,二是从知识和语义的角度研究信息匿名保护和隐私推理攻击的检测和防范,改进传统的匿名化隐私保护方法;采用基于知识技术的访问控制策略,研究档案信息共享隐私保护框架,使档案信息的共享安全具备智能处理的基础,在档案网站中的实践具有现实意义。     

基于用户信息的馆藏资源语义化研究

在现有研究的基础上,探索利用用户信息进行馆藏资源语义化的方法。首先,根据语义化揭示原理,构建基于用户信息的馆藏资源语义化模型,通过用户信息和信息计量分析挖掘图书之间、图书与用户之间、用户与用户之间的语义关系。然后,详细阐述基于用户信息实现馆藏资源语义化的具体过程,并进行数据实验。研究表明,利用用户信息来构建图书资源和用户之间的语义关系,是实现馆藏资源语义化的一种可行思路。     

信息计量视角下的数字文献资源语义化模型研究

在前期研究基础上,文章致力于对计量分析与语义本体进行全面深入的类比分析,进而提出数字文献资源计量语义化理论框架;对基于计量分析的语义化机理与模式进行分解阐述,进一步构建系统化的数字文献资源计量语义化模型,该模型由数字文献资源元数据构建、信息计量与统计分析、计量语义化分析、计量语义知识提取与发现、计量语义化应用五个模块组成,具有易操作多功能、可扩展便推理、互操作广应用等特点.     

面向事件本体的医学文本语义关联化研究

随着互联网医疗的快速发展,数字经济和智能经济成为未来必然发展趋势,医学知识的语义化和规范化是实现智慧医疗和数字医学的重要手段。但现阶段较为成熟的医学本体仅仅描述了一些既定的静态知识,无法揭示医学知识之间的动态关联。因此,以知识表示和知识组织为出发点,构建符合叙事性文本特征的医学知识结构化表示方法具有十分重要的意义。本文在梳理叙事学理论、事件知识表示的基础上,按照是否具有叙事性特征,将医学文本分为叙事性文本和概念性文本;然后,分别对概念性医学文本和叙事性医学文本进行语义建模与表示,构建基于事件本体的医学知识本体模型;最后,根据本文提出的概念模型,实现SARS-CoV-2病毒入侵过程的语义结构化表示。初步标注的实验结果表明,将事件本体模型迁移到医学文本语义结构化描述中,有助于实现医学文本的深层次表示和知识发现,能更好地描述医学知识之间的动态关联,更好地表征医学对象在时间和空间的动态发展特点。     

Deep Web信息抽取研究

针对Deep Web信息资源的利用问题，指出对其进行信息抽取的意义，分析对比在信息抽取过程中处理查询接口和抽取结构化数据这两个主要步骤所使用的技术，采用基于关键词查询和建立文档对象模型的方法对专利数据库进行抽取实验。通过分析实验结果，验证抽取方法的准确性，指出不足之处和解决的途径，以期达到充分利用Deep Web信息资源的目的。     

从文本中提取信息

从文本中抽取信息的过程可粗略地分解为文本分析和信息抽取两个阶段。我们开发了一个原型系统，可以把一个自由文本转换成一个结构化的文本表示，然后就可用于自动建立数据库，以用于信息检索系统。该系统采用了基于结构化关键词的文本分析方法，并用一个结构模板指定描述部位和控制信息的抽取。     

微博分析:外媒业务拓展新方向

微博语义分析服务的价值在信息泛滥的微博时代,网上社区巨大的数据量已经超出了人力分析的极限,传统的媒体剪报、邮件列表已经不足以反映媒体对某项产品或服务的反应,基于语义分析的新闻服务成为媒体业务创新的方向.微博等社交网络中的文本一般都很琐碎,即所谓"非结构化信息",通常具有以下特征:对特定对象非常有价值,但数据量很小而且非常分散;数据量庞大信息泛滥;在广度和深度上都非常复杂且缺少元数据,无法转换成可以使用的结构化格式.     

面向数据网络的信息组织演变发展

数据与数据之间通过富含语义链接的方式形成了有价值的数据网络,在以语义网为核心的网络架构中,网络资源的语义化结构、细粒度描述、数据关联等特性对数据加工及利用提出了新的挑战,信息组织的处理对象及外延发生着变化,信息组织工具不断丰富且功能趋于统一。本文依据信息组织的不同功能和处理流程可以将其细分为资源层、元数据记录层、词表层,分别对各个层次的特点、变化及其未来发展进行分析,认为从文本中准确提取出反映语义含义的特征项是当前信息组织的关键问题,元数据集、知识组织系统成为词表的主要构成,知识组织系统呈现出描述对象概念化、语义关系多样化、描述语言形式化、数据开放关联性四大特点。图3。参考文献23。     

知识网格研究

面向信息资源管理和数字图书馆建设领域，讨论知识网格的有关问题。指出知识网格是网格、语义网和语义网格发展的有机融合和必然趋势；分析知识网格的基本内涵，揭示知识网格内容与功能方面的5个特征；对知识网格研究进行了定位，认为数字型客观知识是知识网格中主体知识，领域本体是知识网格中的知识组织体系，网格是知识网格中领域本体资源的整合器；提出立足整体、抓住核心、面向应用的知识网格研究思路，并给出当前知识网格研究需要解决的几个主要问题。     

Information retrieval as semantic inference: a Graph Inference model applied to medical search

This paper presents a Graph Inference retrieval model that integrates structured knowledge resources, statistical information retrieval methods and inference in a unified framework. Key components of the model are a graph-based representation of the corpus and retrieval driven by an inference mechanism achieved as a traversal over the graph. The model is proposed to tackle the semantic gap problem—the mismatch between the raw data and the way a human being interprets it. We break down the semantic gap problem into five core issues, each requiring a specific type of inference in order to be overcome. Our model and evaluation is applied to the medical domain because search within this domain is particularly challenging and, as we show, often requires inference. In addition, this domain features both structured knowledge resources as well as unstructured text. Our evaluation shows that inference can be effective, retrieving many new relevant documents that are not retrieved by state-of-the-art information retrieval models. We show that many retrieved documents were not pooled by keyword-based search methods, prompting us to perform additional relevance assessment on these new documents. A third of the newly retrieved documents judged were found to be relevant. Our analysis provides a thorough understanding of when and how to apply inference for retrieval, including a categorisation of queries according to the effect of inference. The inference mechanism promoted recall by retrieving new relevant documents not found by previous keyword-based approaches. In addition, it promoted precision by an effective reranking of documents. When inference is used, performance gains can generally be expected on hard queries. However, inference should not be applied universally: for easy, unambiguous queries and queries with few relevant documents, inference did adversely affect effectiveness. These conclusions reflect the fact that for retrieval as inference to be effective, a careful balancing act is involved. Finally, although the Graph Inference model is developed and applied to medical search, it is a general retrieval model applicable to other areas such as web search, where an emerging research trend is to utilise structured knowledge resources for more effective semantic search.     

基于Semantic Web的个性化网络导航机制

缺乏信息空间的合理组织和有效的导航机制是网络中“迷航”现象的主要原因。本文将SemanticWeb技术应用于网络导航中,利用概念化语义模型对信息内容进行形式化的描述,整合分布式异构信息源,在此基础上映射和建立了用户语义模型,从而构建了个性化、智能化的网络导航机制。     

技术监测方法在美国国防科技情报分析中的应用研究

研究技术监测方法在国防科技情报分析中的具体应用,并以美国国防部科技报告(AD报告)为数据源,以导弹技术为研究对象进行实证研究,得出美国导弹技术的相关研究主题、重要研究机构、重要研究人员及其相互关联关系。结果表明:在国防科技情报工作中运用技术监测方法,可以简化情报人员的分析工作,大大提高情报工作的效率,更好地为我国国防科研的发展战略和规划制定提供决策支持。     

知识服务——现状、进展及挑战

国外对基于语义Web技术知识服务研究集中在数字图书馆领域。研究主要围绕用户需求的语义表达,落实于知识服务的"以人为本"上。国内学者对此研究主要集中在语义门户、网络化知识组织系统和基于语义Web检索理论方面。基于语义Web技术开发知识服务所面临的挑战来自三个方面:知识服务统一标准规范;知识服务主体的语义互联策略;知识服务用户需求的语义描述策略。表3。图2。参考文献28。     

推进科学数据与信息资源管理共享的思路与对策

科学数据和信息是重要的科技资源,是科技创新活动的重要基础和工具。科学数据和信息是国家科技基础 条件平台建设体系中非常重要的一类资源,加强科学数据和信息资源管理与共享研究,是推进科技平台建设的重要理 论基础。本文在对比分析国外科学数据和信息资源管理与共享现状的基础上,系统总结了我国在科学数据和信息管理 和利用方面取得的主要工作成效,提出完善制度体系和管理机制、推动数据中心建设、加强数据和信息全生命周期管 理等意见和建议     

Ӣ�ĿƼ�����ժҪ�����������ʵ乹��

��[Purpose/significance] The abstract of scientific papers is a vital indexing object within information organization. Meanwhile, indexing the abstract according to certain rules is conducive for not only scientific communication or knowledge discovery, and intelligence analysis as well. Thus, how to realize auto-index accurately and quickly, for millions of unstructured abstracts existed nowadays is a crucial problem to be addressed.[Method/process] This study assumed that different categories of abstract are inherently consistent, that is, the study of structured abstract can provide a method and technical reference for unstructured abstract auto-indexing. Acting in accordance with this assumption and based on the US National Library of Medicine's structural element labeling terminology, this study accomplished mapping across abstract element classifications and proposed BOMRC system, a normalization indexing method for structured abstract. Then we collected research sample and used text mining method to analyze multiple features of structured abstract quantitatively and statistically, such as word frequency, TF-IDF value, as for dimension of words, verbs, three-word lexical chunks and four-word lexical chunks, which enabled us propose a semantic feature dictionary for structured elements. Finally, we used unstructured abstract to test the validity of the semantic feature dictionary.[Result/conclusion] The results show that the semantic feature dictionary method can effectively identify various structural elements of scientific paper abstract, and it can be used to optimize the automatic recognition model, which may be based on machine learning methods.     

汉语科技词汇构词过程影响因素研究

本文以语言学句法构词和语义构词研究为基础,结合术语学及认知语言学对于词汇部分的研究,根据科技词汇自身特点,对影响科技词汇构词因素进行研究,提出了影响科技词汇构词的四个过程:句法-语义过程、认知过程、翻译过程和审美过程.