基于知识单元间隐含关联的知识发现

面对现代科研环境e-Science,知识合作和新知识发现成为严峻的挑战.本文提出了基于共引知识元间语义关联的隐含知识发现方法.该方法将文献单元分解成知识元,以资源描述框架模式(RDFS)建立由性质P为中心的知识元本体模型,利用知识元间的共引关系挖掘知识元间隐含关联关系,通过隐含关联实现新知识发现.软件试验表明这一方法鼓舞人心.     

基于本体与规则的语义推理研究

为解决本体相关概念的共享和信息集成,发现本体间的语义关联,提出了本体与规则整合下的语义推理模型ORRM,构建了家庭本体FO。将推理集中在两个不同层次,第一层的推理使用Racer推理机进行描述逻辑的推理,检测本体的冲突。第二层使用本体中表示的概念和属性制定成员规则库,采用基于XML的SWRL呈现规则和Jess推理引擎,增加了本体概念问语义的关联。该模型在本体中引入规则表示,弥补了OWL DL在推理机制上的不足,推导出的新本体在原本体的基础上实现了本体成员间隐含关系的语义推理,完善了本体知识库的内容。在语义Web领域,该模型的应用能够提高本体知识的利用率。     

基于科研网络的潜在合作关系预测研究综述

[目的/意义]合理预测科研领域的潜在合作关系有助于优化资源配置,提升科研产出效率。从科研网络出发的潜在合作预测研究日益增长,需要系统总结。[方法/过程]在CNKI和Web of Science中检索并筛选出基于科研网络的潜在合作关系预测方法的研究,从年发文量、期刊分布对目标文献集进行统计分析。使用内容分析法,梳理出预测潜在合作关系的一般流程,描述步骤中的方法。[结果/结论]潜在合作关系预测一般流程为网络构建、特征提取与表示、合作预测和预测结果评价,其中构建的网络可分为同质网络、异质网络和二分网络,特征提取和表示可分为节点内容特征和网络结构特征,合作预测的方法主要有基于相似性的方法和基于机器学习的方法,预测结果评价的指标为AUC、Precision和Ranking Score;现有方法的局限性启示了未来潜在合作关系预测的发展方向。     

科技政策隐性扩散路径自组织研究

[目的/意义]文章对科技政策隐性扩散路径自组织方法进行研究,挖掘科技政策文本包含深层语义信息,将隐性知识显性化,为科研人员拓展和丰富政策扩散路径研究提供参考。[方法/过程]本文结合科技政策篇章文本的形式语义和内容语义两个方面对政策文本结构化处理和深度挖掘,对政策文本资源全解析,抽取科技政策文本中包含的特征,其中包括概念和关系自动获取与标引技术、网络表示学习,挖掘科技政策文本中的隐含结构信息,利用BiLSTM-CRF模型的深度学习方法实现概念的自动获取和自动标引关系。将得到多篇科技政策文本的概念和关系组成概念关系对的形式,借助于表示学习的方法发现每个节点稠密的向量表示。[结果/结论]通过实验验证,证明了本文借助隐性路径特征的科技政策扩散隐性路径自组织方法的有效性,在一定程度上拓展了政策研究的方法,为科研人员在政策扩散研究上提供了参考。     

结合逻辑推理与内容计算实现面向学术网络的智能检索

本体描述语言OWL-DL的表达能力局限于描述逻辑,因不能挖掘推理实例间的关联而影响本体的实际利用率。针对这一问题,研究基于SWRL的知识库推理机制,SWRL机制通过引入规则推理扩展本体知识库中的语义关联,使隐性知识显性化,推理结果更完善。该框架被用于解决面向学术资源网络的隐含知识发现问题,同时融合内容计算来发掘学术文献间的主题关联。本文提出的方法及策略在原型系统中得以检验,实验证明其合理性、可行性及有效性。     

基于CSSCI本体的学术期刊关联分析

试图改变学术资源评价的传统分析模式,提出先建立完整的知识库,继而在知识库基础上获得分析结论的知识驱动型分析思路。为此,采用本体机制来实现CSSCI学术资源的知识组织,以面向对象的方式来描述期刊及其相关知识,建立基于本体的CSSCI学术资源网络模型(CSSCI_Onto);通过本体中揭示的学术资源知识,不仅可以综合地了解期刊之间的两两关系及其关联程度,而且能够挖掘期刊之间隐含的双向和多元关联模式,发现一定时期内学科中的核心期刊集,为学科内期刊之间的合作和分工提供可参考的事实依据,促进期刊研究内容呈现合理分布。重点探讨CSSCI来源期刊之间关联的构建及分析,是基于CSSCI知识本体实现学术资源关联分析的一个组成部分。     

基于关联数据的知识组织深度序化机制研究

[目的/意义] 从关联数据在知识组织与控制中的应用为切入点,进一步揭示基于关联数据的知识组织深度序化机制,促进关联数据技术在知识组织、知识发现领域的应用。[方法/过程] 通过系统分析法提出"三位一体"的语义组织框架,分析基于关联数据的知识组织语义序化机制,并以机构知识库关联数据的构建发布为例说明语义序化机制具体实现路径。[结果/结论] 本体与关联数据驱动的语义检索服务体现了基于关联数据的知识组织深度序化机制。研究表明,关联数据作为轻量级的语义网实现方式,为知识组织的深度序化提供了语义化的技术、方法、工具和实现路径,为知识发现、知识推理提供了基础。     

古籍注疏的知识表示与语义化建模研究

注疏是对古代典籍注释及再注释而形成的文本,不仅反映注疏者对古籍文本的认知理解,也是后人理解、传承与传播思想与文化的重要基础。利用本体和纳米出版物等语义技术对注疏文本进行知识表示和语义化建模,可以揭示注疏文献中蕴含的知识间的语义关系,并实现注疏文献的语义化出版与再造。为验证注疏知识表示和语义化建模方法的可行性及实用性,本文设计了包含引用关系的阐释本体,并以部分注疏文本为语料,实现了以纳米出版物为独立出版单位的注疏语义化表示与引用关系推断。实验证明,阐释本体可作为单语篇注疏知识单元结构化和跨语篇注疏知识单元关联化的数据模型,助力注疏文献的数据化处理与价值增值。注疏知识的语义化表示路径可以为古籍知识库建设、语义出版和数字化再造提供参考。图6。表5。参考文献41。     

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。     

科研合作网络中的模体涌现模型

基于科研论文的作者合作关系的演化特性,建立了一个科研合作网络的模体涌现模型.通过分析网络模型的内部特性,发现该类网络是一个无尺度网络,而且网络的模体度分布和节点连接强度分布具有相同的幂指数.最后应用计算机仿真实验和作者合作网络实证分析,发现实验结论和实证结论与模体涌现模型的理论分析结论一致,对本文结论提供了强有力的支持.     

面向社交媒体的细粒度ADR本体的半自动构建方法研究

[目的/意义]提出一个药物不良反应本体的半自动构建方法，构建的细粒度药物不良反应本体为利用社交媒体挖掘潜在的药物不良反应信号提供语义资源库。[方法/过程]首先，采用业务层次和语言层次相分离的设计理念，将用户在社交媒体中评论的药物不良反应表示成"对象要素-属性要素-描述概念"的形式。细粒度体现在社交媒体用户对药物同一不良反应描述概念表达的多样性上。然后，基于深度学习的思想，利用基于word2vec的描述概念候选词抽取算法自动地抽取出更多的描述概念候选词构建本体。[结果/结论]以糖尿病药物的建模实例表明，提出的细粒度药物不良反应本体的半自动构建方案，提高了本体构建的智能化水平，构建的细粒度药物不良反应本体为利用社交媒体挖掘潜在的药物不良反应信号提供语义资源库。     

以社交事件为中心的社会情景本体模型研究

[目的/意义] 以社交事件为中心构建社会情景本体模型,使其能够对社会情景进行动态的、丰富语义的描述。[方法/过程] 研究Web服务相关事件本体,确定基本体;分析以用户为中心、以交互社区为中心和以资源为中心的社会情景相关本体,确定扩展本体。通过本体集成的6个阶段对基本体和扩展本体进行集成,输出以社交事件为中心的社会情景本体（SIECSCO）。以微信平台中的用户社会情景为例,构建SIECSCO 实例,验证本体模型的有效性。[结果/结论] 以社交事件为中心构建社会情景本体模型优于传统的社会情景本体模型结构,SIECSCO能够很好地对社会情景的动态演化过程进行描述。     

社会化标注理论研究综述

社会化标注,将众多用户与信息资源联系起来,形成用户与资源的关系网络.这种关系网络为信息的组织、检索与推荐提供了新的思路.目前社会化标注网站已成为互联网研究中的一个热门领域.鉴于此,很多研究者进行了相关研究,但目前的研究还停留在理论层面的探讨,处理的方法还较为初步,研究成果往往是试验性的,还难以将其直接应用到产业领域.因此,亟需有更多对社会化标注感兴趣的研究者加入,以推动社会化标注理论的发展与在实践中的应用.     

基于本体的网络群体性事件主题发现研究

将本体论和语义计算的相关技术引入到网络群体性事件的主题发现研究中,并通过构建食品安全领域本体进行实证研究。实验结果表明,该方法能够有效地获取主题信息,有助于实现网络群体性事件的主题发现。     

基于社会化标签的电影资源本体构建研究

[目的/意义] 利用社会化标签对电影资源进行标注已成为新网络环境下电影资源组织的新方式,构建电影资源本体对规范电影标签语义、提高电影资源检索效率具有重要现实意义。[方法/过程] 针对目前电影资源本体构建方法及构建过程存在的问题,提出利用社会化标签构建电影资源本体的思路,在深入剖析电影标签与电影资源本体映射关系的基础上,揭示一种基于社会化标签的电影资源本体构建方法,并给出利用该法构建电影资源本体的详细流程。[结果/结论] 利用豆瓣电影中的标签数据集构建一个电影资源本体,并分析基于社会化标签电影资源本体构建方法的科学性和优越性。     

语义Blog系统设计与实现

Blog（博客）是现在网络上最流行的沟通工具之一,然而Blog中各主体之M的众多语义关联在传统的Blog中却没有得到体现和利用。本文运用本体论和语义网技术设计与实现了一个语义Blog系统,对Blog中的语义关系加以利用,增强了Blog的语义数据描述功能和社区功能,能满足用户语义上的需求。     

UMLS语义网络在社会化标注系统中的应用研究

[目的/意义] 研究统一医学语言系统中语义网络与社会化标注系统结合的深层次应用。[方法/过程] 总结UMLS语义网络的现有应用,分析UMLS语义类型与FrameNet语义类型的特征,构建适合本研究的语义类型,并通过实例梳理社会化标注系统与本体映射的思路。[结果/结论] 提出将所构建的语义类型作为标签归类的分类器以及作为分众分类系统与框架网络本体映射的桥梁。突破传统的基于统计的标签归类方法可为本体与分众分类系统的映射提供新的视角。     

基于本体和相似度的信息检索

介绍本体的基本概念,论述本体的形式化表示和信息源表示,以及影响术语相似度的3个因素(距离,深度和密度),并在阐述如何计算术语相似度的基础上,描述基于本体和相似度检索过程。     

基于SKOS方法的分类法本体描述研究

分类法实现本体化的关键是实现本体建构和本体描述。以《中国图书馆分类法》(简称《中图法》)为例,以SKOS语言为工具,探讨如何建构分类本体并研究如何描述分类本体中的复杂关系。根据《中图法》的设类情况,提出一个本体框架,以此框架为依据详细分析描述中的各种方法问题,包括分类法主表类目关系的描述方法,附表的本体框架和与主表的结合方法等,以解决分类法语义描述中一些典型的难题。     

基于语义模型的数字图书馆知识组织信息抽取策略

简述语义模型是实现数字资源语义关系形式化描述的方式,是数字图书馆知识组织语义互联的重要影响因素。作为数字图书馆知识组织语义互联的重要环节,信息抽取需要本体提供语义知识依据,同时产生的文档也可以作为设计和丰富本体的知识资源。构建数字图书馆知识组织语义互联的语义模型以“元数据、领域本体、桥本体、本体解析体系”为核心要素,在此基础上探讨信息抽取的策略。