基于形式概念分析的先验型应急知识多粒度描述

【目的/意义】以实现先验型应急知识的多粒度描述与复用为目标,提出基于形式概念分析的先验型应急知 识描述方法。【方法/过程】先抽取先验应急知识的对象和属性,建立形式背景,并通过此背景中的偏序关系诱导出 先验型应急知识概念格,进而通过概念格的自然层次结构实现对知识的多粒度描述。【结果/结论】以 2013年至 2016 年我国发生的矿难类突发事件为数据,进行了实证检验,结果表明此方法有助于应急主体按问题性质进行不同维 度的知识获取和使用。     

电子商务领域本体概念及概念间关系的自动抽取研究

【目的/意义】使用人工或常用软件工具获取本体概念及概念间关系已无法满足自媒体环境下大数据的本 体构建及维护的要求,本文尝试用自动或半自动方式予以实现。【方法/过程】对电子商务领域原始语料进行分句、 分词等预处理,构建领域语料库;使用基于语言学以及统计学的方法提取电子商务领域本体概念,同时提出基于混 合策略的本体概念抽取方法;然后使用基于语言学、聚类的方法提取电商领域本体概念与概念之间存在的分类关 系,使用基于关联规则挖掘的方法抽取其本体概念与概念之间存在的非分类关系。【结果/结论】将文本挖掘与本体 构建结合起来,提出了领域本体概念及概念间关系自动抽取与本体构建方法,实验表明使用本体框架 Jena利用此方 法可以自动构建电子商务领域本体,并可将其应用到通用的语义检索系统中。     

新冠肺炎科学数据集的元数据框架构建及可视化研究——以Re3data.org为例

【目的/意义】在新冠肺炎疫情中，科学数据为疫情分析、管控和治理提供了重要的依据和支撑，为实现新冠肺炎科学数据的价值最大化，有必要构建新冠肺炎科学数据集元数据框架。【方法/过程】文章以Re3data.org中的新冠肺炎科学数据集为例，在对科学数据集元数据进行收集整理后，构建新冠肺炎科学数据集元数据框架，利用Protégé软件实现科学数据集本体构建，并借助图数据库Neo4j对所构建的知识图谱进行存储。【结果/结论】结果表明，对Re3data.org中的新冠肺炎科学数据集元数据进行关联融合，将元数据转化为多元化的数据存储及展示形式。【创新/局限】实现了新冠肺炎科学数据集知识图谱的构建，并且在图谱之中进行实体及其关系的查询检索和推理，细粒度地创建了科学数据集本体中各个部分属性、实体之间的关联，未来还应侧重跨平台科学数据集元数据的关联与融合。     

网络舆情场内信息受众观点的“三体”可视化框架构建

【目的/意义】提出基于形式概念分析的可视化功能,从多个视角全息呈现网络舆情场内信息受众观点的 “三体”关系。【方法/过程】首先将场内舆情观点解构成一个三元组：受众、情感立场、应事实体,并基于三者关系形 成形式背景,而后对背景中的对象、属性和取值关系进行形式概念分析,得出能表达观点“三体”关系的形式概念和 概念格,对上述步骤总结得到一个舆情观点的“三体化”呈现框架。【结果/结论】舆情受众观点的“三体化”呈现框架 能够用于形成多粒度的观点簇丛,对受众情感进行多元展现,以及预测网络舆情场内受众的观点演化路径,进而为 研判管控网络舆情提供实践支持。     

网络文化遗产信息资源知识图谱的构建及其应用研究

【目的/意义】面对网络中大量由非结构化数据构成的文化遗产信息资源，如何从中抽取知识构建知识图谱并进行应用研究，是新媒体时代进行文化遗产知识深度利用的基础。【方法/过程】文章首先根据信息资源的内容与结构特征按照主题与类型进行分类，随后采用有针对性的关键词抽取方法获取概括信息资源主题的关键词，通过SPARQL检索在外部知识库中进行文化遗产信息资源的命名实体识别，最后利用词汇相似度算法依托本体进行知识融合，构建文化遗产信息资源知识图谱。【结果/结论】在实验中进行了网络文化遗产信息资源的知识抽取与知识图谱构建，利用深度学习进行文化遗产知识推理，开展了知识图谱的应用研究。研究结果表明文章方法能够充分利用网络中的文化遗产信息资源进行知识图谱构建，满足多种应用场景下分析需求。【创新/局限】由于文化遗产领域内容庞大，有关研究数据有待进一步扩充以更好的研究文章方法的适用性。     

基于词共现与词向量的概念层次关系自动抽取模型——以学术论文评价领域为例

【目的/意义】通过概念层次关系自动抽取可以快速地在大数据集上进行细粒度的概念语义层次自动划分, 为后续领域本体的精细化构建提供参考。【方法/过程】首先,在由复合术语和关键词组成的术语集上,通过词频、篇 章频率和语义相似度进行筛选,得到学术论文评价领域概念集;其次,考虑概念共现关系和上下文语义信息,前者 用文献-概念矩阵和概念共现矩阵表达,后者用word2vec词向量表示,通过余弦相似度进行集成,得到概念相似度 矩阵;最后,以关联度最大的概念为聚类中心,利用谱聚类对相似度矩阵进行聚类,得到学术论文评价领域概念层 次体系。【结果/结论】经实验验证,本研究提出的模型有较高的准确率,构建的领域概念层次结构合理。【创新/局限】 本文提出了一种基于词共现与词向量的概念层次关系自动抽取模型,可以实现概念层次关系的自动抽取,但类标 签确定的方法比较简单,可以进一步探究。     

基于叙词表及其语义关系的本体构建研究

【目的/意义】探讨一种基于已有资源的本体构建新方法。【方法/过程】以《医学主题词表》为例,在概述叙 词表内容结构之后,详尽阐述基于叙词表等级结构及其语义关系的本体构建原则及整个过程,并开发自动处理工 具实现批量叙词表数据的本体构建。【结果/结论】通过收集大规模实验数据进行验证,表明本研究为复用叙词表资 源的本体构建,以及实现不同类型知识组织系统之间的语义共享提供了一种新思路。     

基于微本体和图匹配的微博信息匹配算法研究

【目的/意义】随着广大微博用户对微博信息推荐要求的提高,如何提升微博信息推荐的精准度,实现内容 的个性化推荐成为了研究者们亟待解决的热点问题。【方法/过程】笔者利用本体构建技术构建微博信息微本体,提 出了一种基于微本体架构的微博信息内容推荐方法,使用SJ-Tree将微本体图匹配算法进行改良,完善主题微本体 和用户微博信息微本体的匹配,实现微博信息的推荐。【结果/结论】仿真实验结果证实了微本体图匹配算法可以提 高微博信息推荐的效率及精准度,为实现微博信息内容的定制化推荐打下了坚实的基础。     

基于概念格的高校图书馆群体用户兴趣画像研究

【目的/意义】本文基于概念格构建了高校图书馆群体用户兴趣画像,揭示不同群体用户的行为需求,挖掘 潜在的行为规律,为高校图书馆不同群体用户的个性化服务提供参考。【方法/过程】以高校图书馆为服务主体,对 服务对象进行细化和分类,利用Con Exp1.3工具构建不同群体用户类别的细分标签,并生成Hasse图,深入挖掘用 户的行为属性和需求特征,通过概念格“Calculate Association Rule”对不同群体的用户行为进行关联规则挖掘,实现 群体兴趣画像的精准刻画。【结果/结论】借鉴概念格的方法,能够更加清晰和全面的展示层级关系,识别群体用户 的需求属性和行为特征,进而探索用户之间的关联,有助于提升高校图书馆的服务质量,提升服务效率。     

基于本体的JESS推理实证研究

【目的/意义】面对海量非结构化的数据,如何快速准确地检索到目标信息,实现相关信息的自动关联,是语 义检索和智能推荐的研究重点。【方法/过程】为解决该问题,提出了一种基于本体的JESS推理模型。以目前常用的 形式概念分析法（FCA）（应用于知识采集）及描述逻辑（应用于知识表达）为基础进行相关术语和概念的抽取,探讨 两者在使用过程中的问题及不协调处,并提出改进方式。在基于LCS原则上,探索新增概念及上下级关联架构。 然后利用本体建模工具protégé构建领域本体,建立基于推理引擎JESS的检索查询系统,进行检索。【结果/结论】实 证研究表明,该本体模型支持基于语义推理的智能查询,并能提高查全率及查准率。     

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。     

基于BERT的领域本体分类关系自动识别研究

【目的/意义】实现对领域本体分类关系的自动学习识别,解决领域本体知识框架结构体系的自动化构建问 题。【方法/过程】通过对领域本体分类关系自动识别的国内外研究现状及存在问题进行分析总结,以当前开源的先 进的深度学习文本预训练模型BERT为基础,研究构建了基于BERT的领域本体分类关系自动识别模型,并以资源 环境学科领域为例进行了实验研究和评估分析。【结果/结论】基于BERT构建的分类模型能够实现对领域本体分类 关系的自动识别,识别方法和流程具有极大地通用性和可移植性,识别精度比传统方法有了较大提升。【创新/局 限】微调与泛化了BERT,提高了领域本体分类关系识别模型的通用性和精度。但由于受分类标注语料的质量限 制,模型精度尚未达到峰值,有待进一步优化提升。     

基于关联数据的作者数据聚合研究

【目的/意义】针对豆瓣读书书目信息中作者名称信息较少和不规范的现象，将其与中文名称规范联合数据 库中个人名称数据进行聚合，丰富名称变异形式，实现异构、异地数据的相互关联。【方法/过程】首先介绍了受控词 表与分众分类词表，分析了二者结合的必要性；然后构建数据集，并且基于LCS、Jaro-Winkler Diatance及编辑距离算 法进行实验，确认豆瓣读书数据和中文名称规范联合数据库数据异构对齐的可行性；最后通过构造资源描述框架模 式（RDFS）词表，对各实体属性进行规范化，将其发布为关联数据，实现本地站点的数据关联化。【结果/结论】基于关 联数据实现了豆瓣读书作者名称数据与其对应的作品数据，以及中文名称规范库个人名称数据的聚合。     

突发事件新闻语义建模研究

【目的/意义】突发事件新闻具有连续性特征,现存的语义模型无法很好地表示这一特征,通过构建突发事 件新闻语义模型可以实现对这些连续性信息的深层次语义描述和利用。【方法/过程】本文根据由表及里的建模思 维,构建了一个突发事件新闻深层次语义描述本体模型。该模型分为元数据和内容语义两部分,内容语义部分以 事件为起点、以连续性情景和动作为核心。在对突发事件新闻案例进行语义描述的基础上,实现了语义检索、语义 推理、语义数据可视化分析等应用。【结果/结论】通过语义标注和应用实验,验证了该模型的可用性。【创新/局限】本 文提出的突发事件新闻本体模型,较好地解决了突发事件新闻连续性信息的语义标注问题。     

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。     

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。     

基于BIBFRAME的科技成果信息资源多维度聚合研究

【目的/意义】科技成果信息资源不仅可以反映科研发展的脉搏、揭示科技前沿的动态、还可以在转化过程 中实现创新并创造价值。但大部分科技成果信息还处于闭塞及未完全开发状态。BIBFRAME使书目数据能够融 入万维网并能实现与相关数据集的关联。将BIBFRAME应用于科技成果资源的开放及共享,有利于科技成果资源 价值的发挥。【方法/过程】基于内部特征及外部特征构建科技成果信息资源层级关联关系,并从内容维度、结构维 度和使用维度三个角度对资源进行描述及揭示并构建关联模型。【结果/结论】通过BIBFRAME的映射及编码实现 科技成果信息资源多维度聚合,有效解决了科技成果信息资源的“资源孤岛”问题。【创新/局限】通过手工方式实现 了科技成果元数据与BIBFRAME2.0词汇的映射,并结合URIs及标签揭示资源的隐性知识及展示知识脉络。     

大数据环境下信息资源管理模式创新研究

【目的/意义】根据大数据环境下信息资源管理的特征,对信息资源管理模式进行创新探索,进一步挖掘信 息资源深层次价值,实现更健康有效的信息资源载体的支持。【方法/过程】以大数据背景的信息资源特征为基本研 究出发点,挖掘数据科学与信息资源管理的关联,利用数据挖掘和数据分析以及新兴的智慧服务,构建较为系统的 信息资源管理模式。【结果/结论】通过本文的研究,构建了大数据背景下信息资源管理三种创新模式：①“物联网＋ 大数据”创新模式;②“数据挖掘技术＋信息资源”融合模式;③“技术框架＋用户核心”的信息服务模式,为大数据 时代信息资源管理的可持续发展及研究提供知识参考依据。     

面向用户生成内容的本体构建方法

【目的/意义】本文希望通过自动化本体构建将非结构化的用户生成内容组织成为语义丰富的本体。【方法/ 过程】综合运用机器学习、自然语言处理等技术,从用户生成内容中抽取本体概念、同义关系及分类关系,形成领域 本体,并且通过京东商城用户评论进行实证。【结果/结论】本文实现了手机本体的自动构建,发现该模型能够达到 较高准确率,消除了大量冗余,更符合用户需求。     

基于信息量的微博事件态势感知模型研究

【目的/意义】明析事件态势发展对于事件的监视与调控有重要意义,事件态势通过事件的某些属性体现。 【方法/过程】本文引入信息论中信息量的概念,定义超信息,并扩展为扩展超信息并以此为标建立微博事件态势感 知模型。在数据集上使用该模型,将统计结果与以微博条数为标的态势比较。【结果/结论】该模型可以清楚地提取 出事件的重要信息增长点,并有效滤除大量无用重复的微博对事件态势的评估。