面向非相关文献的知识关联发现系统设计与实现

面向非相关文献的知识关联能够促进新知识的产生，为科学研究寻找新的线索提供了一种便捷、有效的辅助手段。本文首先设计了面向非相关文献的知识关联发现系统，该系统以《中国分类主题词表》为主题词受控词表，通过对文献摘要的中文分词处理，提取主题词并标引，提取文档特征矩阵并利用计量分析技术和聚类技术分析文献间特征的相似、相异水平，从词的粒度层面对非相关文献之间的关系进行挖掘，揭示非相关文献的知识关联。其次，基于该系统为用户精确匹配相关的知识库，采用ＴＯＰ?Ｋ算法反馈与用户相关的文献集，为用户提供满意度更高的知识发现及相关扩展服务。图５。参考文献２９。     

非相关文献知识发现的理论基础研究

研究发现,非相关文献知识发现有三个理论基础:检索理论、文献计量学理论和逻辑学理论.其中目标性检索策略、共现理论与三段论的逻辑推理是非相关文献知识发现的实际应用理论.目标性检索策略总的原则是缩小范围,提高主题关联度与准确性,这决定了非相关文献知识发现过程中过滤和排序方法的改进方向;而基于三段论逻辑推理的非完全形式化,非相关文献知识发现应改变目前的以完全自动化为目标的研究方向,实现高阶共现框架下的非相关文献知识发现的过滤和排序方法的优化,从而形成人工辅助下的更具实际应用价值的知识发现系统.     

基于概率主题模型的文献知识挖掘

对海量的科技文献资源进行知识挖掘能够发现大量有价值的、潜在的知识,有效地提高文献信息的可用性。作者前期研究验证了使用LDA主题模型进行文献知识挖掘的可行性。本文提出了一种新的概率主题模型:Topic-Author模型,该模型对文献的文本信息和作者信息进行联合建模,在分析文献主题同时,发现相关主题方向的研究者分布。基于Topic-Author模型,提出了多维度文献知识挖掘的方法,包括主题挖掘,专家发现,文献标注,重要文献挖掘,文献相似度分析,研究趋势分析和主题关系挖掘。基于教育技术学文献数据集,进行了实验研究。     

基于互信息的二阶共现概念相关度研究

中间集和目标集的膨胀,导致基于非相关文献知识发现的准确率低;基于排序的方法存在缺陷,且过度关注B集的排序是对发现有趣的A、C的偏离。直接计算二阶共现概念相关度是基于非相关文献知识发现的薄弱环节,以互信息方法和回归分析方法为基础,构造算法计算二阶共现概念之间的相关度。以PubMed收录的2型糖尿病领域文献为样本,对算法的可行性进行实证研究。模型取得较好的效果,为二阶共现概念之间的关系提取和评价提供新的方法。     

“十一五”期间我国文献情报领域知识发现研究综述

对近年来关于知识发现的大量相关论文从概念关系辨析、知识发现方法体系、文本挖掘与文本趋势挖掘、非相关文献知识发现、数据挖掘研究拓展等方面开展研究,总结“十一五”期间我国文献情报领域知识发现研究成果,重点介绍有关知识发现的内容分析、关联理论、领域驱动、可视化、文本挖掘模型等研究进展,最后分析展望今后该研究领域的研究热点和研究方向。     

汉语社会科学文献非相关文献知识发现的实证研究——以农业经济学文献为例

将非相关文献知识发现方法应用于汉语社会科学文献,并具体以1989-2008年间国内核心期刊上发表的农业经济学论文为文献源,实施非相关文献知识发现运算,筛选得到"世界贸易组织"与"原教旨主义"、"马尔萨斯"与"生态学"、"区域农业保险费率"与"地理信息系统"等三对有意义的关联概念.验证结果表明,这些概念间的关联是正确的,可作为农业经济领域的新知识.由此证明,在社会科学领域非相关文献知识发现方法可以为寻找研究方向与研究课题提供新思路.     

基于文献的知识发现的应用进展研究

本文在对共词分析、共引分析理论、Swanson理论以及文本挖掘理论应用进展进行系统研究的基础上,将分别基于上述理论的基于相关文献发现、基于非相关文献发现和基于全文献发现统一整合于“基于文献知识发现”之下,构建起完整的基于文献知识发现的方法与应用研究体系,同时分析了其应用前景。     

非相关文献知识发现方法

本文对非相关文献知识发现方法从产生背景、基本概念、研究历程、知识发现过程进行了简要概述,并着重对非相关文献知识发现方法的研究进展进行了总结,分别对该研究领域的杰出研究人员如Swanson、Z.Chen、Gordon、Lindsay、Cort、Weeber、Padmini Srinivasan、Wren等人的研究成果进行了概述,最后从情报学的学科建设、情报学的应用以及情报工作人员的角度探讨了非相关文献知识发现方法的研究意义。     

非相关文献知识发现的关键技术研究

本文在对非相关文献知识发现中的关键技术进行界定的基础上,对11个国外主要的非相关文献知识发现研究中所涉及的关键技术,即初始文本集的构建、信息抽取及中间关联词的确定与排序等进行了比较研究,认为B集合质量低是非相关文献知识发现目前存在的主要问题.针对该问题,作者提出以提高B集合的质量为主要目标,从B集合形成的前过程,即初始文本集的质量以及B集合本身的质量,即B词的排序两个方面的改进策略.前者包括初始文本集的合理结构及综合过滤机制,后者包括双向词频法、基于MeSH加权和基于文献内聚力加权.并对部分改进策略进行了试验.     

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 UMLS医学本体的挖掘文献间潜在联系的设计与实现

以Swanson的非相关文献知识发现的原理为依据，采用自然语言处理技术，将不规范的自然语言转换为UMLS中的概念，同时引入语义过滤系统，开发出非相关医学文献潜在联系的挖掘工具，同时用Swanson发现镁与偏头痛的数据做验证，结果表明,该方法能很好地重现Swanson的研究结果，并且能发现更多的有潜在价值的中介词，具有较高的效率。     

运用非相关文献知识发现方法挖掘科研机构潜在的合作方向

以非相关文献知识发现方法为理论基础，尝试利用Arrowsmith程序发现美国斯坦福大学和哥伦比亚大学在医学信息学研究领域的潜在合作方向，并与高频主题词聚类分析所找出的两机构的研究热点作比较，检验能否将这种方法运用到寻求发现科研机构合作与交流的领域中。结果表明，利用Arrowsmith所挖掘的科研合作与交流的内容更加详细、明确，能体现出研究所使用的具体方法和侧重点，能更好地体现出两个机构研究内容的相似点（可以合作之处）和不同点（可以相互交流、学习之处）。     

非相关文献知识发现研究进展

随着科学技术的高度发展,学科的分化越来越细,学科间交流越来越困难,知识总量与人类吸收能力之间矛盾日益突出。美国芝加哥大学情报学教授Don.R.Swanson创立的情报学知识发现方法及人机交互系统Arrowsmith,是揭示非相关文献及学科间隐藏联系的强有力的工具。本文介绍了Swanson的情报学思想的产生背景、内涵及其开放式和闭合式的知识发现过程,分析了国内外对该方法的研究和发展,指出Swanson方法的实践所面临的困难及挑战。Swanson知识发现方法强大的情报功能和对医学实践的指导意义,使其在未来的科学发展中具有广阔的推广前景。     

基于传递闭包的知识发现方法和Swanson知识发现方法的比较研究——以癌药物靶点为例

以探寻癌药物靶点间的潜在关联为例,对基于传递闭包的知识发现方法和Swanson的一阶知识发现方法进行了比较,结果得到,运用传递闭包的方法获得知识假设,可能发现更多有意义的新关联,且得到较高查全率的同时,并没有牺牲过多的查准率。     

基于非相关文献的知识发现原理研究

从Swanson最早提出非相关文献的知识发现方法开始到现在,很多研究人员都投入到这个新兴的领域中去,概括起来分为以下几种方法:基于单词的词频统计方法、基于短语的词频统计方法、基于概念的知识发现方法、基于概念的词频统计方法,本文详细介绍了这些方法基本原理,并对其进行了简单的比较分析。     

关于情报学专门研究方法的思考

针对情报学研究方法匮乏的现状对情报学专门研究方法进行界定。在介绍目前众多学者认定的专门研究方法的基础上探讨情报学专门研究方法的判定标准。同时,引进一种纯粹的情报学研究方法——Swanson的基于非交互文献的知识发现法,以期为情报学专门方法的研究开拓新的方向。     

闭合式非相关文献知识发现方法在中文文献中的验证

在基于Swanson的闭合式与开放式知识发现法具体算法过程的基础上,以中国期刊网医药卫生大类的数据为测试集,采用的闭合式和知识发现方法,在中文科技文献中重现了"雷诺氏病和鱼油"、"偏头痛"和"镁缺乏"两对概念的知识发现过程,验证了Swanson的基于非相关文献的知识方法中的闭合式方法在中文文献中同样可行。     

基于多属性规则的生物医学语义关系研究

生物医学领域文献指数级增长亟需快速识别出领域内核心且关键的语义关系,开展领域知识发现研究。本文借鉴DisGeNET基于规则的关系得分方法设计思想,在专家咨询基础上,提出生物医学领域语义关系具有可靠性、重要性和新颖性3种属性,设定每种属性对应的指标及定量计算方法。通过分析结直肠癌领域关系计算结果,验证本文所提关系得分方法在关系重要性排序方面的有效性。该方法考虑维度更加全面,为生物医学领域知识图谱构建、知识发现等提供有益参考。