面向智慧知识服务的科技文献大数据体系建设

[目的/意义] 探索构建文献情报大数据知识资源体系，支撑面向多领域的智慧知识服务。[方法/过程] 基于AI应用需求，借鉴业界经验，梳理现有资源体系的问题，从多层次多维度扩展资源体系；构建可靠数据处理流程和计算平台，支持高效数据采集和处理；研发智能化数据治理工具，实现知识资源的有效治理，确保提供高质量数据资源。[结果/结论] 已初步形成覆盖多类型、多学科的科技文献大数据知识资源体系，构建完成高度自动化的数据采集治理流程，实施多重数据质量控制，积累数亿高质量数据，且为多个知识服务提供数据支撑。     

实体关系抽取的技术方法综述*

对实体关系抽取研究以MUC和ACE评测为主线的发展进行总结,并指出实体关系抽取任务普遍存在的三个问题是特定领域标引数据集的获取、模式的获取以及共指消解。在对当前关系抽取的相关文献、系统和项目进行分析研究的基础上,将基于非结构化文本的实体关系抽取技术方法归纳为：基于模式匹配的关系抽取、基于词典驱动的关系抽取、基于机器学习的关系抽取、基于Ontology的关系抽取以及混合抽取方法,旨在为进一步构建实体关系抽取系统提供良好借鉴。     

用户需求嵌接、流程驱动、情景敏感型9-9网络参考咨询服务——中国科学院国家科学图书馆网络参考咨询服务新进展

全面介绍中国科学院国家科学图书馆在"读者至上、需求为本"的新型服务理念下,在国内外图书馆界首次开展9-9的实时咨询服务,采用页面共览、嵌接和情景敏感等先进技术,增强解答直观性,将咨询服务全程地嵌入用户环境和流程之中.通过网络化服务组织与个性化服务相结合,实现向不同IP的读者推荐相应的学科馆员或本地咨询馆员.全面开展服务流程自动化管理和服务质量控制及其规范管理,更有效地提高服务质量和效率.     

国史知识的语义揭示与组织方法研究

深入开展中华人民共和国国史的教育和研究一直是各方高度重视的工作。将国史知识进行语义揭示和组织,对于国史的教育和研究具有重要意义。在参考相关研究成果的基础上,本文提出了“向下挖掘,向上组织”的国史知识语义揭示与组织方法。这一方法以国史本体为基础,在对隐藏于国史资源文本条目中的国史知识对象和相关事实进行语义挖掘和揭示的基础之上,通过国史知识对象的关联,构建国史知识网络,并基于时间、类属、层级及统计等关系,对国史知识内容进行更高层次的多维组织展示,并基于这一思路开发了相应的系统平台,实现了国史知识的揭示、重组和其他创新应用。本文所提出的国史知识语义揭示和组织方法对其他类型知识的开发利用具有参考价值。图7。参考文献12。     

基于规则的网络文本资源标题快速自动识别方法

选取网络文本资源的标题识别作为切入点,除考虑多数研究关注的文本的格式信息(如字体)、位置信息等特征外,加入对标题与网页正文内容的相关度的考虑,利用科技监测项目采集到的大量历史数据作为统计分析的基础,从候选标题的可能来源和特征方面,构建基于规则的网络文本资源标题快速识别方法,并给出该方法的时间效率和识别准确率测评结果。     

微服务在数字资源长期保存系统中的应用研究

研究目前的长期保存系统架构,指出其灵活性、可扩展性的不足,介绍微服务的特点和发展过程,通过对微服务在长期保存系统的两个典型应用的研究,指出微服务在长期保存领域的独特优势和发展前景。     

网络科技信息结构化监测的思路和技术方法实现

网络科技信息具有开源、发布及时等特点,目前已成为战略情报监测的重要资源。但这类资源又具有非结构化、无语义描述等特点,如何将Web信息从非结构的自由信息转为可分析的结构化、语义化信息成为一个亟需解决的问题。针对这一问题,笔者提出了网络科技信息结构化监测的思路方法。这一方法通过知识抽取技术,从网络信息资源中抽取出嵌在其中的知识对象以及对象间的相互关系,将自由文本转换为结构化的可计算的知识单元,在此基础上构建各类监测模型,进而实现对研究领域的态势监测。基于这一思路,笔者开发了“网络科技信息自动监测系统”,并基于监测数据所形成的语义资源,进行了监测态势分析实验。图 6。表1。参考文献16。