科技文献信息抽取方法浅析SSCI

文章在Web of Science等影响力较大的国际数据库中检索内容与“科技文献”和“信息抽取”相关的文献,经设定条件筛选后获得63篇相关文献。回顾相关文献,从抽取的信息与抽取的方法两个角度进行分类与分析,总结该领域已有的研究成果和存在的不足。从科技文献中抽取的信息主要为结构化信息、显式信息和隐式信息,最新最先进的抽取方法主要集中在机器学习、自然语言处理和统计学中。语义信息的抽取有一定的进步空间及挑战性,灵活结合机器学习和自然语言处理方法是处理此领域问题的未来趋势。     

新闻中预设的应用

一、新闻与预设预设,又称为"前提"、"前设"、"先设",是以隐含的方式存在于句子或语段之间的信息,是指在语言结构的基础上依靠逻辑概念、语义、语境等推断出来的话语信息。例如,"余教授精力充沛","余教授精力不充沛",都预设了"有一个余教授"。     

语义网表示文档内容的语义数据模型

<正>互联网改变了人们的生活。目前通过互联网可以看报纸、电视,也可以听广播。广播网、电视网和互联网的“三网合一”,已经没有技术上克服不了的困难了,人为的阻碍也只能     

现代网络需要语义检索

分析了现代网络存在的一些问题,指出具有语义的信息是网络检索的前提和基础,并强调了在语义网中使用搜索引擎的重要性.     

情报检索语言研究的新领域

情报检索语言的发展面临现代化、理论方法综合化和集成化的新条件,研究新的语言模型,提高检索语言的表达、描述等功能是当前的重要研究课题,同时要具体研究数据库检索语言、网络检索语言、本体论和语义网检索语言。在所有这些领域里,检索语言的机器理解功能日益重要;为适应机器处理的环境,对它的逻辑推理能力的要求越来越高,知识建模功能与系统表达能力受到越来越多的重视。     

知识组织系统中关系模式的应用比较

文章以医学数字信息资源知识组织为案例，对领域本体、目前常用的医学数字信息资源知识组织的工具《医学主题词表》和统一医学语言系统的语义网络进行对比研究，深入分析了三者的联系和区别，在此基础上讨论了知识组织体系中的关系模式在知识组织中的应用特点。信息资源知识组织有赖于领域本体的完善，而领域本体高质高效的构建和应用需充分发扬和整合主题词表和语义网络的成果，即利用叙词表已经规范了的专业概念和语义网络定义的语义类型。     

一种基于本体的XML文档语义提取方法

介绍一种解释XML文档语义的方法。该方法使用RDF Schema描述的本体来对XML文档进行语义提取，并将结果以RDF数据模式（三元组）表现出来。     

基于ontology的语义检索模型架构

目前的web信息检索中，存在着检索效率低下的问题，很难满足普通用户基于自然语言的检索要求，也不具备语义推理能力，无法实现智能化的检索。而源于知识工程和人工智能领域的本体理论和技术，能够很好地处理自然语言理解问题和具有基于语义的推理机制，因此成为改进传统信息检索方式的良好工具。本文就运用本体理论。在对目前的各种研究进行了调查以后，区别了几个关键的容易混淆的概念，然后提出了一个基于ontology的、web环境下的语义检索系统的结构模型。     

语义网络多面观

在可扩展标记语言XML、资源描述框架RDF、本体互换语言OIL和其他新出现的标准的帮助下，语义Web有可能对已经存在的Web数据提供更多的结构和意义，这将会引导WWW发展到一个新的全球性网络：语义Web在这个网络上可以发现很多有效的信息。语义Web的实现将会对下一代的数字图书馆产生巨大的影响。