UMLS及其在智能检索中的应用

调研UMLS构成和建设特点,重点研究UMLS在检索方面的应用实例,分析归纳UMLS在语义化、智能化检索方面的功能设计、实现方法与实际效果,以期为基于集成式知识组织系统的智能检索应用的场景功能设计、技术开发和实现,提供借鉴和参考。UMLS在智能检索中的应用主要包括:(1)扩展检索,主要有同义词扩展、等级结构扩展和词组切分扩展等方法;(2)语义检索,基于概念和概念之间的关系进行检索和结果内容表达;(3)问答式检索,包括问题分析、文献检索、语句提取、答案生成和语义聚类。     

国外基于社会标注的信息标引与检索研究进展

社会标注在网络中的应用越来越广泛,它为信息资源的标引、组织、检索提供了一种全新的模式。国外学者对社会标注的信息标引功能和标引方式、社会标注系统在信息检索中的功用及基于社会标注的信息检索技术等方面进行了研究,取得了一系列成果,但还存在不足之处。该领域的研究趋势在于规范化社会标注的表达,去除标签噪声及垃圾,使标签序化、层级化等。     

面向科技文献的多模态语义关联特征提取与表达体系研究

科技文献资源是一种多模态数据,除文本信息外,还包含丰富的图像、表格、公式、音频、视频等多种模态的信息,有利于用户充分理解科技文献资源中的知识。该文把多模态思想引入科技文献的语义表示方面,对科技文献中的图像、表格和公式信息进行语义分析,与文本信息共同表示文献语义内容,通过科技文献中多种模态信息的语义表示及相互关系完善科技文献内容的语义化表示,发展刻画科技文献对象多态性的表达体系。     

利用UMLS语义网络构建医学文献本体的实证探索

以清晰表达知识内涵、促进本体语义共享为目的,以医学文献知识为研究案例,文章基于UMLS语义网络顶级本体语义关系构筑了领域本体属性关系,并通过医学文献知识本体的构建,阐述了依托顶级本体的语义关系构筑领域本体语义的方法,探讨了基于顶级本体语义的领域本体通用构建途径,实现了医学文献本体的语义关系系统化,为领域本体的建模提供了思路。     

面向关联数据的语义数字图书馆资源描述与组织框架设计与实现

本文提出了一个面向关联数据的语义数字图书馆资源描述与组织框架,该框架具有四个层次:元数据层、本体层、关联数据层和应用层,其核心是RDF语义元数据的构建与关联。以"图书、情报与档案学"领域的数据为例对该框架进行了实现,实现的重点是在本体层和关联数据层,包括相关本体的设计、普通元数据到语义元数据的自动转换、不同数据集间RDF语义链接的建立、关联数据的发布等。     

叙词表融合方法研究

多表融合过程中可能产生概念界定不一致,语义关系矛盾冲突、相互缠结的问题,加上多人协同工作模式的复杂性,致使知识体系梳理极为困难。从逻辑角度对"概念"、"词汇"及概念间"关系"进行界定,提出多表融合的技术路线。多表融合以多表概念映射为前提。由于词群构成的复杂性,需要对closeMatch映射进行语义分析,以区分出exactMatch映射。概念合并和新关系生成可能引发多种逻辑问题:关系冲突、等级关系循环、等级关系冗余、兄弟概念互参、上下位概念共参、交叉互参、等级关系多路径。这些逻辑问题可被区分为两大类:逻辑错误、逻辑优化,并进一步影响逻辑问题的解决步骤。讨论了多人协同工作模式下叙词表的数据锁定机制。图9。表1。参考文献11。     

基于“语义主题模型”的知识系统框架设计及应用研究

构建语义化知识服务系统是数字图书馆在语义Web环境下的发展方向。针对目前各种语义Web技术在数字图书馆开发应用的现状和问题,本研究融合国际基于Topic的语义知识组织技术,结合国内的需求,提出了“语义主题模型”,目标为构建可实施的语义化知识系统。文章首先对以“概念化主题、主题关联、语义标签”为内涵的“语义主题化模型”概念进行定义;其次,设计基于此模型的语义化知识系统框架;再次,对相关应用进行了探讨;最后,对未来开发工作进行了规划。     

基于文献计量的国内语义角色标注研究现状分析

语义角色标注作为语义分析的关键技术已经得到越来越广泛的关注.首先对中国期刊网数据库中语义角色标注研究领域的文献进行了统计分析,描述了国内语义角色标注研究的发展状况.主要通过对文献的论文年载量分析、著者分析、文献来源分析和研究主题分析揭示国内语义角色标注的发展历程和研究内容.然后分析了语义角色标注研究热点及发展趋势.最后,在分析国内语义角色标注发展的基础上,提出了促进语义角色标注研究发展的积极建议.     

一种基于语义的Web服务组合框架的设计

根据Web服务组合的特点,设计了一种层次结构的基于语义的Web服务组合框架,给出了该框架的服务发布管理方法和层次结构生成协议,详细分析了该层次结构的生成过程以及服务组合框架对服务的查询、组合和更新等的运行原理。     

A social recommender mechanism for improving knowledge sharing in online forums

Nowadays, online forums have become a useful tool for knowledge management in Web-based technology. This study proposes a social recommender system which generates discussion thread and expert recommendations based on semantic similarity, profession and reliability, social intimacy and popularity, and social network-based Markov Chain (SNMC) models for knowledge sharing in online forum communities. The advantage of the proposed mechanism is its relatively comprehensive consideration of the aspects of knowledge sharing. Accordingly, results of our experiments show that with the support of the proposed recommendation mechanism, requesters in forums can easily find similar discussion threads to avoid spamming the same discussion. In addition, if the requesters cannot find qualified discussion threads, this mechanism provides a relatively efficient and active way to find the appropriate experts.