面向STKOS的概念映射與關(guān)聯(lián)算法研究及其實現(xiàn).pdf

1、近年來，科技文獻服務(wù)的需求日益知識化，對科技文獻標引的深度和準確度提出了更高的要求。其中，知識抽取已經(jīng)成為制約知識服務(wù)系統(tǒng)開發(fā)建設(shè)的關(guān)鍵環(huán)節(jié)，需要集中大規(guī)模語義計算的優(yōu)勢力量，展開攻關(guān)。該研究的總體目標是以科技文獻概念空間關(guān)聯(lián)為主線，面向科技文獻詞表和分類體系，研究多維度的科技文獻概念空間構(gòu)建方法，提出用于概念空間關(guān)聯(lián)的多渠道概念匹配算法，設(shè)計并開發(fā)面向科技文獻概念空間建立于關(guān)聯(lián)的原型工具。
　　 本文的研究內(nèi)容，主要包括理論及

2、其系統(tǒng)實現(xiàn)兩個方面。
　　 理論方面，所用到的科技文獻詞表素材是各領(lǐng)域的敘詞表，涉獵的分類體系包括“國際專利分類表”、“國際標準分類法”、“中國標準分類法”、“杜威十進制分類法”、“國際十進制分類法”和“中國圖書館分類法”。根據(jù)對主題詞表和幾種分類法進行結(jié)構(gòu)上的異同分析，構(gòu)建一個有能力從語義層面統(tǒng)一描述各種異質(zhì)知識體系的公共數(shù)據(jù)模型。公共數(shù)據(jù)模型主要實現(xiàn)兩個作用:一方面，可以將各種分類法和主題詞表投影到相同的知識概念空間:另一方

3、面，實現(xiàn)從不同分類體系中取詞來進行比較?；诮y(tǒng)一的概念空間（用公共數(shù)據(jù)模型描述），可以進一步開展面向科技文獻知識體系的語義映射算法的研究。本文中所研究的算法是基于字符的概念匹配、基于結(jié)構(gòu)的概念匹配和基于語義推理的概念匹配方法的集成，這樣可以更好的提高機輔映射發(fā)現(xiàn)的查全率和查準率。
　　 在開發(fā)方面，公共數(shù)據(jù)模型用IBM的Ecore模型來描述，通過建立的Ecore模型驅(qū)動生成一個面向科技文獻知識體系概念空間構(gòu)建的可視化圖形化編輯插

4、件，進而編碼實現(xiàn)了分類法和主題詞表的自動導(dǎo)入和可視化顯示，最后開發(fā)了面向科技知識體系映射機輔發(fā)現(xiàn)的語義比較插件，其中編碼實現(xiàn)了模型中各結(jié)點之間比較的關(guān)聯(lián)算法，并將上述工具集成為一個具有數(shù)據(jù)導(dǎo)入、數(shù)據(jù)可視化及數(shù)據(jù)導(dǎo)出三種功能的RCP產(chǎn)品。
　　 本文研究了基于科技知識組織體系（Scienceand Technology Knowledge Organizing System，簡稱STKOS）的概念映射及其關(guān)聯(lián)算法，所實現(xiàn)的意義有以

5、下幾點:首先，本文的研究，以統(tǒng)一的概念空間為研究基準，實現(xiàn)科技文獻概念與分類的共享，從而從不同的維度為科技概念建立關(guān)聯(lián)，有著明顯的現(xiàn)實意義。其次，從語義層建立概念和分類體系之間的關(guān)聯(lián)，能夠提高整個概念空間的知識化程度，使關(guān)聯(lián)映射的復(fù)用性大幅度提高，得到更接近自然語言思考和表達的語義關(guān)聯(lián)網(wǎng)絡(luò)。最后，綜合應(yīng)用基于字符的概念匹配方法（字符串比較，編輯距離比較和數(shù)據(jù)字典查詢等），基于結(jié)構(gòu)的概念匹配方法，和基于語義的推理的概念匹配方法，以便達到在