面向科研知識體系的機構知識庫系統(tǒng)設計及關鍵技術研究.pdf

1、隨著經(jīng)濟社會的發(fā)展，領域的分工日益明細化，學者專家在我們生活的方方面面越來越起到引導的作用。取得專家的各種信息，如研究領域等信息，進行加工整理，然后在此基礎上，構建專家知識庫，也引起了人們越來越多的重視。無論對于個人還是研究機構來講，專家知識庫都能夠在某種程度上給需要的人和研究機構提供較大的便利。本文主要工作是利用開源DSpace系統(tǒng)設計并實現(xiàn)某單位機構知識庫，并提出一個基于機構知識庫數(shù)據(jù)的數(shù)據(jù)中心轉換算法，具體工作包括：
　?。?/p>

2、1）本文對機構知識庫的管理技術方法進行了調查研究。首先，本文重點對機構知識庫軟件 DSpace系統(tǒng)進行了詳細介紹，分析 DSpace系統(tǒng)的三層體系結構以及各層的功能，并從DSpace系統(tǒng)的數(shù)據(jù)模型、元數(shù)據(jù)等方面對DSpace系統(tǒng)的功能特點進行了詳細討論，由此總結得出了DSpace系統(tǒng)在實際運用中的優(yōu)勢和不足。其次，本文對管理機構知識庫所涉及到的信息抽取技術進行了詳細介紹，分析了信息抽取技術的分類，得出了信息抽取技術在機構知識庫系統(tǒng)中的應

3、用前景。最后，本文對同名排歧算法進行了詳細介紹，主要分析了有監(jiān)督的同名排歧算法和無監(jiān)督的同名排歧算法。
　?。?）本文提出了基于DSpace系統(tǒng)的機構知識庫平臺模型設計，從而形成面向科研知識體系的機構知識庫系統(tǒng)。在機構知識庫的建設過程中，首先，本文提出了檢索模型架構，框架完成的功能包括詞性標注與詞形規(guī)范化、停用詞處理、索引建立、詞義消歧與擴展、詞語過濾和結果檢索。其次，本文提出了數(shù)據(jù)批量導入算法，解決了將大規(guī)模數(shù)據(jù)自動化批量導入機

4、構知識庫進行海量數(shù)據(jù)格式融合的問題。最后，本文對機構知識庫中的專家知識進行了挖掘、評估和展示。
　　（3）本文提出了基于機構知識庫系統(tǒng)數(shù)據(jù)的路由人名處理算法、人名歸類算法和同名排歧算法三種不同的算法組成的數(shù)據(jù)中心轉換算法，解決了機構知識庫的數(shù)據(jù)需要從以文獻為中心進行存儲管理的簡單數(shù)據(jù)，向以作者和專家為中心進行存儲管理的數(shù)據(jù)的轉換的問題。本文對數(shù)據(jù)中心轉換算法中的同名排歧算法進行了設計優(yōu)化，以解決同名排歧效果不佳的問題。主要提出了三

5、個算法：首先，提出了基于作者關系進行同名排歧的轉換算法（Conversion Algorithm Based on the Relation of Authors，CABRA）來解決同名排歧問題。其次，提出了對CABRA的改進算法，基于圖結構的轉換算法（Transformation Based on Graph Structure Algorithm，TBGSA）一定程度上解決了 CABRA算法在不同規(guī)模數(shù)據(jù)集上，數(shù)據(jù)規(guī)模不同影響正確率