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

1、近年來，科技文獻(xiàn)服務(wù)的需求日益知識(shí)化，對(duì)科技文獻(xiàn)標(biāo)引的深度和準(zhǔn)確度提出了更高的要求。其中，知識(shí)抽取已經(jīng)成為制約知識(shí)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(jì)算的優(yōu)勢(shì)力量，展開攻關(guān)。該研究的總體目標(biāo)是以科技文獻(xiàn)概念空間關(guān)聯(lián)為主線，面向科技文獻(xiàn)詞表和分類體系，研究多維度的科技文獻(xiàn)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(jì)并開發(fā)面向科技文獻(xiàn)概念空間建立于關(guān)聯(lián)的原型工具。
　　 本文的研究?jī)?nèi)容，主要包括理論及

2、其系統(tǒng)實(shí)現(xiàn)兩個(gè)方面。
　　 理論方面，所用到的科技文獻(xiàn)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(biāo)準(zhǔn)分類法”、“中國標(biāo)準(zhǔn)分類法”、“杜威十進(jìn)制分類法”、“國際十進(jìn)制分類法”和“中國圖書館分類法”。根據(jù)對(duì)主題詞表和幾種分類法進(jìn)行結(jié)構(gòu)上的異同分析，構(gòu)建一個(gè)有能力從語義層面統(tǒng)一描述各種異質(zhì)知識(shí)體系的公共數(shù)據(jù)模型。公共數(shù)據(jù)模型主要實(shí)現(xiàn)兩個(gè)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(shí)概念空間:另一方

3、面，實(shí)現(xiàn)從不同分類體系中取詞來進(jìn)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(jìn)一步開展面向科技文獻(xiàn)知識(shí)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(jī)輔映射發(fā)現(xiàn)的查全率和查準(zhǔn)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(dòng)生成一個(gè)面向科技文獻(xiàn)知識(shí)體系概念空間構(gòu)建的可視化圖形化編輯插

4、件，進(jìn)而編碼實(shí)現(xiàn)了分類法和主題詞表的自動(dòng)導(dǎo)入和可視化顯示，最后開發(fā)了面向科技知識(shí)體系映射機(jī)輔發(fā)現(xiàn)的語義比較插件，其中編碼實(shí)現(xiàn)了模型中各結(jié)點(diǎn)之間比較的關(guān)聯(lián)算法，并將上述工具集成為一個(gè)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(shí)組織體系（Scienceand Technology Knowledge Organizing System，簡(jiǎn)稱STKOS）的概念映射及其關(guān)聯(lián)算法，所實(shí)現(xiàn)的意義有以

5、下幾點(diǎn):首先，本文的研究，以統(tǒng)一的概念空間為研究基準(zhǔn)，實(shí)現(xiàn)科技文獻(xiàn)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(shí)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(gè)概念空間的知識(shí)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(dá)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(dá)到在