科技文献检索系统语义丰富化框架的设计与实践  

Building Semantic Enrichment Framework for Scientific Literature Retrieval System

作　　者：谢靖[1] 王敬东[1] 吴振新[1] 张智雄[1] 王颖[1] 叶志飞[1] 

机构地区：[1]中国科学院文献情报中心,北京100190

出　　处：《数据分析与知识发现》2017年第4期84-93,共10页Data Analysis and Knowledge Discovery

基　　金：中国科学院文献情报能力建设专项"基于大数据计算的资源发现平台建设"(项目编号:院1676);国家社会科学基金青年项目"基于关联数据的学术资源深度挖掘方法研究"(项目编号:15CTQ006)的研究成果之一

摘　　要：【目的】通过采用语义识别、知识关系计算等方法提升科技文献检索系统的服务功能和效果,使之能够呈现更加丰富的知识化语义信息,将更多的知识点和知识关系展现给用户。【方法】应用数据挖掘和关系计算工具,深度识别和抽取科技文献中的语义知识,分析、计算、构建语义关系,并将得到的语义知识和语义关系建立多维语义索引树,设计新的数据组织呈现模型。【结果】研发语义丰富化检索示范系统,在科技文献检索应用过程中充分揭示语义信息,丰富检索体验。【局限】选取的试验数据集合不够充足,缺少其他领域应用对比。【结论】本文模型设计给用户带来更多的知识层面的关联、揭示和导航,提升了检索系统体验。同时分析了设计模型的不足之处,探索改进方法。[Objective] This paper aims to improve the scientific literature retrieval system with the help of semantic recognition and knowledge relationship computing. [Methods] First, we identified and extracted semantic objects from the scientific literature. Then, we calculated and established semantic relations among the objects using data-mining tools. Finally, we built semantic multidimensional index for these objects and relations, and then designed a new data organization model. [Results] The new system effectively identified the semantic information and improved the user experience. [Limitations] We need to expand the dataset used in this study and evaluate the new system in other areas. [Conclusions] The proposed system could retrieve more knowledge and indicate some future directions.

关 键 词：语义丰富化 语义知识组织 语义关系呈现 多维索引 

分 类 号：TP391.3[自动化与计算机技术—计算机应用技术]