基于知识图谱的中共党史研究论文索引设计与实现  

An Indexing System for CPC History Research Papers Based on Knowledge Graph:Design and Implementation

作　　者：岳文玉 曹树金 赵怡珑[4] YUE Wenyu;CAO Shujin;ZHAO Yilong

机构地区：[1]中共福建省委党校 [2]山东理工大学 [3]山东理工大学信息管理学院 [4]中山大学信息管理学院

出　　处：《图书馆论坛》2025年第4期92-103,共12页Library Tribune

基　　金：国家社会科学基金社科学术社团主题学术活动资助课题研究类项目“中国共产党历史知识图谱与知识索引构建研究”(项目编号:21STA028);2024年度福建省习近平新时代中国特色社会主义思想研究中心项目“面向党史学习教育的中国共产党历史知识图谱构建及应用研究”(项目编号:FJ2024XZB037)研究成果。

摘　　要：文章从关系角度为用户提供高度匹配的检索结果,实现从关联数据到索引的突破,完成基于知识图谱的中共党史研究论文的索引系统设计,为利用知识图谱提高检索效率提供启发。研究采用Lucene全文检索技术,将党史知识图谱中的实体及其关联关系与研究论文文本相结合,实现相关实体在文献中的定位浏览;利用知识图谱和Lucene全文检索工具,实现多实体全文和段落检索,显著提升检索结果的相关性与准确性。实验表明:系统在对4,625篇党史研究论文的段落划分中达到85.30%的正确率,改进的排序算法结合多维因素提高了检索结果的权威性和质量。上述结果验证了系统在党史文献检索中的可行性与有效性。By providing highly relevant search results from a relational perspective,this paper achieves a breakthrough from linked data to indexing through a knowledge graph-based indexing system specifically designed for research papers on the history of the Communist Party of China(CPC),shedding light on the improvement of search efficiency using knowledge graphs.Powered by Lucene,a full-text search technology,this study integrates the entities and their relationships in the CPC history knowledge graph with the text of research papers,enabling the positioning and browsing of relevant entities within the literature.Using the knowledge graph and the Lucene full-text search engine,it achieves full-text and paragraph retrieval for multiple entities,significantly enhancing the relevance and accuracy of search results.The experiment shows that the system achieves an accuracy rate of 85.30%in paragraph division for 4,625 research papers.The improved algorithm incorporating multi-factor ranking has enhanced the authority and quality of search results.These findings validate the feasibility and effectiveness of the system in retrieving literature on CPC history.

关 键 词：中共党史 知识索引 文献检索 知识图谱 

分 类 号：TP391[自动化与计算机技术—计算机应用技术] TP391.3[自动化与计算机技术—计算机科学与技术]