基于本体的引文知识服务系统构建研究

《基于本体的引文知识服务系统构建研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于本体的引文知识服务系统构建研究王珊珊肖明北京师范大学政府管理学院摘要：［目的/意义］传统的引文信息服务容易忽略知识资源的语义层面，无法实现以机器可读的模式组织、存储、查询数据，造成了大量语义方面知识资源的缺失，且无法为用户提供个性化知识服务。［方法/过程］文章利用本体、知识导航、知识推荐、概念漂移等技术和方法，提出基于本体的引文知识服务系统框架和功能模块。［结果/结论］最终构建了包含数据资源层、本体层、语义关联层、功能层4个核心层的系统架构方案，实现将信息需求与知识服务整合，为用户提供更个性化和全方位的服务。关键词：本体;知识服务体系;框架系统;引文;作者

2、简介：王珊珊，女，1992年生，硕士生。研究方向：语义网，引文分析。作者简介：肖明，男，1969年生，博士，教授。研究方向：语义网，引文分析。基金：国家社会科学基金项0“基于语义识别的引文分析理论、方法与应用研究”的成果，项目编号：16BTQ073ResearchontheConstructionofKnowledgeServiceSystemofCitationsBasedonOntologyAbstract：[Purpose/significance]Thetraditionalcitationinformationservicemayeasilyigno

3、rethesemanticsofknowledgeresources.Asaresult，itcouldnotorganize,storeandquerydatainamachine-readablemode,causingcertainsemanticknowledgeresourceslossandnopersonalizedknowledgeservicesprovided.[Method/process]Thispaperusesontology,knowledgenavigation,knowledgerecommendation,conceptdr

4、iftandothertechniquesandmethodstoproposeanontology-basedknowledgeservicesystemframeworkofcitationsanditsfunctionalmodules.[Result/cone1usion]Theschemeincludesadataresourceslayer,anontologylayer,asemanticassociationlayerandafunctionallayer.Itintegratesinformationrequirementsandknowle

5、dgeservices，andprovidesuserswithmorepersonalizedandcomprehensiveservice.Keyword：ontology;knowledgeservicesystem;framestructure;citation;目前，全球科学知识增长十分迅速。全世界平均每天发表一万余篇论文，平均35s有一篇论文问世U1。面对如此海量的论文以及引文数据，人们想要准确、高效地杳找到所需耍的引文文献就变得越来越困难。传统的引文信息服务（引文检索），在给出检索结果时，是通过关键词等信息匹配的方式，实现特定知识资源与相应用户的

6、对应关系，这种方法虽然简单，但容易忽略知识资源的语义层面，造成了大量语义方面知识资源的缺失m;得到的检索结果虽然可以呈现大量文献，但是不能很好地满足用户的个性化知识需求。2001年，A.R.Aronson益1指出基于本体的査询优化比其他可用的方法更有效。从信息组织的角度看，本体是知识组织和处理的新方法，也是语义网的基础之一，通过木体可以对大量相关的情报进行系统化和组织化m。针对传统的引文信息服务存在的问题，本系统将本体相关理论及技术引入引文知识组织、知识检索屮，构建基于本体的引文知识服务系统。系统引入轻量级引文本体以机器可读的模式组织、存储、査询引文知识数据;

7、利用领域本体对引文知识库进行形式化语义表示，将引文知识数据与领域知识相关联;根据用户注册资料、用户需求调查、用户H志流向用户提供针对性的知识，确保知识服务的有效性。1国内外相关研究近年来，随着本体研宄的发展，基于本体的知识服务己经在不同领域得到发展。例如个性化医疗包1，电子政务m，医药m等。w内外有不少领域展开了基于木体的知识服务系统研宄，“数字图书馆”是基于木体的知识服务研宄的重要应用领域。G.D.Solomou等M研究了DSpace数字存储库系统的语义搜索服务，提出的SemanticSearchv2引入丫一种结构化查询机制，使查询更容易，并对系统设计，性能

8、和可扩展性方面进行了改进，系统查询基于