知識(shí)元標(biāo)引系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、現(xiàn)代社會(huì)是一個(gè)知識(shí)社會(huì)，每天都會(huì)涌現(xiàn)大量的知識(shí)信息。目前的文獻(xiàn)標(biāo)引方式大多是采用分類(lèi)法或主題法，這兩種標(biāo)引方法難以有效為用戶(hù)提供針對(duì)問(wèn)題的解決方案。文獻(xiàn)信息資源可以根據(jù)文獻(xiàn)的外形特征信息及內(nèi)容特征信息進(jìn)行關(guān)聯(lián)檢索，但檢索結(jié)果輸出的仍是文獻(xiàn)，并不能全面準(zhǔn)確提供知識(shí)信息。 知識(shí)元標(biāo)引可使知識(shí)被有效的檢索、利用，實(shí)現(xiàn)知識(shí)創(chuàng)新和增值，為用戶(hù)提供針對(duì)性的知識(shí)服務(wù)，能很好的解決以上問(wèn)題。知識(shí)元是知識(shí)的最小單位，以知識(shí)元為單位的知識(shí)標(biāo)引為用戶(hù)

2、提供的不再是文獻(xiàn)，而是文獻(xiàn)中的具體知識(shí)，在一定程度上滿(mǎn)足了人類(lèi)對(duì)知識(shí)組織、知識(shí)管理、知識(shí)服務(wù)的需求。 本文在分析了已有信息資源存在的問(wèn)題后，設(shè)計(jì)并實(shí)現(xiàn)了知識(shí)元標(biāo)引系統(tǒng)，主要研究工作體現(xiàn)在以下幾個(gè)方面： （1）介紹了知識(shí)元的相關(guān)理論。對(duì)目前的知識(shí)組織方式進(jìn)行了綜述，同時(shí)對(duì)知識(shí)元的概念、特點(diǎn)、分類(lèi)、結(jié)構(gòu)等進(jìn)行了詳細(xì)闡述，并利用RDF/XML數(shù)據(jù)模型描述知識(shí)元。 （2）對(duì)知識(shí)元標(biāo)引系統(tǒng)進(jìn)行了詳細(xì)設(shè)計(jì)，包括體系結(jié)構(gòu)設(shè)計(jì)、

3、功能模塊設(shè)計(jì)、數(shù)據(jù)庫(kù)設(shè)計(jì)等。同時(shí)，根據(jù)知識(shí)元標(biāo)引流程將標(biāo)引系統(tǒng)分為三個(gè)功能子模塊：預(yù)處理模塊、句子提取模塊和知識(shí)元提取模塊。 （3）提出了一種基于向量空間模型和改進(jìn)的TFIDF算法的關(guān)鍵詞提取方法。在分析了傳統(tǒng)的TFIDF權(quán)重算法之后，考慮到特征項(xiàng)出現(xiàn)的位置不同對(duì)文本的影響不同，在TFIDF算法基礎(chǔ)上增加了位置權(quán)重系數(shù)，對(duì)文獻(xiàn)空間中的每個(gè)詞進(jìn)行權(quán)重計(jì)算，并進(jìn)行了實(shí)驗(yàn)，結(jié)果表明改進(jìn)的算法提高了關(guān)鍵詞提取的準(zhǔn)確度。 （4）實(shí)