非相關(guān)文獻(xiàn)知識(shí)發(fā)現(xiàn)系統(tǒng)研究與實(shí)現(xiàn).pdf

1、科技的發(fā)展和通訊技術(shù)的應(yīng)用使得信息呈指數(shù)增長(zhǎng)，信息激增和知識(shí)分裂使得人們獲取知識(shí)變得困難，而獲取隱藏于文獻(xiàn)中的表面上沒(méi)有關(guān)聯(lián)的知識(shí)則更加困難。至上世紀(jì)中葉，情報(bào)工作者已經(jīng)開(kāi)始對(duì)知識(shí)分裂進(jìn)行研究，直到1986年美國(guó)芝加哥大學(xué)的Don R.Swanson教授經(jīng)過(guò)一系列研究提出了基于非相關(guān)文獻(xiàn)的知識(shí)發(fā)現(xiàn)研究方法，為挖這種掘隱藏于文獻(xiàn)中的知識(shí)提供了一盞明燈。
　　 非相關(guān)文獻(xiàn)知識(shí)發(fā)現(xiàn)系統(tǒng)的開(kāi)發(fā)，人們將繁瑣冗雜的文獻(xiàn)處理交給計(jì)算機(jī)，計(jì)算機(jī)

2、將處理結(jié)果返回，提供最有可能的提示，節(jié)省了人們大量的時(shí)間和精力，推動(dòng)了非相關(guān)文獻(xiàn)知識(shí)研究方法的應(yīng)用。
　　 首先，本文系統(tǒng)的歸納了現(xiàn)有的中英文非相關(guān)文獻(xiàn)知識(shí)發(fā)現(xiàn)軟件，通過(guò)對(duì)比分析，總結(jié)其中的有待改進(jìn)之處。
　　 然后，本文以一套全新的思路為指導(dǎo)，對(duì)非相關(guān)文獻(xiàn)知識(shí)發(fā)現(xiàn)繼續(xù)研究.針對(duì)現(xiàn)有的非相關(guān)文獻(xiàn)知識(shí)發(fā)現(xiàn)系統(tǒng)多以單種語(yǔ)言、醫(yī)學(xué)文獻(xiàn)為數(shù)據(jù)集，缺乏成熟的公開(kāi)使用的系統(tǒng)，本文提出研究并設(shè)計(jì)一套適用于中英文文獻(xiàn)、無(wú)學(xué)科限制、普遍適

3、用的非相關(guān)文獻(xiàn)知識(shí)發(fā)現(xiàn)系統(tǒng)。中文分詞問(wèn)題是中文信息處理的一個(gè)熱點(diǎn)；文獻(xiàn)中存在大量的無(wú)實(shí)際意義或與研究無(wú)關(guān)的詞；自然語(yǔ)言廣泛應(yīng)用，使用自由、靈活給信息處理帶來(lái)了困難，存在表示意義寬泛、模糊，可代替性的詞語(yǔ)；非相關(guān)文獻(xiàn)知識(shí)發(fā)現(xiàn)的目標(biāo)是發(fā)現(xiàn)能揭示主題關(guān)聯(lián)的中間詞和目標(biāo)詞，而通過(guò)計(jì)算得出較多的中間詞和目標(biāo)詞。因此在系統(tǒng)研究過(guò)程中，著重討論了中文分詞解決方案、詞匯過(guò)濾、同義詞控制和中間詞與目標(biāo)詞的選擇。
　　 接著，設(shè)計(jì)并實(shí)現(xiàn)非相關(guān)文獻(xiàn)知

4、識(shí)發(fā)現(xiàn)系統(tǒng)，設(shè)計(jì)系統(tǒng)的總體模塊結(jié)構(gòu)，并逐模塊分解，給出各模塊的功能說(shuō)明，接著實(shí)現(xiàn)系統(tǒng)并簡(jiǎn)要的介紹系統(tǒng)。
　　 最后，測(cè)評(píng)系統(tǒng)的非相關(guān)文獻(xiàn)知識(shí)發(fā)現(xiàn)效果。為了保證測(cè)試的有效性，測(cè)試結(jié)果必須是真實(shí)可信的、具有說(shuō)服力。本文復(fù)現(xiàn)Swanson知識(shí)發(fā)現(xiàn)，通過(guò)與Swanson知識(shí)發(fā)現(xiàn)結(jié)果對(duì)比說(shuō)明系統(tǒng)非相關(guān)文獻(xiàn)知識(shí)發(fā)現(xiàn)效果。中文測(cè)評(píng)數(shù)據(jù)來(lái)自于中國(guó)期刊網(wǎng)1979年至2006年全文數(shù)據(jù)庫(kù)生物醫(yī)藥衛(wèi)生領(lǐng)域的文獻(xiàn)，英文測(cè)評(píng)數(shù)據(jù)來(lái)自PubMed數(shù)據(jù)庫(kù)19