面向科研知識(shí)體系的機(jī)構(gòu)知識(shí)庫(kù)系統(tǒng)設(shè)計(jì)及關(guān)鍵技術(shù)研究.pdf

1、隨著經(jīng)濟(jì)社會(huì)的發(fā)展，領(lǐng)域的分工日益明細(xì)化，學(xué)者專家在我們生活的方方面面越來越起到引導(dǎo)的作用。取得專家的各種信息，如研究領(lǐng)域等信息，進(jìn)行加工整理，然后在此基礎(chǔ)上，構(gòu)建專家知識(shí)庫(kù)，也引起了人們?cè)絹碓蕉嗟闹匾?。無論對(duì)于個(gè)人還是研究機(jī)構(gòu)來講，專家知識(shí)庫(kù)都能夠在某種程度上給需要的人和研究機(jī)構(gòu)提供較大的便利。本文主要工作是利用開源DSpace系統(tǒng)設(shè)計(jì)并實(shí)現(xiàn)某單位機(jī)構(gòu)知識(shí)庫(kù)，并提出一個(gè)基于機(jī)構(gòu)知識(shí)庫(kù)數(shù)據(jù)的數(shù)據(jù)中心轉(zhuǎn)換算法，具體工作包括：
　?。?/p>

2、1）本文對(duì)機(jī)構(gòu)知識(shí)庫(kù)的管理技術(shù)方法進(jìn)行了調(diào)查研究。首先，本文重點(diǎn)對(duì)機(jī)構(gòu)知識(shí)庫(kù)軟件 DSpace系統(tǒng)進(jìn)行了詳細(xì)介紹，分析 DSpace系統(tǒng)的三層體系結(jié)構(gòu)以及各層的功能，并從DSpace系統(tǒng)的數(shù)據(jù)模型、元數(shù)據(jù)等方面對(duì)DSpace系統(tǒng)的功能特點(diǎn)進(jìn)行了詳細(xì)討論，由此總結(jié)得出了DSpace系統(tǒng)在實(shí)際運(yùn)用中的優(yōu)勢(shì)和不足。其次，本文對(duì)管理機(jī)構(gòu)知識(shí)庫(kù)所涉及到的信息抽取技術(shù)進(jìn)行了詳細(xì)介紹，分析了信息抽取技術(shù)的分類，得出了信息抽取技術(shù)在機(jī)構(gòu)知識(shí)庫(kù)系統(tǒng)中的應(yīng)

3、用前景。最后，本文對(duì)同名排歧算法進(jìn)行了詳細(xì)介紹，主要分析了有監(jiān)督的同名排歧算法和無監(jiān)督的同名排歧算法。
　?。?）本文提出了基于DSpace系統(tǒng)的機(jī)構(gòu)知識(shí)庫(kù)平臺(tái)模型設(shè)計(jì)，從而形成面向科研知識(shí)體系的機(jī)構(gòu)知識(shí)庫(kù)系統(tǒng)。在機(jī)構(gòu)知識(shí)庫(kù)的建設(shè)過程中，首先，本文提出了檢索模型架構(gòu)，框架完成的功能包括詞性標(biāo)注與詞形規(guī)范化、停用詞處理、索引建立、詞義消歧與擴(kuò)展、詞語(yǔ)過濾和結(jié)果檢索。其次，本文提出了數(shù)據(jù)批量導(dǎo)入算法，解決了將大規(guī)模數(shù)據(jù)自動(dòng)化批量導(dǎo)入機(jī)

4、構(gòu)知識(shí)庫(kù)進(jìn)行海量數(shù)據(jù)格式融合的問題。最后，本文對(duì)機(jī)構(gòu)知識(shí)庫(kù)中的專家知識(shí)進(jìn)行了挖掘、評(píng)估和展示。
　?。?）本文提出了基于機(jī)構(gòu)知識(shí)庫(kù)系統(tǒng)數(shù)據(jù)的路由人名處理算法、人名歸類算法和同名排歧算法三種不同的算法組成的數(shù)據(jù)中心轉(zhuǎn)換算法，解決了機(jī)構(gòu)知識(shí)庫(kù)的數(shù)據(jù)需要從以文獻(xiàn)為中心進(jìn)行存儲(chǔ)管理的簡(jiǎn)單數(shù)據(jù)，向以作者和專家為中心進(jìn)行存儲(chǔ)管理的數(shù)據(jù)的轉(zhuǎn)換的問題。本文對(duì)數(shù)據(jù)中心轉(zhuǎn)換算法中的同名排歧算法進(jìn)行了設(shè)計(jì)優(yōu)化，以解決同名排歧效果不佳的問題。主要提出了三

5、個(gè)算法：首先，提出了基于作者關(guān)系進(jìn)行同名排歧的轉(zhuǎn)換算法（Conversion Algorithm Based on the Relation of Authors，CABRA）來解決同名排歧問題。其次，提出了對(duì)CABRA的改進(jìn)算法，基于圖結(jié)構(gòu)的轉(zhuǎn)換算法（Transformation Based on Graph Structure Algorithm，TBGSA）一定程度上解決了 CABRA算法在不同規(guī)模數(shù)據(jù)集上，數(shù)據(jù)規(guī)模不同影響正確率