隐含关联的知识单元挖掘的研究.pdfVIP

情报学报 ISSN 2006 第25卷435—439．2006年10月 vd．25 435—439 October 隐含关联的知识单元挖掘研究1’ 温有奎 温 浩 (西安电子科技大学经济管理学院．西安710071)(西安电子科技大学通信工程学院，西安710071) 摘要 面对现代科研环境e-Science。科学家跨领域知识合作和新知识发现问题成为严峻的挑战。本文提出基 于知识单元语义关联的知识发现方法，讨论了文献单元中知识单元的语义隐含关联关系，试验了基于谱变换的文 本知识单元抽取方法，探讨了知识单元的本体表示和知识单元之间的语义关联的知识发现理论，软件试验表明这 一方法鼓舞人心。 ． 关键词 知识单元语义关联知识发理 。 出：。知识的控制单位长期停留在文献一级，而人们对知识的 1引言 需求一般不是以文献为单位”。科学引文索引(S01)还只是 一种文献单位上的信息相关链接，Arrowmith查找的仅仅只 随着现代科研环境e-Science的出现，科学家跨领域知识是文献标题或文摘中的关联．因此，仅仅从引文的数量上还 合作和新知识发现问题已成为科学研究中最严峻的挑 难以确认和计量科技论文的创新问题。从某种意义上讲这 战【lq】。。信息爆炸与知识贫乏”带来的危机也为情报学的 两种方法并没有在真正意义上实现知识单元的相关性查询。 学科发展提出了新的挑战。面对挑战，我国著名情报学家马 显然，用文献代替知识或情报，必将发生某种扭曲，不能真实 贵成教授再次提出了情报学取得突破的两个美键问题“。1： 地揭示知识和情报流的规律ⅢJ。 。一是知识信息的表达和组织必须从物理层次的文献单元向 知识发现一直是人工智能研究的核心问题。基于数据 认知层次的知识单元或情报单元转换；二是知识信息的计量 inDotabaae)和文本 库的知识发现(KDD，KnowledgeDiscovery in 必须从语法层次向语义和语用层次发展。” DiscoveryTexla)成为人工智能的 知识发现(KDT，Knowledge 1964年美国学者EugeneGedield博士以著名的“加菲尔研究热门，对文本挖掘在不同特征表示层次上进行知识发 德期刊文献集中定律”为理论依据，用语义稳定的引文作为 现．如Felchnanetal分别采用以词，词性标记为主和术语层扶 文献的检索点而建立了展示文献之间内在联系的索引系统， 的特征表示进行研究。 刨编了科学引文索引(SCl)。它以非传统的文献检索思维模 文本挖掘的目的在于从非结构化的文本中发现知识。 式，打破了传统的文献检索的学科界限，既能揭示某一学科 目前人们对文本挖掘有了新的认识，认为发现文本中的合适 的继承与发展．又能反映学科之间相互交叉、相互渗透的关 应用目标和知识是文本挖掘的主要内容。文献[15]提出．大 系Ⅲ。 多数文本知识都包含在大量简单的语句表达中，因为简洁地 1985年美国芝加哥大学的DonR．Swmmonn’1教授创立表达出主要知