基于知识单间隐含关联的知识发现.docVIP

基于知识单元间隐含关联的知识发现 【原文出处】情报学报 【原刊地名】京 【原刊期号】20075 【原刊页号】653～658 【分 类 号】G9 【分 类 名】图书馆学、信息科学、资料工作 【复印期号】200802 【英文标题】A New Knowledge Discover Based on Knowledge Element????Wen Youkui and Cheng Peng????(School of Economy and Management, Xidian Univerisity, Xian 710071) 【标题注释】本文为国家自然科学基金项目研究成果。 【作 者】温有奎/成鹏 【作者简介】温有奎，男，西安电子科技大学经济管理学院教授，研究方向为知识管理，文本挖掘，西安　710071????成鹏，男，西安电子科技大学经济管理学院硕士研究生，研究方向为语义网。西安　710071 【内容提要】面对现代科研环境e-Science，知识合作和新知识发现成为严峻的挑战。本文提出了基于共引知识元间语义关联的隐含知识发现方法。该方法将文献单元分解成知识元，以资源描述框架模式(RDFS)建立由性质P为中心的知识元本体模型，利用知识元间的共引关系挖掘知识元间隐含关联关系，通过隐含关联实现新知识发现。软件试验表明这一方法鼓舞人心。 【摘 要 题】信息技术与方法 【关 键 词】知识元/隐含关联/知识发现 【正 文】????1　引言????随着现代科研环境e-Science的出现，科学家跨领域知识合作和新知识发现方法成为科学研究中最严峻的挑战[1,2,3]。科学知识发现的目标是发现新奇、有意义、可行和可理解的知识。知识发现一直是人工智能、认知学、机器学习及其他学科研究热点。基于数据库的知识发现(KDD, Knowledge Discovery in Database)和文本挖掘(Text Mining or Text Data Mining)成为知识发现研究的重要对象。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应用目标和知识是文本挖掘的主要内容。文献[4]提出，大多数的文本知识都包含在大量简单的语句表达中，因为简洁的表达出主要知识和传达主要信息是语言发展的基本准则。因此，文本挖掘可以基于简单的特征就能发现有价值的创新知识，多个研究成果也表明了这个假设的有效性[5～7]。1975年Brooks[8,9]曾提出对文献的内容进行知识分析和组织，以便找到知识创造过程中的连接点，从而深入揭示知识的有机结构。1985年美国芝加哥大学的Don R.Swanson教授创立了基于“非相关文献的知识发现方法”，并开发出Arrowsmith软件系统[10,11]。非相关文献的知识发现方法创立了一种新的独特的文本知识发现方法，为知识管理的研究开辟了一个新的方向。引起了国内许多文献[4]，[12～18]的关注。但Don R.Swanson教授的“非相关文献的知识发现”方法及Arrowsmith软件系统还存在原理上的不足，因而导致了使用上的困难性和效率不高。为此，我们提出了基于共引知识元间语义关联的隐含知识发现理论方法，把文献单元分解成独立使用的知识元，利用知识元间的共引关系是一种揭示隐含语义关联关系的有效方法。本文的第2节为非相关文献的知识发现方法讨论，第3节为知识元间的共引关系；第4节为基于语义网的知识元模型；第5节为基于知识元间共引关系的知识发现试验；第6节为小结。????2　非相关文献的知识发现方法????Swanson教授研究工作的意义在于：首先，他的研究成果表明，通过揭示公开发表的文献中的隐含关联关系确实可以发现新知识，为知识管理研究开创了新的研究方向；其次，他建立了一定的研究方法；建立文献中知识片段间的逻辑传递关系A→B，B→C，则A→C；第三，也更具现实应用意义的是，Arrowsmith拓展了Medline的查询功能；它能够帮助使用者发现文献间的新联系并建立新的知识假设[13]。继Swanson的开拓性研究之后，国外其他情报研究人员也开始了此类研究工作，并在Swanson的研究理念基础上进行了拓展性研究。非相关文献知识发现方法引起了我国知识管理界许多研究者的兴趣，成为国内外研究的热门和焦点。????在一片赞扬声中美国费城科学情报所的Henry Small对Swanson的方法持一种怀疑的态度。Arrowsmith的一个显著的缺点是只能作用于文献的标题，而不能作用于全文、文摘甚至是主题词。Arrowsmith的另一个问题是使用者需要花费大量的时间和精力，因为两类非相关文献的合并会产生词语数量相当庞大的列表B，需要使用者认真地浏览和筛选。并且当网络的速度减慢时，则系统的反应