知识抽取研究现状与未来研究重点.docVIP

知识抽取研究现状与未来研究重点 　　[摘 要] 海量的数字资源蕴含着丰富、有价值的知识，如何有效地利用这些知识，解决信息过载而知识匮乏的矛盾成为学术界研究的重点。本文首先探讨了知识抽取的意义，然后从知识抽取实现方法和技术、知识抽取应用实践两个方面对国内外相关研究现状进行了调研和梳理，认为知识抽取未来的研究重点是以科学文献为主要研究对象、基于本体和语义模型的知识抽取技术的研究，构建以用户需求为中心、自适应、可移植的知识抽取系统三个方面。 　　[关键词] 知识抽取;研究现状;研究重点 　　[中图分类号] TP182 [文献标识码] A 文章编号：1671-0037（2015）05-30-3 　　KResearch Status and Future Research Focus of Knowledge Extraction 　　Qin Ke 　　（School of Information Management， Zhengzhou University， Zhengzhou Henan 450001） 　　Abstract： The massive digital resources contain rich， valuable knowledge， and how to use these knowledge effectively and solve the contradiction between the overload of information and the lack of knowledge， has become the focus of academic research. Firstly， this paper discussed the meaning of knowledge extraction， and then conducted an investigation and analysis of the domestic and foreign related research status from the two aspects of implementation method and technology of knowledge extraction， and practice in knowledge extraction. And we think that the future research of knowledge extraction will focus on the study with the scientific literature as the main research object， the study of knowledge extraction technique based on ontology and the semantic model， to construct the adaptive and transplantation knowledge extraction system based on users’ needs. 　　Keywords： knowledge extraction; research status; research focus 　　随着互联网的普及、计算机技术的发展，每天都会产生海量的信息，然而，人们真正需要的知识却很匮乏。为了解决这种信息泛滥与知识相对匮乏的矛盾，知识抽取这一研究领域开始被专家学者们广泛关注。知识抽取（Knowledge eXtraction KX）是对蕴涵于文献中的知识进行识别、理解、筛选和格式化，从而把文献中的各个知识点（包括常识知识和专家知识）抽取出来，以一定形式存入知识库中[1]。常常与之混淆的概念有数据挖掘、知识发现、知识获取、信息抽取等，然而知识抽取研究对象是显性的、已有的知识，与数据挖掘有很大的区别，其是知识获取的有效方式之一，是信息获取的进一步发展。本文对知识抽取的研究现状进行了梳理和分析，并探讨了其未来研究重点。 　　1 知识抽取研究的意义 　　首先，网络的发展带来了海量的信息资源，其蕴含着丰富的知识，具有很高的研究价值。然而，这些网络化、数字化的信息资源大多是以自由、半结构化或者非结构化的形式存在的，无法直接从中获取人们需要的、重要的知识，这就造成了信息过载、资源浪费与知识困乏等现象。知识抽取能够利用相关技术和方法从这些非结构化或半结构化的信息中抽取出用户所需要的知识，将这些过载的信息资源转换成用户可以使用的知识，很好地实现资源的有效利用，同时促进相关科学研究的进一步发展。 　　其次，随着用户认知程度的不断加深，日益个性化的知识需求已成