基于关联数据科研关系揭示与未来研究.docVIP

基于关联数据科研关系揭示与未来研究 　　[摘 要] 本文从关联数据的角度，研究科研关系揭示问题。本文从关联数据的研究现状出发，认为基于关联数据的科研关系揭示未来研究重点应从科研实体的识别与抽取、语义描述框架构建、科研实体及关系的本体构建、科研关系揭示服务这四个方面来开展。科研关系揭示实现了海量数字资源中分散的、异构的科研实体转化成遵循统一标准的结构化数据，?亩?构建一个内容相互关联、多维度的资源体系，将不同学科主题、不同内涵外延、不同属性关系的实体进行识别、标识和链接，从而形成一个庞大的关联数据网络，以便快速、高效、全面地揭示科研关系。 　　[关键词] 关联数据；科研关系揭示；科研关系网络 　　[中图分类号] G205 [文献标识码] A [文章编号] 1671-0037（2017）5-28-4 　　Abstract： From the angle of linked date， this paper studied the scholarly relationship to revel problems.It starts from the present situation of linked date， and believes that the future research about revelation of scholarly relationship based on linked data should mainly follow four aspects： identification and extraction of research entity， construction of semantic description framework， ontology construction of scientific research entities and relationships， and revelation service of scholarly relationship. The scholarly relationship revelation has transformed disperse and heterogeneous scientific research entities in the massive digital resource into structured data following a unified standard，built a content-correlation and multi-dimension resource system， and achieved recognition， identification and association of entities with different subject themes，connotation extensions and attributes relationships， so as to form a huge network of linked data， for revealing scholarly relationship rapidly and efficiently. 　　Key words： linked data； scholarly relationship revelation； scholarly relationship network 　　1 引言 　　当前，学术数字资源已成为信息资源的主流，包含各类期刊、学位论文、会议录、科技报告、图书专著、专利、标准等。在这些数字资源中蕴含着丰富的科研实体，如科研主体（科研人员、科研机构、国家地区等）、科研活动（科学会议、科学实验、科研项目等）、科研条件（科研方法、科学仪器、科研经费、科学期刊等）、科研产出（科研成果、专利、标准等）以及科学文献、科学主题等[1]，这些科研实体之间存在着相互交错的多维联系，称为科研关系。科研关系揭示研究有利于增加信息检索的准确性，提高检索效率；有助于构建大型的科研关系网络，展现知识与知识之间的潜在联系，进而更加有效地实现知识导航、智能检索、科学评价、专家识别等深层次的知识服务。如何实现相关实体的有效聚合，深入挖掘和有效地揭示科研关系是科研关系网络构建的基础。 　　2 关联数据研究现状 　　2006年，万维网之父伯纳斯-李（Tim Berners-Lee）首次提出关联数据（Link Date）的概念，他认为“关联数据”是一组用于发布、共享和链接网络上的结构化数据的最佳方法。关联数据以RDF（资源描述框架，Resource Description Framework）作为基