护理学免费资源实现研究.docVIP

护理学免费资源实现研究 １护理学免费资源知识元组织的必要性 根据是否收费，Ｗｅｂ上护理学电子资源分为收费资源和免费资源两种。收费资源如中国知网（ＣＮＫＩ）、万方等电子数据库，是护理学工作者获取知识的主要途径。由于其结构严谨，内容准确，为其知识组织方式由信息元过度至知识元提供了良好的基础，如ＣＮＫＩ数据库已经提供了知识元检索途径。在收费电子资源发展的同时，免费资源的发展也是日新月异，主要包括三类：①基于电子图书、期刊的开源资源，如道客巴巴、百度文库等。从目前资源的种类和数量上分析，开源资源的电子图书、期刊、博硕论文已经与收费数据库大体相当；②护理学电子论坛如丁香园、天使之城等。电子论坛向所有护理学工作者敞开了大门，是广大护理学工作者交流工作经验、思想体会的主要阵地，在资源种类和内容上与电子数据库形成了良好互补；③护理学百科知识网站，如百度百科、搜搜百科等。百科类网站的诞生为广大互联网用户提供了新的信息获取途径，其发展理念强调用户的参与和奉献精神，内容整体详实准确。可见从资源的种类和数量上分析，护理学收费资源仅是免费资源的一个子集。然而，在知识的组织方式上后者与收费资源远远不能同日而语，整体处于无组织的状态。这是由于免费资源分布过于广泛，所有的内容没有统一的结构格式要求，尤其是电子论坛信息的发布没有审核的过程，不规范用语非常常见等等，在这种条件下，显然信息元不可能成为免费资源的组织方式。为了合理组织这些资源，知识元组织方式最佳的选择。 ２护理学知识元的标引范围 ２．１限定开源资源的标引范围 目前国内大型综合类开源资源网站主要以道客巴巴、百度文库和豆丁网为代表，笔者在３月１９日以“护理学”为检索词向这三个数据库的默认检索方式进行检索，分别得到９５６１４９、９０１０９０和４０１４４５个检索结果，由于以上三者均是以电子期刊、电子图书、学术论文、电子课件等作为资源收集的内容，从资源数量可以简单的判断道客巴巴的护理学资源最为丰富。因此，将开源资源的收集范围限定在道客巴巴中，其他两个数据库没有必要做重复的分析统计。 ２．２限定电子论坛的标引范围 包括护理学在内，各种电子论坛的整体资源质量与论坛服务时间往往成正比，如丁香园论坛始建于２０００年７月２３日，经过多年的发展，吸引了大量高素质医学工作者的关注，内容也较为准确，信息每天都在动态更新；相比之下大量小的医学论坛不具有较强的吸引力，内容的整体质量较低，而且即使对其进行标引，这些论坛未来也非常可能被市场所淘汰，无法找到标引所对应的知识内容，显然对这样的网站内容进行深入的知识挖掘几乎没有意义。因此有必要将论坛的范围限制在２年以上，以此保充分提高对电子论坛知识元标引的质量和工作效率。 ２．３限定百科全书类网站的标引范围 主流的百科全书类网站主要有百度百科、搜搜百科、３６０百科、谷歌百科等等，通过名字即可发现这些网站均有一个共同的特点，即先有搜索引擎，后有百科，每个所有引擎都会首要的引用自身的百科知识，两者相互促进发展。以上百科类网站的知识内容几乎均涵盖所有的学科范围，种类和内容没有明显差别，但由于百度搜索引擎是市场占有率最大，在２０１２年１１月占有率高达７２．８４％［２］，可以说百度已经成为多数人检索信息的习惯。相应的使百度百科自然成为百科类知识点击率最高的网站，因此将范围限定在百度百科中。 ３知识元标引过程 ３．１护理学免费资源的分词 分词就是将连续的字序列按照一定的规范重新组合成词序列的过程，将没有间隔符中文词语变为机器可以理解的词语。常用的分词方法可分为三大类：基于字符串匹配的分词法、基于理解的分词方法和基于词频统计的分词方法。基于理解的分词方法模拟了人脑的理解过程，目前还处在试验阶段［３］。前文虽然对护理学免费资源的范围进行了限定，但整体仍然是海量的，为了提高分析效率，保证分词质量，本文设计了一种曲线高效的分词方法。“曲线”表示为首先不直接对免费资源进行分词，而是以ＣＮＫＩ中的期刊数据库、报纸数据库、博硕论文数据库、会议论文等数据库，和读秀电子图书数据库为对象，采用字符串配算法进行分词方法对其内容进行分词。其原因如下：①电子期刊、博硕论文、会议论文等数据库是高端人才交流前沿知识的主要阵地。这决定其内容整体具有极高的含金量，任何新的理论知识、高效的工作方法必然第一时间诞生在其中或必然有所体现，保证了分词结果的全面性；②整体内容经过作者和编辑部多次审阅和校对，几乎没有错别字和奇异词，不需要对词语进行语义理解的过程，保证了分词结果的准确性；三、文献数量范围进一步缩小。笔者利用ＣＮＫＩ总库检索近５年发表的有关护理学方面的文献，检索表达式为：主题＝护理（出版年：２００９年３月２９日