科技文獻中事理知識抽取研究
發(fā)布時間:2023-01-30 15:57
科技文獻不僅承載著研究者們的科研成果和創(chuàng)新智慧,還為科研工作者提供了豐富的知識資源,是促進科學(xué)研究發(fā)展的重要載體。近年來,隨著數(shù)字圖書館服務(wù)模式從信息服務(wù)逐漸轉(zhuǎn)向知識服務(wù),海量的科技知識文獻在給科研技術(shù)工作者們帶來豐富優(yōu)質(zhì)信息資源的同時也會給他們造成一些信息過載的問題,科研人員難以及時、快速、全面地實時追蹤并掌握相關(guān)研究領(lǐng)域的演化規(guī)律和邏輯,這成為制約科技創(chuàng)新發(fā)展的一大瓶頸。因此,在當前數(shù)據(jù)密集型科學(xué)范式的發(fā)展背景下,學(xué)者們對科技文獻的知識抽取研究更加關(guān)注從知識單元到知識邏輯關(guān)聯(lián)的轉(zhuǎn)換過程,即從關(guān)注文獻中的實體、概念等靜態(tài)陳述型知識的抽取逐漸轉(zhuǎn)移到事件、事理知識等動態(tài)過程型知識的抽取。其中,科技文獻中的事理知識是科技文獻中事件知識和事件之間各種語義關(guān)聯(lián)組成的具有層次性和邏輯性的事件鏈,可以幫助研究者們從宏觀的角度追蹤和掌握不同學(xué)科研究領(lǐng)域的知識原理和邏輯,是研究者們面對科研決策的重要判斷依據(jù)。但是,目前針對知識抽取的研究尚存留在對知識的外部形式特征或主題特征的抽取上,未能深入揭示文獻所載荷的知識之間的內(nèi)在邏輯聯(lián)系,尚未形成關(guān)于事理知識抽取方法的系統(tǒng)研究。針對這一問題,本文以科技文獻為研...
【文章頁數(shù)】:77 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 知識抽取的理論基礎(chǔ)研究
1.2.2 知識抽取的方法與技術(shù)研究
1.2.3 知識抽取的應(yīng)用研究
1.2.4 研究現(xiàn)狀評述
1.3 研究意義
1.3.1 理論意義
1.3.2 實踐意義
1.4 研究目標與內(nèi)容
1.4.1 研究目標
1.4.2 研究內(nèi)容
1.5 研究方法與技術(shù)路線
1.5.1 研究方法
1.5.2 技術(shù)路線
1.6 創(chuàng)新點
2 相關(guān)理論與方法概述
2.1 事理知識概述
2.1.1 知識的分類
2.1.2 事件知識與事理知識
2.1.3 事理知識的組成要素
2.1.4 事理知識的研究述評
2.2 知識表示概述
2.2.1 知識表示原理
2.2.2 知識表示方法
2.2.3 知識表示方法述評
2.3 詞匯鏈概述
2.3.1 詞匯鏈的原理
2.3.2 詞匯鏈的抽取方法
2.3.3 詞匯鏈抽取方法述評
2.4 篇章結(jié)構(gòu)概述
2.4.1 篇章結(jié)構(gòu)的原理
2.4.2 篇章結(jié)構(gòu)分析
2.4.3 篇章結(jié)構(gòu)分析述評
3 科技文獻中事理知識的表示
3.1 科技文獻中事理知識的概念
3.1.1 科技文獻中事理知識的內(nèi)涵
3.1.2 科技文獻中事理知識的組成要素
3.2 科技文獻中事理知識的表示方法
3.2.1 科技文獻中事理知識的結(jié)構(gòu)分析
3.2.2 科技文獻中事理知識的表示方法選擇
3.3 科技文獻中事理知識的表示框架
3.3.1 科技文獻中事理知識的框架設(shè)計
3.3.2 科技文獻中事理知識的框架構(gòu)成
4 科技文獻中事理知識的抽取
4.1 文本預(yù)處理
4.2 語義消歧
4.3 基于詞匯鏈的事件鏈抽取
4.3.1 詞匯鏈抽取
4.3.2 詞匯鏈的優(yōu)化
4.3.3 事件鏈的抽取
4.4 基于篇章結(jié)構(gòu)的事件關(guān)系識別
4.4.1 篇章修辭結(jié)構(gòu)分析
4.4.2 篇章物理結(jié)構(gòu)分析
4.5 事理知識的構(gòu)建
5 科技文獻中事理知識的抽取實證
5.1 實驗環(huán)境及語料
5.1.1 實驗環(huán)境
5.1.2 實驗語料
5.2 科技文獻中事理知識抽取方法的實現(xiàn)模塊
5.2.1 文本預(yù)處理模塊
5.2.2 語義消歧模塊
5.2.3 基于詞匯鏈的事件鏈構(gòu)建模塊
5.2.4 基于篇章結(jié)構(gòu)的事件關(guān)系識別模塊
5.3 實驗評價與分析
5.3.1 評價方法與指標
5.3.2 評價結(jié)果與分析
6 總結(jié)與展望
6.1 研究總結(jié)
6.2 研究不足與展望
參考文獻
致謝
【參考文獻】:
期刊論文
[1]基于知識內(nèi)容的數(shù)字圖書館跨學(xué)科多粒度知識表示模型構(gòu)建[J]. 王忠義,夏立新,李玉海. 中國圖書館學(xué)報. 2019(06)
[2]基于篇章修辭結(jié)構(gòu)的自動文摘連貫性研究[J]. 劉凱,王紅玲. 中文信息學(xué)報. 2019(01)
[3]基于文獻的科研事件表示與語義鏈接研究[J]. 王佳琪,張均勝,喬曉東. 數(shù)據(jù)分析與知識發(fā)現(xiàn). 2018(05)
[4]情報事理圖譜的概念界定與價值分析[J]. 周京艷,劉如,李佳娛,吳晨生. 情報雜志. 2018(05)
[5]動態(tài)時間分布LDA的網(wǎng)絡(luò)輿情熱點詞鏈提取研究[J]. 萬紅新. 江西科技師范大學(xué)學(xué)報. 2016(06)
[6]自然語言處理中的篇章主次關(guān)系研究[J]. 褚曉敏,朱巧明,周國棟. 計算機學(xué)報. 2017(04)
[7]融入事件知識的主題表示方法[J]. 孫銳,郭晟,姬東鴻. 計算機學(xué)報. 2017(04)
[8]基于模式識別的文本知識點深度挖掘方法[J]. 溫浩,溫有奎,王民. 計算機科學(xué). 2016(03)
[9]知識表示學(xué)習(xí)研究進展[J]. 劉知遠,孫茂松,林衍凱,謝若冰. 計算機研究與發(fā)展. 2016(02)
[10]基于知識元的突發(fā)事件案例信息抽取方法[J]. 王寧,陳湧,郭瑋,仲秋雁,王延章. 系統(tǒng)工程. 2014(12)
博士論文
[1]面向事件的文本知識發(fā)現(xiàn)與表示[D]. 王先傳.上海大學(xué) 2017
[2]生物事件抽取聯(lián)合模型研究[D]. 魏小梅.武漢大學(xué) 2016
[3]針對學(xué)術(shù)文獻的句子級知識抽取研究[D]. 化柏林.南京大學(xué) 2013
[4]工程知識粒度化技術(shù)及其應(yīng)用研究[D]. 趙昌葆.西北工業(yè)大學(xué) 2006
碩士論文
[1]基于本體的行業(yè)知識圖譜構(gòu)建技術(shù)的研究與實現(xiàn)[D]. 李思珍.北京郵電大學(xué) 2019
[2]基于CDTB的篇章結(jié)構(gòu)解析器的自動構(gòu)建研究[D]. 孫成.蘇州大學(xué) 2019
[3]基于海量學(xué)術(shù)資源的知識元抽取研究[D]. 王洋洋.寧波大學(xué) 2014
[4]基于詞匯鏈義原向量空間模型的話題跟蹤算法研究[D]. 吳飛.南京航空航天大學(xué) 2014
[5]傳統(tǒng)搜索引擎與語義搜索引擎比較研究[D]. 趙夷平.吉林大學(xué) 2009
本文編號:3733221
【文章頁數(shù)】:77 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 知識抽取的理論基礎(chǔ)研究
1.2.2 知識抽取的方法與技術(shù)研究
1.2.3 知識抽取的應(yīng)用研究
1.2.4 研究現(xiàn)狀評述
1.3 研究意義
1.3.1 理論意義
1.3.2 實踐意義
1.4 研究目標與內(nèi)容
1.4.1 研究目標
1.4.2 研究內(nèi)容
1.5 研究方法與技術(shù)路線
1.5.1 研究方法
1.5.2 技術(shù)路線
1.6 創(chuàng)新點
2 相關(guān)理論與方法概述
2.1 事理知識概述
2.1.1 知識的分類
2.1.2 事件知識與事理知識
2.1.3 事理知識的組成要素
2.1.4 事理知識的研究述評
2.2 知識表示概述
2.2.1 知識表示原理
2.2.2 知識表示方法
2.2.3 知識表示方法述評
2.3 詞匯鏈概述
2.3.1 詞匯鏈的原理
2.3.2 詞匯鏈的抽取方法
2.3.3 詞匯鏈抽取方法述評
2.4 篇章結(jié)構(gòu)概述
2.4.1 篇章結(jié)構(gòu)的原理
2.4.2 篇章結(jié)構(gòu)分析
2.4.3 篇章結(jié)構(gòu)分析述評
3 科技文獻中事理知識的表示
3.1 科技文獻中事理知識的概念
3.1.1 科技文獻中事理知識的內(nèi)涵
3.1.2 科技文獻中事理知識的組成要素
3.2 科技文獻中事理知識的表示方法
3.2.1 科技文獻中事理知識的結(jié)構(gòu)分析
3.2.2 科技文獻中事理知識的表示方法選擇
3.3 科技文獻中事理知識的表示框架
3.3.1 科技文獻中事理知識的框架設(shè)計
3.3.2 科技文獻中事理知識的框架構(gòu)成
4 科技文獻中事理知識的抽取
4.1 文本預(yù)處理
4.2 語義消歧
4.3 基于詞匯鏈的事件鏈抽取
4.3.1 詞匯鏈抽取
4.3.2 詞匯鏈的優(yōu)化
4.3.3 事件鏈的抽取
4.4 基于篇章結(jié)構(gòu)的事件關(guān)系識別
4.4.1 篇章修辭結(jié)構(gòu)分析
4.4.2 篇章物理結(jié)構(gòu)分析
4.5 事理知識的構(gòu)建
5 科技文獻中事理知識的抽取實證
5.1 實驗環(huán)境及語料
5.1.1 實驗環(huán)境
5.1.2 實驗語料
5.2 科技文獻中事理知識抽取方法的實現(xiàn)模塊
5.2.1 文本預(yù)處理模塊
5.2.2 語義消歧模塊
5.2.3 基于詞匯鏈的事件鏈構(gòu)建模塊
5.2.4 基于篇章結(jié)構(gòu)的事件關(guān)系識別模塊
5.3 實驗評價與分析
5.3.1 評價方法與指標
5.3.2 評價結(jié)果與分析
6 總結(jié)與展望
6.1 研究總結(jié)
6.2 研究不足與展望
參考文獻
致謝
【參考文獻】:
期刊論文
[1]基于知識內(nèi)容的數(shù)字圖書館跨學(xué)科多粒度知識表示模型構(gòu)建[J]. 王忠義,夏立新,李玉海. 中國圖書館學(xué)報. 2019(06)
[2]基于篇章修辭結(jié)構(gòu)的自動文摘連貫性研究[J]. 劉凱,王紅玲. 中文信息學(xué)報. 2019(01)
[3]基于文獻的科研事件表示與語義鏈接研究[J]. 王佳琪,張均勝,喬曉東. 數(shù)據(jù)分析與知識發(fā)現(xiàn). 2018(05)
[4]情報事理圖譜的概念界定與價值分析[J]. 周京艷,劉如,李佳娛,吳晨生. 情報雜志. 2018(05)
[5]動態(tài)時間分布LDA的網(wǎng)絡(luò)輿情熱點詞鏈提取研究[J]. 萬紅新. 江西科技師范大學(xué)學(xué)報. 2016(06)
[6]自然語言處理中的篇章主次關(guān)系研究[J]. 褚曉敏,朱巧明,周國棟. 計算機學(xué)報. 2017(04)
[7]融入事件知識的主題表示方法[J]. 孫銳,郭晟,姬東鴻. 計算機學(xué)報. 2017(04)
[8]基于模式識別的文本知識點深度挖掘方法[J]. 溫浩,溫有奎,王民. 計算機科學(xué). 2016(03)
[9]知識表示學(xué)習(xí)研究進展[J]. 劉知遠,孫茂松,林衍凱,謝若冰. 計算機研究與發(fā)展. 2016(02)
[10]基于知識元的突發(fā)事件案例信息抽取方法[J]. 王寧,陳湧,郭瑋,仲秋雁,王延章. 系統(tǒng)工程. 2014(12)
博士論文
[1]面向事件的文本知識發(fā)現(xiàn)與表示[D]. 王先傳.上海大學(xué) 2017
[2]生物事件抽取聯(lián)合模型研究[D]. 魏小梅.武漢大學(xué) 2016
[3]針對學(xué)術(shù)文獻的句子級知識抽取研究[D]. 化柏林.南京大學(xué) 2013
[4]工程知識粒度化技術(shù)及其應(yīng)用研究[D]. 趙昌葆.西北工業(yè)大學(xué) 2006
碩士論文
[1]基于本體的行業(yè)知識圖譜構(gòu)建技術(shù)的研究與實現(xiàn)[D]. 李思珍.北京郵電大學(xué) 2019
[2]基于CDTB的篇章結(jié)構(gòu)解析器的自動構(gòu)建研究[D]. 孫成.蘇州大學(xué) 2019
[3]基于海量學(xué)術(shù)資源的知識元抽取研究[D]. 王洋洋.寧波大學(xué) 2014
[4]基于詞匯鏈義原向量空間模型的話題跟蹤算法研究[D]. 吳飛.南京航空航天大學(xué) 2014
[5]傳統(tǒng)搜索引擎與語義搜索引擎比較研究[D]. 趙夷平.吉林大學(xué) 2009
本文編號:3733221
本文鏈接:http://sikaile.net/tushudanganlunwen/3733221.html