论文部分内容阅读
资源空间模型是面向网络资源的语义数据模型,基于资源的分类语义对资源进行组织和管理。科技文献资源空间是资源空间模型组织、管理海量科技文献资源的应用实例,构造科技文献资源空间需要依据领域知识提取构造学科分类体系或概念体系从而对资源进行分类。由于人工构造工作量大,并且容易受到设计者个人知识水平等因素的影响,因此本文研究科技文献资源空间的自动构造方法,从而解决科技文献资源空间的自动构造问题。 根据科技文献资源的特点,本文将科技文献资源的属性划分为外在属性和内在属性:外在属性基于科技文档元数据提供宏观粗粒度的语义描述,例如时间、作者、刊物、主题类别等;内在属性基于科技文档内容提供微观细粒度的语义描述,例如问题、方法、数据集等。将资源的外在属性与内在属性相结合能够提供科技文档全面的语义描述。因此,本文分别从基于资源外在属性的宏观维度和基于内在属性的微观维度两个方面来自动构造科技文献资源空间,提供资源浏览、检索、摘要等相关应用服务。 本文主要解决了科技文献资源空间自动构造的两个主要问题: 宏观维度分类体系的自动调整。科技文献资源空间的宏观维度分类体系需要随着资源的不断更新进行动态地调整,从而适应资源的动态组织管理需求。本文提出了基于资源的层次聚类对现有分类体系进行动态调整的算法,并且在Reuters-21578、20Newsgroups、DMOZ以及ScienceDirect科学论文集上验证了该方法的有效性。 微观维度概念体系的自动构造。本文基于SemEval2017(Task10)定义的科技文档三要素实体(任务、过程、材料)以及实体间关系(同义词关系、上下位关系)构建科技文献资源空间的微观维度概念体系。本文提出了基于深度神经网络的实体/关系联合抽取模型,从科技文档中自动提取三要素实体及实体间关系,并且在SemEval2017(Task10)的科学论文数据集上验证了该模型的有效性。 基于以上研究,本文实现了面向科技文献的资源空间的原型系统,验证了自动构造方法的有效性,为用户提供科技文献资源的查询、浏览和摘要服务。在原型系统的基础上,本文设计了基于科技文献资源空间的科技文档比较式摘要应用,体现了微观维度在科技文献资源空间中的重要作用。本文提出了基于差异主题模型的比较式摘要算法,创建了相应数据集并在该数据集上验证了算法的有效性。