论文部分内容阅读
学术视觉资源是指学术文献中的图、表、公式等可视化资源的集合,包含了难以用文字表达的复杂概念、关键步骤、实验数据和研究结论等重要的学术知识,能够有效促进学术知识的表达、传播、理解、交流与创造,是学术知识的重要表现形式和传播载体,具有重要的学术价值。如何描述、组织和关联这些学术视觉资源,并揭示和挖掘其中的语义知识,来帮助用户快速定位、查找和获取所需的资源以及资源中所蕴含的细粒度知识,是学术视觉资源开发与利用中需要考虑和解决的问题。当前学术文献库中的学术图表检索和浏览模块通常以标题、作者、关键词、图表类型等方式进行描述和组织,对于学术视觉资源本身的内容特征揭示有限。学界对于学术视觉资源中语义知识挖掘的研究也较少,有些研究侧重于资源中图形符号的识别而忽略了其中的语义内涵,也有些研究侧重于资源中文本的提取却忽略了文本之间的语义关联,没有形成相对完善的学术视觉资源语义挖掘理论方法。学术视觉资源中的语义知识有待进一步挖掘和利用,所以有必要从学术视觉资源的内容特征层面考虑,揭示资源所包含的深层次语义知识,并以结构化的形式表示,从而为用户提供多维度、细粒度的学术知识服务。针对当前学术视觉资源挖掘研究中存在的资源语义揭示缺乏的问题,本文将学术文献中的图像资源作为主要对象,研究学术视觉资源语义理解的理论方法与表示模型,以期为学术视觉资源中语义知识自动抽取提供支撑。研究的主要内容包括以下四个方面:(1)分析学术视觉资源在表现形式、语义内涵以及认知方式上的特点,并结合图像语义理解和知识表示的相关理论,从“符号、关系、结构”三个层面来揭示学术视觉资源的语义知识,并提出融合上下文的学术视觉资源语义理解策略和基于产生式框架的学术视觉资源语义表示方法。(2)设计学术视觉资源中语义理解的总体流程,包括符号、关系和结构的视觉特征提取,语义对象、语义关系和语义结构的识别和推理,融合上下文的学术视觉资源语义关联等步骤,并阐述每个步骤的实现过程和方法。(3)构建基于产生式框架的学术视觉资源语义表示模型,并定义符号、关系和结构等各个子框架中的属性和属性值,实现学术视觉资源语义的结构化表示。(4)通过实验的方式验证本文提出的语义理解和表示方法的可行性,并比较学术视觉资源本身的语义内涵和资源上下文中所蕴含的语义内涵的差异,由此验证融合上下文的学术视觉资源语义理解的有效性。本文的研究实现了学术视觉资源多层次、多维度的语义理解和结构化的知识表示,能够比较完整地揭示资源中所蕴含的实体、概念、关系、结构等语义知识,符合用户认知习惯,具有一定的实用性,可应用于学术视觉资源知识挖掘与知识发现的研究中,为自动化学术视觉资源的知识抽取提供理论指导。