利用Multi-MARC实现文献信息管理系统中融入知识组织系统

来源 :中国科学技术情报学会 | 被引量 : 0次 | 上传用户:ysminnpu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传统文献信息管理系统侧重于对数据流的自动处理和对业务规则的规范控制,而忽视对知识组织工具的支持。如何将知识组织和管理的理论与研究成果应用于实践,是目前数字图书馆在资源组织和用户服务方面积极探索和实践的重要课题。本文在分析传统文献信息系统在知识管理方面的应用和局限的基础上,以实例介绍了新一代LAS融入知识组织体系、架构统一的知识描述机制(Multi-MARC)、整合多种应用的设计理念、开发思想和功能特点,同时对相应的软件工程技术作了介绍。
其他文献
本文提出一种适合数字图书馆特定专业领域小文档(如摘要等)的文本自动分类算法。该方法以同义词集合概念代替词条,建立分层的概念层次结构,使得在训练过程中更容易提取出代表类别的高层次信息。实验结果表明,当训练文本数量不大时,该方法比基于词频的方法能获得更高的检索准确率。
分析了当前网络环境下信息资源的特点和用户的需求,从《装备科技信息分类表》在网络建设中的应用探讨了当前面向网络的专业信息分类表的编制。
本文对2000至2006年国外研究用户网络搜索行为的文献进行了调查,主要探讨了影响用户网络搜索行为的因素以及不同群体的搜索行为特征方面的研究成果。最后,本文评述了该两方面的研究现状并对未来的研究发展进行了展望。
针对目前的基于内容的图像检索系统的速度和效率问题,本文提出基于分类技术的图像检索方法。本文首先介绍了基于SVM的多类图像分类的研究,然后介绍了在分类基础之上,构建的基于内容的图像检索系统的原理,最后做出评价。
当前的用户兴趣模型大多采用基于向量空间模型的加权关键字的方法,当一个关键字在不同的领域中有不同的含义时,会导致模型失效。本文提出类别与关键字结合的构建用户模型的方法。根据用户日志,对用户浏览过的网页分类,建立用户兴趣的类别模型。再从各类网页中提取关键字,建立与类别相关连的关键字模型。两种模型综合,构成了用户兴趣模型。
语义标注是语义检索、知识挖掘、智能推理等研究领域的一个基础研究课题。本文给出一种基于文本语义相关度计算的中文文本语义关系标注方法。该方法首先构建了主题特征量和文本特征向量,采用基于《HowNet》的词语语义相似度和文本语义相似度计算方法进行主题特征量与文本特征向量的语义关系计算,同时,对文本的类别、语义关系进行有效标注。
只有教会电脑能理解人的自然语言,能够用自然语言与人进行交流,人才能真正地成为电脑的主人,本文介绍了作者领导的研究者们在成功地教电脑理解中文自然语言所走过的道路、认识的飞跃和基本方法。
知识描述与组织是知识服务的基础,它是知识管理的核心。本文具体讨论了信息对象的知识点描述与获取、知识存储与索引机制;并对知识抽取与本体论方法进行了探讨。
知识组织工具是信息检索领域的重要理论研究课题之一。基于对信息检索基本原理及其所涉及的知识组织问题的认知和理解,作者在本文中首次提出并阐述了检索系统中知识组织工具构建的5个技术(理念)维度,即分类vs主题、先组vs后组、受控vs非受控、形式化vs非形式化、弱结构vs强结构,并据此进一步抽象、概括出“知识组织工具的更新和演替是影响信息检索活动发展演变的基本动因之一”的学术判断。
信息系统的建设须从正确理解并建立组织模型开始。针对目前组织模型适应性较差,提出一种角色行为能力模型来描述组织,提高组织对环境的适应能力。具体建模过程以组织符号学的理论方法为基础,通过语义分析得到组织的角色行为能力模型,通过规范分析,可有效的获取组织中的规范,规范是一种行为协调机制,可有效的减少组织中的冲突和协作效率提高,由于规范的可变性,使组织模型具有一定的适应能力。最后通过一个案例说明基于语义分