面向?qū)W術(shù)交流的機構(gòu)知識庫發(fā)現(xiàn)系統(tǒng)的核心技術(shù)研究

曹 霞 劉亞麗

（1.黑龍江中醫(yī)藥大學圖書館，黑龍江 哈爾濱 150040；2.東北林業(yè)大學圖書館，黑龍江 哈爾濱 150040）

隨著大數(shù)據(jù)以及云計算等技術(shù)的深入發(fā)展，如何更好地運用新技術(shù)為機構(gòu)知識庫的發(fā)展提供良好的生態(tài)環(huán)境，是當前機構(gòu)知識庫的研究方向之一。現(xiàn)階段，將機構(gòu)知識庫的內(nèi)部同多種知識庫資源實行連接，是新一代知識庫發(fā)展的關(guān)鍵手段，有利于促進其個性化以及知識化發(fā)展。在這一背景下，對關(guān)聯(lián)數(shù)據(jù)的運用，使其深入發(fā)掘知識庫中的潛在價值，分析資源整合以及知識服務(wù)的新業(yè)態(tài)，這是新一代知識庫構(gòu)建以及發(fā)展的關(guān)鍵。

1 機構(gòu)知識庫基本架構(gòu)與功能解讀

1.1 機構(gòu)知識庫基本架構(gòu)

對于新一代知識庫來說，它主要是借助集成云計算以及大數(shù)據(jù)等技術(shù)，促進機構(gòu)知識庫的研發(fā)，從而使其可以為用戶提供較多的服務(wù)支持。在機構(gòu)知識庫中，其底層數(shù)據(jù)來源的范圍非常廣，其中有WOS、EI、機構(gòu)文庫等。而且其數(shù)據(jù)類型也比較多，其中有期刊論文資源、學位論文資源以及專利等。從內(nèi)部功能來看，主要是借助數(shù)據(jù)處理流程，針對學術(shù)成果來說，可以自動進行更新，有效解決學者姓名以及機構(gòu)名稱等拼寫錯誤，實現(xiàn)對機構(gòu)以及學者的甄別。與此同時，能夠?qū)W者以及機構(gòu)的學術(shù)產(chǎn)出，實現(xiàn)準確地追蹤，還可以完成學術(shù)評價以及同行評審工作，深化科研合作，加快知識的傳播，實現(xiàn)資源共享。從外部功能來看，主要是借助標準數(shù)據(jù)接口，對各種服務(wù)進行整合，能夠?qū)崿F(xiàn)人事、教學以及科研管理系統(tǒng)的有機融合，有利于更好地服務(wù)于機構(gòu)教學、管理和科研活動。從其服務(wù)功能上來看，其中包括對數(shù)據(jù)目標的管理，對機構(gòu)影響力的評估以及實現(xiàn)內(nèi)容自動更新等服務(wù)。

1.2 機構(gòu)知識庫功能服務(wù)

1）數(shù)據(jù)與復合目標管理服務(wù)。伴隨學術(shù)的深入研究，學術(shù)產(chǎn)出以及形式逐漸豐富起來，這也致使多種形式的學術(shù)產(chǎn)出，逐漸從科研轉(zhuǎn)到前臺。其中就有科學數(shù)據(jù)、軟件以及圖像等。針對單一內(nèi)容目標類型而言，其組織變得非常容易，針對復合型的目標，就要借助關(guān)聯(lián)組織模式，所以該功能就融入了新一代知識庫，讓其服務(wù)于發(fā)現(xiàn)系統(tǒng)以及數(shù)據(jù)登記。

2）影響力管理服務(wù)。對于機構(gòu)知識庫來說，構(gòu)建的核心目標以及作用，是為了強化科研人員和機構(gòu)的作用，提升他們的影響力，讓科研以及學術(shù)交流朝向更加多元化的方向發(fā)展，實現(xiàn)科研以及學術(shù)的綜合性目標。針對傳統(tǒng)學術(shù)影響的評價，大部分都是通過同行間的評價，以及對學術(shù)的引用來進行評價的。當前比較盛行的綜合影響力評價要素，不但有學術(shù)引用，還有對學術(shù)文獻的下載運用和來自社會各界的評價等。在新一代知識庫中，其集成主要有引用的計量，引用的頻次，科研者的H指數(shù)以及社會影響力等要素。

2 機構(gòu)知識庫核心技術(shù)表述與分析

2.1 關(guān)聯(lián)數(shù)據(jù)中的技術(shù)

1）規(guī)范化描述實體。想要讓用戶準確以及迅速地找到他們想要的資源，在新一代知識庫中，就結(jié)合了語義化訪問服務(wù)。對此，應(yīng)該規(guī)范化描述實體，避免HTML格式的描述。機構(gòu)知識庫主要是根據(jù)研究的主題，以及學科領(lǐng)域來劃分知識結(jié)構(gòu)的，在每一個研究主題以及學術(shù)領(lǐng)域中，還對其劃分成多個專題。針對專題而言，能夠按照文獻的類型，以及別的索引方式加以組織。在各個專題內(nèi)容中，有很多類型的數(shù)據(jù)集，其中包括期刊論文、學位論文以及專利等。

2）語義化資源實體?；陉P(guān)聯(lián)數(shù)據(jù)的運用，在機構(gòu)知識庫中，能夠?qū)崿F(xiàn)語義化資源實體，為其提供相應(yīng)的前提。主要是結(jié)合實體目標間的聯(lián)系，來分析機構(gòu)知識庫中有關(guān)實體目標資源的概念，并對其進行明確，深層次地展開分析以及描述。在這些資源概念中涉及很多內(nèi)容，有相關(guān)概念以及交叉概念等。對此，應(yīng)先建立知識庫的資源本體，然后再分析概念之間的聯(lián)系，增加類的屬性，進而構(gòu)建本體與語義之間的聯(lián)系。與此同時，關(guān)聯(lián)數(shù)據(jù)還能夠促使機構(gòu)知識庫建立更多信息資源，也不完全限制在資源實體信息中。在這之中，能夠?qū)崿F(xiàn)科研人員、科研成果和所屬機構(gòu)等信息的增加，還能找到任意信息描述下的數(shù)據(jù)源，給予它們更多分布式數(shù)據(jù)源，在此基礎(chǔ)上加以整合，形成關(guān)聯(lián)訪問，以便更好地為用戶服務(wù)，提供給他們資源發(fā)現(xiàn)服務(wù)。

2.2 關(guān)聯(lián)數(shù)據(jù)實現(xiàn)的功能

1）識別實體目標、抽取實體關(guān)系。在機構(gòu)知識庫中，關(guān)于實體目標就非常多，且它們之間的關(guān)系也十分復雜。針對相同的實體目標以及關(guān)系，想要實現(xiàn)識別以及抽取，是非常關(guān)鍵的問題。根據(jù)多種關(guān)聯(lián)數(shù)據(jù)源來說，將其放在同一個實體，比如地名等，通過多種URI進行標識，將會導致其標識的目標以及實體達不到一致。想要有效優(yōu)化這一問題，在設(shè)計時可以構(gòu)建一個將作者和知識資產(chǎn)作者進行排序的程序，主要是利用人工分辨的方式，來達到作者及其成果的一致關(guān)系。這個程序能夠?qū)⒆髡呱蟼鞯綑C構(gòu)知識庫中的內(nèi)容進行儲存，然后對其分配URI標識符，可以實現(xiàn)自動發(fā)送認領(lǐng)郵件的目的，接著再讓作者進行確認，來判斷這個是否為其作品，并自行選擇排序。雖然這個方式的效率相對較低，而且認領(lǐng)時間也比較長，但是從現(xiàn)階段研究層次方面來看，該方式的效果是非常明顯的，還大幅度地增加了實體目標識別的準確度。同時在機構(gòu)知識庫中，還能夠設(shè)計別名管理程序，針對相同的人名實體，在知識庫中還設(shè)立了各種形式的別名，可以有效處理人名實體的識別問題。做好前期的處理工作，在機構(gòu)知識庫中，抽取實體目標以及關(guān)系，結(jié)合知識庫中的元數(shù)據(jù)來描述字段和關(guān)系，以此為前提加以分析。

2）選取關(guān)聯(lián)數(shù)據(jù)源、映射各種詞表間。對于機構(gòu)知識庫來說，其中的數(shù)據(jù)包括期刊論文資源、教材資源以及會議論文等資源，想要把其中的元數(shù)據(jù)和外面的關(guān)聯(lián)數(shù)據(jù)連接起來，應(yīng)該科學選取關(guān)聯(lián)數(shù)據(jù)源，這是非常關(guān)鍵的內(nèi)容?，F(xiàn)階段在互聯(lián)網(wǎng)中關(guān)聯(lián)數(shù)據(jù)是非常多的，但是大部分都為綜合性的公共數(shù)據(jù)集。對于不同的關(guān)聯(lián)數(shù)據(jù)而言，其來源也會通過各種關(guān)聯(lián)詞表來實現(xiàn)，想要最大程度地語義化元數(shù)據(jù)，為用戶展現(xiàn)更加清晰的數(shù)據(jù)視圖，應(yīng)該對各種術(shù)語進行轉(zhuǎn)換，使其達到相同的目標模式。在進行轉(zhuǎn)換時，應(yīng)該按照詞表來把數(shù)據(jù)進行映射，使其成為本地的數(shù)據(jù)模式，除此之外，也應(yīng)該按照人工產(chǎn)生以及數(shù)據(jù)挖掘等方式獲取的映射規(guī)則，在此基礎(chǔ)上實行轉(zhuǎn)換。

3 結(jié)語

綜上所述，基于機構(gòu)知識庫內(nèi)部，將其與不同知識庫資源進行有效的融合，有助于更好發(fā)展新一代知識庫，達到個性化服務(wù)的目的?；诖耍瑧?yīng)當積極引入關(guān)聯(lián)數(shù)據(jù)技術(shù)，進一步挖掘知識庫所隱藏的價值，就新一代知識庫的進步來說，這有著很大的現(xiàn)實意義。