科技文献中事理知识抽取研究

发布时间：2023-01-30 15:57

　　科技文献不仅承载着研究者们的科研成果和创新智慧,还为科研工作者提供了丰富的知识资源,是促进科学研究发展的重要载体。近年来,随着数字图书馆服务模式从信息服务逐渐转向知识服务,海量的科技知识文献在给科研技术工作者们带来丰富优质信息资源的同时也会给他们造成一些信息过载的问题,科研人员难以及时、快速、全面地实时追踪并掌握相关研究领域的演化规律和逻辑,这成为制约科技创新发展的一大瓶颈。因此,在当前数据密集型科学范式的发展背景下,学者们对科技文献的知识抽取研究更加关注从知识单元到知识逻辑关联的转换过程,即从关注文献中的实体、概念等静态陈述型知识的抽取逐渐转移到事件、事理知识等动态过程型知识的抽取。其中,科技文献中的事理知识是科技文献中事件知识和事件之间各种语义关联组成的具有层次性和逻辑性的事件链,可以帮助研究者们从宏观的角度追踪和掌握不同学科研究领域的知识原理和逻辑,是研究者们面对科研决策的重要判断依据。但是,目前针对知识抽取的研究尚存留在对知识的外部形式特征或主题特征的抽取上,未能深入揭示文献所载荷的知识之间的内在逻辑联系,尚未形成关于事理知识抽取方法的系统研究。针对这一问题,本文以科技文献为研... 

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景
    1.2 国内外研究现状
        1.2.1 知识抽取的理论基础研究
        1.2.2 知识抽取的方法与技术研究
        1.2.3 知识抽取的应用研究
        1.2.4 研究现状评述
    1.3 研究意义
        1.3.1 理论意义
        1.3.2 实践意义
    1.4 研究目标与内容
        1.4.1 研究目标
        1.4.2 研究内容
    1.5 研究方法与技术路线
        1.5.1 研究方法
        1.5.2 技术路线
    1.6 创新点
2 相关理论与方法概述
    2.1 事理知识概述
        2.1.1 知识的分类
        2.1.2 事件知识与事理知识
        2.1.3 事理知识的组成要素
        2.1.4 事理知识的研究述评
    2.2 知识表示概述
        2.2.1 知识表示原理
        2.2.2 知识表示方法
        2.2.3 知识表示方法述评
    2.3 词汇链概述
        2.3.1 词汇链的原理
        2.3.2 词汇链的抽取方法
        2.3.3 词汇链抽取方法述评
    2.4 篇章结构概述
        2.4.1 篇章结构的原理
        2.4.2 篇章结构分析
        2.4.3 篇章结构分析述评
3 科技文献中事理知识的表示
    3.1 科技文献中事理知识的概念
        3.1.1 科技文献中事理知识的内涵
        3.1.2 科技文献中事理知识的组成要素
    3.2 科技文献中事理知识的表示方法
        3.2.1 科技文献中事理知识的结构分析
        3.2.2 科技文献中事理知识的表示方法选择
    3.3 科技文献中事理知识的表示框架
        3.3.1 科技文献中事理知识的框架设计
        3.3.2 科技文献中事理知识的框架构成
4 科技文献中事理知识的抽取
    4.1 文本预处理
    4.2 语义消歧
    4.3 基于词汇链的事件链抽取
        4.3.1 词汇链抽取
        4.3.2 词汇链的优化
        4.3.3 事件链的抽取
    4.4 基于篇章结构的事件关系识别
        4.4.1 篇章修辞结构分析
        4.4.2 篇章物理结构分析
    4.5 事理知识的构建
5 科技文献中事理知识的抽取实证
    5.1 实验环境及语料
        5.1.1 实验环境
        5.1.2 实验语料
    5.2 科技文献中事理知识抽取方法的实现模块
        5.2.1 文本预处理模块
        5.2.2 语义消歧模块
        5.2.3 基于词汇链的事件链构建模块
        5.2.4 基于篇章结构的事件关系识别模块
    5.3 实验评价与分析
        5.3.1 评价方法与指标
        5.3.2 评价结果与分析
6 总结与展望
    6.1 研究总结
    6.2 研究不足与展望
参考文献
致谢


【参考文献】：
期刊论文
[1]基于知识内容的数字图书馆跨学科多粒度知识表示模型构建[J]. 王忠义,夏立新,李玉海.  中国图书馆学报. 2019(06)
[2]基于篇章修辞结构的自动文摘连贯性研究[J]. 刘凯,王红玲.  中文信息学报. 2019(01)
[3]基于文献的科研事件表示与语义链接研究[J]. 王佳琪,张均胜,乔晓东.  数据分析与知识发现. 2018(05)
[4]情报事理图谱的概念界定与价值分析[J]. 周京艳,刘如,李佳娱,吴晨生.  情报杂志. 2018(05)
[5]动态时间分布LDA的网络舆情热点词链提取研究[J]. 万红新.  江西科技师范大学学报. 2016(06)
[6]自然语言处理中的篇章主次关系研究[J]. 褚晓敏,朱巧明,周国栋.  计算机学报. 2017(04)
[7]融入事件知识的主题表示方法[J]. 孙锐,郭晟,姬东鸿.  计算机学报. 2017(04)
[8]基于模式识别的文本知识点深度挖掘方法[J]. 温浩,温有奎,王民.  计算机科学. 2016(03)
[9]知识表示学习研究进展[J]. 刘知远,孙茂松,林衍凯,谢若冰.  计算机研究与发展. 2016(02)
[10]基于知识元的突发事件案例信息抽取方法[J]. 王宁,陈湧,郭玮,仲秋雁,王延章.  系统工程. 2014(12)

博士论文
[1]面向事件的文本知识发现与表示[D]. 王先传.上海大学 2017
[2]生物事件抽取联合模型研究[D]. 魏小梅.武汉大学 2016
[3]针对学术文献的句子级知识抽取研究[D]. 化柏林.南京大学 2013
[4]工程知识粒度化技术及其应用研究[D]. 赵昌葆.西北工业大学 2006

硕士论文
[1]基于本体的行业知识图谱构建技术的研究与实现[D]. 李思珍.北京邮电大学 2019
[2]基于CDTB的篇章结构解析器的自动构建研究[D]. 孙成.苏州大学 2019
[3]基于海量学术资源的知识元抽取研究[D]. 王洋洋.宁波大学 2014
[4]基于词汇链义原向量空间模型的话题跟踪算法研究[D]. 吴飞.南京航空航天大学 2014
[5]传统搜索引擎与语义搜索引擎比较研究[D]. 赵夷平.吉林大学 2009



本文编号：3733221