知识获取及主题建模关键技术研究

Knowledge Discovery(KD) is the basis to solve information structuration, message pushing, semantic information retrieval and question answering system, and it has been a key technique in the fields such as NLP, Web information retrieval and heterogeneous data integration. However, research on KD is still in its infancy, and is faced with many problems and challenges. This project intends to apply NLP and machine learning techniques to solve the facing problems, and mainly focuses on five aspects, namely “Concept extraction with semantic information”, “Concept disambiguation using local and global features”, “Concept’s attributes extraction algorithm”, “Knowledge based topic model” and “Cross domain topic model”. The proposed methods, on one hand, are expected to enrich the theoretical achievements in the fields of KD, and on the other hand, to give technique support to the application of KD in the fields of information service.

知识获取是实现信息结构化、主动信息推送、语义检索和问答等新型信息服务的基础，已成为自然语言处理、Web 信息检索、异构数据集成等研究领域共同关心的核心技术。然而，它的许多研究仍处于初始阶段，面临着很多困难和挑战。本项目拟针对当前该领域所面临的主要问题，利用自然语言处理和机器学习技术，着重研究“引入语义信息的概念抽取方法”、“基于局部特征与全局特征的概念消歧”、“概念属性抽取方法”、“基于知识的主题模型”以及“跨领域的主题模型”等几个方面，提出新的方法，希望丰富知识获取领域的理论成果，并为知识获取在信息服务领域的应用提供技术支撑。

知识获取是实现信息结构化、主动信息推送、语义检索和问答等新型信息服务的基础，已成为自然语言处理、Web 信息检索、异构数据集成等研究领域共同关心的核心技术。然而，它的许多研究仍处于初始阶段，面临着很多困难和挑战。.本项目针对当前该领域所面临的主要问题，利用自然语言处理和机器学习技术，重点研究了引入语义信息的概念抽取方法、基于局部特征与全局特征的概念消歧、概念属性抽取方法、基于知识的主题模型、跨领域的主题模型以及相关的文本表示等等几个方面。.我们对知识库技术和主题分析进行了较为系统化、理论化的探索。4年期间，申请发明专利6项，授权发明专利1项；在被SCI或EI等检索的国际国内重要学术期刊和会议上发表论文24篇，其中，在包括2017年AAAI（第一标注）等在内的国际学术会议上发表论文7篇，SCI源刊论文16篇（其中第一标注论文13篇），培养博士研究生4名、硕士研究生12名，圆满完成了项目的预期目标。研究成果进一步丰富了知识发现和文本处理研究领域的理论成果，为进一步推动知识库技术发展做出了贡献，同时还有力的支持了中国工程科技知识中心分中心——工程科教图书知识服务平台的建设。