面向开放知识源的知识碎片分面聚合方法研究

To integrate knowledge fragments of open knowledge resources, this project incorporates the faceted structure of knowledge topic into knowledge fusion, through which scattered knowledge fragments are fused into triples of “topic-facet-knowledge fragment.” .The critical issues to be addressed include: 1) Boundary detection and credibility evaluation of knowledge fragments, which helps extract knowledge fragments with high trustworthiness from unstructured short text of open knowledge resources. 2) Label mining and facet identification of knowledge topics, which can be leveraged to generate “topic-facet” structures automatically. 3) Multi-view feature selection and transfer learning for associating knowledge fragments to a“topic-facet” structure, which helps solve the problems of feature sparseness and annotation bottleneck. The effectiveness of the proposed methods in this project will be evaluated by empirical experiments in an e-learning environment. .This project, on the one hand, will refine and extend theories and methods of knowledge fusion. On the other hand it will help to reduce cognitive overload caused by knowledge fragmentation, and provide theories and techniques for constructing novel platforms of knowledge management and services. .Expected outcomes include over 20 high quality research papers, 4 to 5 national invention patents, and a novel faceted fusion system of knowledge fragments.

针对开放知识源上的知识碎片化问题，本项目将知识主题的分面结构引入知识聚合，研究如何将散布的知识碎片按“主题-分面-知识碎片”三元组结构进行聚合。拟解决的关键问题包括：一、研究短文本形式知识碎片的边界识别与置信度评测问题，实现从开放知识源的非结构化文本中抽取出高置信度的知识碎片。二、研究知识主题的标签挖掘与分面识别方法，实现“主题-分面”结构的自动生成。三、研究知识碎片的多视图特征选择与装配方法的迁移学习问题，解决知识碎片的特征稀疏与标注瓶颈问题。本项目将以e-learning为应用载体，开展实证测试与成果验证。.项目研究一方面有助于丰富与完善知识聚合领域的相关理论与方法，另一方面，有助于克服知识碎片化引发的“认知过载”问题，为构建新型的知识管理与服务平台提供理论与关键技术支撑。.预期成果包括：发表高水平学术论文20篇以上；申请国家发明专利4~5项；研制出知识碎片分面聚合系统。

本项目以开放知识源中的非结构化文本为对象，对知识碎片的分面聚合方法展开研究，以应对知识碎片化问题及其对知识获取与认知的挑战。主要工作包括：一、提出了关联数据的冲突消解方法，实现量质转换，解决海量碎片化知识的自洽性问题。二、设计了基于标签传播的分面树自动构建算法，降低对标注数据的依赖性。三、设计了碎片化知识装配的系列算法，支持将文本、图像等不同模态碎片化知识映射到分面树上。四、研制出碎片化知识分面聚合系统，并在西安交大网络教育学院得到应用。. 上述研究工作发表学术论文20余篇，申报发明专利5项，已授权1项；选择计算机领域，以自动构建与人工校验相结合方式建立了10门课程6,750个“主题-分面”结构，并聚合来自Wikipedia、百度百科等知识源的知识碎片；研究成果与应用作为重要部分，获得陕西省技术发明一等奖（排名：2）；培养博士3名，硕士6名。. 本项目研制的算法及系统能够将多源分布的知识碎片聚合成结构化且符合人类认知特点的组织形式，有助于克服知识碎片化引发的认知过载问题，并为构建新型的知识管理与服务平台提供理论与技术支撑。