科技论文的语义模式研究

A highly semantic enriched publication always makes its information and data much easier to search, navigate, disseminate and reuse, whereas most online articles today are still electronic facsimiles of linear structured papers, with shallow metadata descriptions, lacking in semantic knowledge and interlinked relationships between elementary modules of content. In this project proposal, we aim to propose a framework in terms of a model for scientific discourse representation, a structural knowledge based scientific metadata schema and a tool for semantic authoring and annotation, dealing with rhetorical structuring and logical serializations, hierarchical knowledge description and automatically semantic annotating in a dynamic knowledge space respectively. Our ultimate goal is to establish a theoretical framework for scientific discourse representation patterns along with a set of tools, and persuade researchers and publishers to utilize it.

科技论文的读写模式，直接影响着科研人员对于知识理解、共享和重用的效果与效率。本项目拟针对当前科技论文非结构化知识表示、匮乏语义信息、缺少语义描述等问题，以论文的语义结构和语义关联为研究对象，对于科技论文的语义模式进行研究。 项目组将通过建立基于论文类型的语义结构模型，揭示科技论文的语义模块及其内在逻辑关联和逻辑序列；通过设计基于结构化知识表示的元数据方案，实现对于科技论文各个层次结构的语义描述；通过设计并实现一套语义标注语言及方法，实现动态社会网络下语义标注的自动处理和自动生成。本项目的最终目标是，通过逐步研究上述各阶段的理论与技术，建立起一套比较完善的科技论文语义模式理论，并在此基础上开发出相应的语义表示和语义标注方法，为广大科研人员和出版机构使用。

针对当前科技论文非结构化知识表示、匮乏语义信息、缺少语义描述等问题，项目组以论文的语义结构和语义关联为研究对象，针对科技论文的语义模式开展研究，提出了基于科技论文类型的元数据方案SKOTypes，基于科技论文逻辑结构的语义模式的SKOPatterns，和基于语义技术的语义标注工具SKOTeX，并进行了一系列的理论和实验研究，在科技论文的知识表示、实体识别、语义标注和语义搜索等方面取得了一定进展。. 针对不同类型的科技论文和不同结构层次的科技知识中所蕴含的语义模式进行研究，具体包括科技论文(SKO)、科技论文组成模块(SKO Node)、科技论文集合(SKO Set)的定义与分类，以及各种类型之间的包含、继承等关系。基于论文的分类结构，对不同类型的论文进行了修辞结构分析和逻辑分析，根据论文内容所表达的语义功能，定义了语义模块、模块之间的语义关联及逻辑序列，进而实现了语义结构模型的设计。. 根据语义结构模型，提出了相应的元数据方案，建立了一套有效的理论模型，实现SKO、SKO Set、和SKO Node内在和外在数据、知识、实体的语义关联表示方法，并给出实体、关系和属性的详细定义。 . 针对动态社会网络下的语义标注方法进行研究，设计并实现了一种基于LaTeX语法的语义标注语言，实现元数据模式对于科技论文及其语义结构的标注方法，以及LaTeX与XML及RDF等标记语言的自动转换。. 基于项目提出的语义模块和语义标注方法，搭建了基于修辞结构、自然语言处理、语义技术的语义搜索平台；实现了基于WikiPedia和科技论文的自动本体建立方法；设计了基于本体的机器学习相关算法，实现了Keyword自动分类器和Concept推荐算法，进一步推动了语义技术在科技知识管理中的理论和应用研究。. 本项目共发表SCI/SSCI/EI检索论文7篇，申请发明专利1项，获得软件著作权1项，获得全国商业科技进步一等奖1项。组织国际研讨会2次，培养博士后1人、博士研究生2人、硕士研究生8人。