面向语义出版的科技文献资源描述框架研究

In the development of big data and semantic publishing, with the goal of semantic publishing, we explore a new resource description framework for scientific literature in response to the actual needs of scientific literature knowledge organization and management to solve the contradiction between the supply of knowledge resources and the needs of scientific research users. This project combines semantic publishing with resource organization, and focus on the three aspects of semantic integration modeling, deep semantic indexing and resource knowledge space of scientific literature with the collaboration of knowledge supply and demand as the starting point. In the study of semantic integration modeling, we introduce a unified description and integrated modeling method for the multi-dimensional knowledge characteristics in scientific literature, and build a multi-granularity knowledge ontology collection based on knowledge elements ontology, which can cover the shortage of semantic modeling based on terminology or conceptual system. In the study of deep semantic indexing, we cooperate to use different types of ontology for deep semantic indexing of different levels of knowledge characteristics in scientific literature, which can improve the research status of shallow indexing with a single theory or perspective. In the study of resource knowledge space, we construct a knowledge organization model which consisting of five semantic levels and its multi-granularity knowledge units of resource, macro, meso, submicro, micro, and establish a diversified knowledge association and link inside and outside of the model, which can break through the research bottlenecks of traditional resource description mechanisms and knowledge organization methods in the field of library and information.

在大数据和语义出版发展的背景下，针对科技文献知识组织与管理的实际需求，以语义出版为目标导向，探索科技文献的新资源描述框架，以期解决知识资源供给和科研用户需求之间的矛盾。本项目将语义出版与资源组织相结合，以知识供需两侧协同为切入点，重点研究科技文献的语义集成建模、深度语义标引、资源知识空间三方面内容。在语义集成建模研究中，对科技文献的多维知识特征进行统一描述和集成建模，构建基于知识元本体的多粒度知识本体集合，可弥补以术语或概念体系为基础进行语义建模的不足；在深度语义标引研究中，协同使用不同类型知识本体，对科技文献的不同层次知识特征进行深度语义标引，可改善以单一理论或视角进行浅层标引的现状；在资源知识空间研究中，构建由“资源-宏观-中观-亚微观-微观”五层次、多粒度知识单元组成的知识组织模型，并建立模型内外多元化的知识关联与链接，可突破图书情报领域中传统资源描述机制和知识组织方法的研究瓶颈。

随着文献数量爆炸增长以及文献形态日益变化，传统以文献单元及其外部特征为基础的资源描述机制，已然无法满足当前知识资源的组织与管理需求，迫切需要建立一种表达能力更强的资源描述框架。本项目将语义出版与资源组织相结合，以知识供需两侧协同为切入点，开展的主要研究内容包括：①面向供需两侧协同的科技文献语义集成建模；②多维视角下科技文献知识特征的深度语义标引；③面向语义出版的科技文献资源知识空间设计。.对于研究内容1，在知识特征结构化描述研究中，基于知识元构建外文专利文献知识描述框架，能够细粒度结构化描述外文专利文献的全文知识特征并揭示特征间的语义关系，为专利文献的精细知识组织与挖掘提供知识素材和理论基础。在知识本体集成构建研究中，提出一种科技文献多粒度知识组织的新思路，以“计算机网络”领域为例构建了题录本体、结构本体和领域本体并建立三本体间的语义关联，能够满足科研人员不同粒度知识需求，提高科学知识获取效率。.对于研究内容2，在知识特征自动识别研究中，从篇章结构和文本模块两个角度，对比主流深度学习模型并采用适用的最优模型，对科学文献的文本修辞功能和专利文献的技术功效模块进行自动识别，能够促使科技文献内容的细粒度结构化，提高科技文献知识的利用效率。.对于研究内容3，①提出“资源-宏观-中观-亚微观-微观”五层次多粒度知识组织概念模型，利用本体方法对多层次知识组织模型进行建模，使用Protégé软件实现科技文献知识组织本体的构建。②针对科研人员多粒度科学交流需求，提出面向多粒度科学交流的科学文献资源描述框架，包括文献资源层、知识单元层、外部链接层三个层次，建立不同知识单元与文献单元、外部资源之间的多元知识关联与链接。提出的多层次多粒度知识组织模型能够帮助用户可以快速地定位自己所需要的不同粒度知识内容，整体了解科技文献知识结构，实现科技文献的有效阅读和规范写作。