基于Semantic Turkey的主题词表及本体构建应用研究

主题词表及本体是语义化知识管理系统的基础数据支撑,对领域知识的语义化组织及知识图谱的构建具有重要意义。在建设公共危机案例知识集成平台的过程中,采用开源软件Semantic Turkey开发主题词表及本体构建功能,并在此基础上实现规范数据录入、词表导航、知识映射等功能,从而支持进一步的语义检索和知识推理。构建的主题词表及本体模型基于语义网标准与技术,具有良好的规范性和互操作性。开源软件Semantic Turkey提供了功能完备的应用程序编程接口,与完全自主开发相比,降低了开发成本,缩短了开发时间,为语义化知识管理系统的开发工作提供新思路和参考依据。

基于教材文本语料库的自适应主题词表构建——以经济类专业为例

[目的/意义]构建一套面向汉语非母语学习者的专业词表对专业学习和国际中文教育学科建设及发展具有重要意义。[方法/过程]针对当前外向型专业词表较少及构建方法单一问题,本文首先从网站爬取小说、新闻和论坛留言构建参照语料库,根据教育部专业课程设置目录,选取专业教材构建专业教材语料库,运用TF-IDF-TF算法遴选专业主题词并构建词共现矩阵,利用凝聚聚类法实现专业主题词聚类。在此基础上,计算词簇内主题词的语义相关性,选取语义共现度最大的词作为词簇中心词,并根据语义相关性编排词表。最后,以经济学类专业为例构建面向留学生的专业主题词表。[结果/结论]结果表明,本文构建的经济类专业主题词表能够较好地提取专业词汇且有效地将语义关联度紧密的专业主题词聚类在同一词簇内,学习者能够快速有效获取相关词簇进行专业自适应学习,并为其他专业主题词表的构建提供了依据。

试论中国古代乐器文物主题词表的需求与构建方法

古代乐器文物是我国历史和文化传承的重要载体,是我国古代音乐文明发展的实物见证。文章回顾了乐器研究和文物领域的传统乐器分类方式,检视国内外博物馆当前的乐器文物检索结果与呈现;进一步分析盖蒂研究所艺术与建筑叙词表中乐器分类方式的参考性,讨论基于乐器文物工具书和相关权威文献构建我国古代乐器文物主题词表的思路与方法,以利乐器文物信息的发现、检索与利用。

《军用医学主题词表》评价及改进意见

论文对《军用医学主题词表》的结构体系、词汇性能、词族设置等进行了分析和评价，认为该词表是当前国内词量最大的一部医学词表，结构完整，兼容性强，在编制技术上颇有特色。论文还提出了大量增加入口词，改进词族显示，改善与《医学主题词表》

《中国分类主题词表》的研究

《中图分类主题词表》于1994年6月正式出版了,它是一部分类法-叙词表对照索引式的一体化检索语言。

医用分类主题词表及其应用价值

由中国医学科学院图书馆林美兰主编,吴予钧审校的《中国图书馆图书分类法(R类)——医学主题词表(MeSH)、中医药学主题词表对应表》(以下简称《对应表》)自出版后。

基于《中国分类主题词表(第二版)》标引方法的分析

主题标引是指根据文献内容及相关特征,赋予具有检索意义的相应语词标识的过程。《中国分类主题词表(第二版)》的使用,标志着我国图书编目工作进入了一个新的阶段,极大地提高了我国中文图书的分类、主题标引的一体化和文献检索的准确率,以及图书编目的质量和工作效率。同时,对从事标引工作的编目员来说,有了更高的要求,促进了我国文献标引工作向更高水平发展。

分类主题词表的计算机自动编制——兼论用于自动分类的知识库的改进

中文文献数据库中存在大量的分类号与关键词（或主题词）对应的人工标引记录。通过对这些标引记录信息进行聚合处理,可以实现计算机自动编制分类主题词表。作者比较了两种分类主题词表的编制模式,讨论了机编分类主题词表的优势,针对机编分类主题词表已有的成果——知识库的不足之处提出改进方案。改进方案在小规模测试集中取得了良好的效果。文章最后还分析了将机编分类主题词表技术应用于新一代《中国分类主题词表》升级改造的良好前景。

优越性·实用性·局限性——简述《中国分类主题词表》的成就及其存在问题

《中国分类主题词表》是以《中图法》(含资料法)和《汉语主题词表》为对应编制而成的我国目前规模最大的分类主题—体化词表。从1986年由北京图书馆发起编制,到1994年7月正式出版,前后历时8年。有全国40个图书情报单位。

开发搜索引擎的新探索——析广州图书馆电子版主题词表《荣誉与奖励主题词表》

分析了主题词检索在网络环境下不可取代的地位和作用。介绍了广州 图书馆运用计算机技术，融合人工语言与自然语言的优势编制的电子版《荣誉与奖励主题词表》和搜索引擎。

国外电子政务主题词表编制及网络应用的比较分析

本文对加拿大、澳大利亚、英国和新西兰等国外电子政务主题词表编制及网络应用现状作了对比分析,并对我国电子政务主题词表的编制和实现提出了建议.

基于汉语主题词表的统计机器翻译训练数据筛选方法及实验研究

统计机器翻译的训练数据通常来源复杂,主题多样,文体不一,与待翻译目标文本的领域不能保证完全一致,导致领域自适应问题。目前统计机器翻译的领域自适应方法以目标数据为基准,着重对训练数据或者翻译模型进行领域的适应调整,但其缺乏数据明确的领域标签。本研究利用《汉语主题词表》的领域知识,对数据进行领域归类,并将其应用到统计机器翻译中。通过汉语句子进行领域自动标注,生成测试集和开发集的领域标签集合,利用领域标签集合筛选训练数据。经过在统计机器翻译系统上进行测试,仅利用部分训练数据就获取了与原始训练数据可比较的翻译结果,证明了本研究方法的有效性和可行性。

跨领域多来源主题词表集成与服务研究

在调研现有领域主题词表情况的基础上,结合Web Service技术和知识组织技术,针对国家科技热点监测的需要,提出了跨领域、多来源主题词表的集成服务框架。集成服务框架的核心是知识组织工具体系,它包括:主题词表转换适配器、主题词表RDFS表示、概念融合工具,主题词表应用程序访问接口等,并对语义集成过程及关系构词进行了重点分析。

基于中国档案主题词表的自动标引控制研究

本文阐述一种基于中国档案主题词表的自动标引方法 ,并给予实现。该方法将切分关键词和标引主题词融为一体 ,合理地构造了词典 ,并讨论了其中的一些关键技术问题。

基于文献标引词频统计的《中国中医药学主题词表》选词研究

目的通过对文献标引词频进行统计与分析,为中医药主题词表修订的选词提供依据。方法以《中国中医药期刊文献数据库》近5年的文献标引词为数据来源,利用MS Access对主题词、关键词进行词频统计,再对结果进行分类与分析。结果 245680篇文献涉及主题词18796个,其中中医主题词6940个,标引使用的中医主题词占2007年版《中国中医药学主题词表》中主题词的83.47%;15个类目主题词利用率最低的是药用动植物类(69.97%),其次是自然科学类(71.01%)和中医精神疾病和心理学类(82.81%)。245 680篇文献涉及关键词136 832个,其中词频≥10次的关键词3485个,经分析剔除无意义词576个,初步推荐预选新主题词或入口词368个,其余2541个供词表修订时根据实际需要进行选择。结论词频统计结果与分析为新版词表修订选词提供了依据。

基于《中国分类主题词表》的领域本体构建研究

论述了本体和传统信息组织方法——分类、主题法之间的区别与联系,讨论了各自的优缺点,并在此基础之上提出了基于分类、主题法的领域本体构建方法,最后将其应用于中国民族音乐领域本体的构建。

《中国中医药学主题词表》“中药功能分类”主题词选词研究

目的研究《中国中医药学主题词表》(以下简称《词表》)中药功能分类主题词选词原则与方法,为新版词表修订提供依据。方法基于《词表》编制总则,根据中医药文献数据库词频统计和相关数据库检索结果,参考2010年版《中华人民共和国药典》及《中药大辞典》《中华本草》等相关资料,对2008年版《词表》中药功能分类主题词进行选词研究,拟确定新版词表此类主题词。结果 2008年版《词表》中药功能分类主题词1679个,其中拟删除39个,拟新增135个,拟修改8个,并按中药主要功效归类将此类主题词进行位置调整。结论新版《词表》中药功能分类主题词选词主要依据使用词频,对主题词依据中药主要功效进行归类整理,避免冗余。

医学主题词表（MeSH）专指度研究

本文从词表先组度、词量及词量系数、标引及检索四个不同角度探讨厂ＭｅＳＨ表的专指度问题，认为ＭｅＳＨ表的收词量及专指度较为适宜，不失为词表中的典范，只是对于那些覆盖文献量过大的主题词应采取措施进一步细分，以利于标引和检索。

基于扩展主题词表的页岩气领域本体构建研究

我国地质资源丰富,但资源标准化程度低、语义不一致、应用难度大。因此,按知识结构组织地质资源是地质信息管理和服务的重中之重。随着互联网技术的不断发展,基于本体的语义检索技术逐渐成为知识服务的基础与热点。与以往基于主题词表的领域本体构建方法不同,对主题词表进行了全面的扩展,概念上参照《页岩气知识读本》、《非常规油气地质》等书进行归并增删;关系上除保留《石油主题词表》的"用代分属参"基本关系外新增了方法、定义等描述信息;同时设计添加了主题词表所不具备的实例。通过一系列的概念扩展、关系扩充、属性定义和实例添加,最终清晰地展示了页岩气领域的知识脉络,为领域知识服务奠定了坚实基础。