知识元逻辑关系抽取方法研究

知识元逻辑关系抽取关注上下文的句法结构与语法特征,通过上下文功能语义依赖定义触发词规则实现上下文范围内的关系抽取。为摆脱上下文的结构限制,本文提出一种知识元逻辑关系抽取的新方法。首先,面向领域文献资料,通过知识元抽取构建知识元集合;其次,基于领域知识特征构建知识元属性描述框架,对知识元进行全方位、细粒度的统一描述,基于知识元属性抽取构建知识元属性集合;最后,结合实际需求定义逻辑关系类型,采用逻辑关联实例分析与属性对比关联分析,以属性值的共现、包含、相关等基本关系为线索,通过特征分析与归纳总结构建逻辑关系规则库,通过规则匹配实现知识元逻辑关系抽取。以南海维权证据知识元为例,选取部分不同文本来源的证据,定义了证据间逻辑关系类型及其抽取规则,在证据知识元及其属性抽取的基础上,基于规则匹配实现南海维权证据间并列、承接、反驳与补强4种逻辑关系的抽取,构建了南海维权证据逻辑关联图谱。实证研究验证了本文方法的可行性,能够为知识元逻辑关系抽取的相关研究提供可参考的新思路。

学科演变视角下图书馆学概念知识元的识别

文章以学科演变为视角,构建一个可用于学科演进及概念历史演变研究的概念知识元识别模式。选择图书馆学相关词表、专业工具书和期刊论文关键词为语料,通过概念知识元获取和整合,识别其等级关系、等同关系、相关关系;运用模式匹配法、相似度计算、类号中介法3种方法识别其历史演变关系,得到10个可反映我国图书馆学概念知识元演变趋势的概念集合并构建我国图书馆学概念知识元库。文章所构建的学科概念知识元库含有历史演变关系,可以实现检索语言的扩充,拓展信息内容揭示的维度,在学科知识服务中方便学科用户了解概念知识元的“前世今生”、实现特定主题历史文献的聚合。

基于知识元引用网络的细分领域演化特征研究

[目的/意义]理解科学知识发展演化过程有助于促进科学研究,从微观视角追踪知识在细分领域中的结构与演化特征对知识评估和知识服务具有重要意义。[方法/过程]以医学信息学中知识元为例,利用语义类型界定每种疾病的治疗相关细分领域,构建125种疾病不同时刻的知识元引用网络,采用Leiden算法识别知识群落,从群落知识演化、群落知识竞争状态等维度揭示疾病个体的演化特征;提出丰富度、均衡性与差异度三种测度指标,揭示疾病个体与整体的多样性特征。[结果/结论]研究表明,知识元引用网络中的群落能够反映出疾病知识结构与演进状态。整体层次的疾病知识多样性特征包括:疾病知识群落数量不断增加,群落间规模与组成差异不断扩大;不同疾病表现出常规型、早期争议型、泛指型演化模式;研究较早的疾病普遍均衡性较低、差异度较高。

我国图书馆学领域核心知识元及其组合的新颖度和贡献度分析

文章以6种图书馆学核心期刊为数据源,抽取其2012-2021年刊载的代表性论文,分析论文中研究问题、研究方法的表述特点,构建问题、方法抽取规则,建立学科领域知识元词典;再抽取2019-2021年样本刊刊载的全部论文的问题、方法主题,通过编程建立问题、方法及其组合的共现关系,并测度分析问题、方法及其组合的新颖度与贡献度间的关系;最后抽取2022年至2023年10月样本刊刊载的相关论文,计算测度2019-2021年图书馆学领域研究问题、研究方法及其组合的新颖度在此阶段与贡献度之间的关系,以探究各类问题、方法及其组合的演化发展。研究发现,从问题、方法及其组合的知识元角度进行分析的方法能够有效发现学科领域的新问题、新方法,老问题、老方法,以及问题、方法的多种组合形式;各类问题、方法及其组合的演化发展为分析学科领域研究态势提供了良好的背景知识。

基于知识元的科学-技术知识关联指标与测度方法研究

通过科学-技术知识关联指标与测度方法研究,能够细粒度分析科学与技术的互动关系,为科技评价奠定基础。提出一种基于知识元的科学-技术知识关联指标与测度方法。以论文和专利为数据来源,在知识元抽取基础上,基于科技术语在不同类型知识元中的共现情况实现科学-技术知识关联指标测度。以糖尿病领域为例开展实证研究,结果验证提出的科学-技术知识关联指标与测度方法能够在高质量论文识别中有效发挥作用,所提指标和方法对于完善科技评价体系、促进创新驱动发展战略实施有参考意义。

基于知识元迁移的学科领域方法库构建研究

[目的/意义]学科领域方法库构建是在特定学科领域中收集、存储相关方法和技术的过程,它能够为解决领域问题提供有效参考。通过知识元迁移整合跨学科的研究方法,丰富和更新本学科的方法库,对本领域学术研究和实践创新具有指导意义。[方法/过程]以计算机科学的方法向情报学迁移为例,运用规则抽取获得两学科的方法知识元,在此基础上通过分析学科间方法的逻辑关系和相似关系实现方法知识元迁移。[结果/结论]研究表明,基于逻辑关系迁移的方法知识元有:FSDP聚类算法、DE-LSTM预测方法、TF-LDA模型等。基于相似关系迁移的方法知识元有:FastICA算法、KM匹配、蒙特卡罗算法、Q-学习、帧差法等。本研究不仅扩展了情报学方法库,为情报学领域的问题解决提供新的思路,同时也为学科间的知识交流和交叉学科研究提供了有价值的参考。

铜鼓资源组织中的史料文献细粒度知识元研究

铜鼓作为古代文化遗产的重要组成部分,其资源的语义表达形式需要向知识细粒度化、知识集成、知识可视化方向拓展,并充分利用强大的文献资源作为其知识体系的重要支撑。本研究以铜鼓史料文献为研究对象,利用知识元提取和可视化图谱技术,探索表层视觉元素与内在知识的关联、铜鼓文献知识元组织模型的构建,以及时空属性向量可视化等问题,提出数据融合的铜鼓知识平台应由至少4个基础数据库组合而成,并展望其下一步探索路径。

基于知识元理论与知识图谱的中风病古籍医案研究路径探赜

目的基于知识元理论与知识图谱揭示中风病古籍医案研究现状,并思考创新路径。方法检索中国期刊全文数据库(CNKI)、维普数据库(VIP)、万方数据库(Wan Fang)、中国生物医学文献服务系统(SinoMed)等数据库,收集自建库至2023年10月公开发表的中风病古籍医案研究文献,制定医案研究知识元体系,系统提取文献所涉及的知识元结构化数据,基于Neo4j图数据库构建知识图谱进行语义网络可视化,结合数据统计与图谱可视化综合分析研究脉络。结果纳入相关文献120篇,形成医案知识元数据库,以此作为数据源构建包含301个实体节点与1100条关系组成的知识图谱,剖析当前研究脉络为:医案以单一来源为主,多来源于单本古籍;医案研究多无特定分析角度;研究形式和研究方法受研究体量影响,小体量以个案研究结合研读领悟,大体量以群案研究结合知识发现;研究内容涉及13种知识元类型、22种语义类型和23种语义关系,而当前主要内容仍局限在方剂知识元、中药语义与药对关系;知识发现技术采用以频数统计为主的数据挖掘。结论根据研究现状,提出未来创新路径:增加医案来源纵横维度形成纵向时序或横向差异,应结合“知行合一”遴选医案分析焦点,开展基于个案解读式群案分析以提高研究复合性,构建领域知识图谱提高语义丰度与技术多样性。同时,本研究通过知识元理论与知识图谱的方法对接,实现语义数据分析与图谱可视化的“图-数互证”,为中医重大疾病、优势病种的大数据源复杂成分分析提供方法参考。

基于知识元标引与知识图谱探析《经方实验录》“病脉证并治”思维

目的 研究《经方实验录》标引逻辑数据及其知识图谱图数据库,探析中医医案蕴含的“病脉证并治”诊疗思维。方法 基于知识元理论深度标引《经方实验录》,将标引结果转化为逻辑数据和结构化数据,构建知识图谱图数据库,基于“病脉证并治”逻辑思维进行多维度的可视化分析。结果 《经方实验录》标引知识体217个,知识元1 378条,语义3 127个,语义关联1 265个,其中病因病机的语义关联数量占比43.73%。曹氏百则医案共计145诊次,六经病证和内伤杂病的案例数相近;重视异病同治与同病异治,证候表现、脉象为辨证主要依据,病因病机是论治的关键点。标引建立的“辨治关系”“传变”“方证关系”等语义关联,连接Neo4j构建知识图谱图数据库,清晰直观地呈现病证演变与辨证论治过程,通过Cypher语句精准查询并可视化“病”“脉”“证”等知识内容。结论 从“病脉证并治”视角深入到知识元及语义层级研析医案,呈现临床“病脉证并治”的复杂性、整体性与动态性,是开展中医医案知识推理、发现与创新的基础,具有重要的理论与临床研究意义。

知识元视域的技术元抽取及技术机会识别

[研究目的]依托知识元理论进行技术元的抽取与技术机会分析,对精准预判技术机会和企业高效开展技术创新具有重要意义。[研究方法]首先,通过构建基于深度学习的技术元抽取模型和基于语义信息的子技术识别方法获取现有的技术知识;其次,利用技术元知识网络借助链路预测方法和SVM算法实现技术机会识别;最后,以水质浊度检测技术机会识别为例,验证了该研究思路的有效性。[研究结论]该研究基于知识元理论识别的技术机会路径,不仅拓展了技术创新理论的研究范畴,而且为企业在降低盲目创新风险的同时不断提升创新效率提供科学的决策参考依据。

概念知识元的语义融合生成路径与框架

概念形态知识元的融合是知识创造的一种重要途径,也是自主知识体系创新的基础环节。揭示概念形态知识元的融合生成机理,是知识创造的重要基础理论问题。首先,对概念知识元的内涵、结构和内容描述模型进行了说明;其次,从语义重组视角揭示了概念知识元的生成路径;最后,在上述研究基础上构建了概念知识元的语义融合生成框架。概念知识元的语义融合生成路径主要有外来知识的引入、知识相关关系的发现和知识的选择性进化。概念知识元的语义融合生成框架包括知识元的获取、解析、关联构建和重组生成环节,各个环节由相应的心理机制控制。

基于知识元抽取的不同学科领域研究方法交流态势分析——以情报学与计算机科学学为例

[研究目的]为细粒度发现相近学科间的知识关联,推动学科间知识交流,通过抽取方法知识元,探析不同学科领域研究方法的交流态势。[研究方法]以情报学和计算机科学学为例,首先,编写方法知识元抽取规则,基于规则抽取两学科领域大样本文献的方法知识元,构建学科领域方法知识元库;再利用LDA模型抽取两学科领域代表性期刊的方法知识元;以此为基础,对比分析两学科领域的高频研究方法、已交流的研究方法、存在交流潜力的研究方法。[研究结论]研究发现,两学科已交流的研究方法有:聚类分析、LDA模型、BP神经网络、支持向量机、主成分分析、协同过滤、文献计量等;具有交流潜力的研究方法有:提高准确率的分类算法(AdaBoost算法、XGBoost算法、SMOTE算法)、图卷积神经网络、自然语言处理模型GloVe模型等。该研究不仅能为情报学研究者选择计算机科学学领域的研究方法提供参考,而且也为学科交叉研究提供了一种新思路。

知识元的内涵、结构与描述模型研究

新的信息环境下,以文献为单元的知识组织方式已无法满足用户的知识需求,文献中所包含的细粒度知识元成为多学科研究的热点之一。知识元的内涵、结构和描述模型成为亟待研究的重要基础理论问题。本文在对已有知识元概念、分类和描述方法进行总结的基础上,进一步明确了知识元的内涵,并从知识生产的视角,将文献中的知识元划分为常识知识元、引证知识元和创新知识元三种类型,进而从理论和实证分析两方面证明了"一个知识元是N(N≥1,N为正整数)个语义三元组的逻辑组合"这一假设。此外,为促进知识元的管理和利用,本文借鉴纳米出版物思想,构建了知识元的语义描述模型,该知识元描述模型由知识元内容、内容的来源信息和支持信息,以及知识元的出版信息四个要素构成。

国内知识元研究综述

分析国内知识元研究的现状,包括知识元的基本概念、类型、抽取、表示、链接与集成、应用等多个方面。针对知识元研究中的一些关键问题,提出自己的看法。

面向学术全文本的南海维权证据知识元自动识别研究

[研究目的]自动识别出潜藏在非结构化南海维权学术全文本中的证据知识元,是完整、全面、多角度地重组织证据知识元并构建证据链、厘清我国南海维权历史过程的基础。[研究方法]根据证据的内涵及知识元语义描述模型理论,提出证据知识元的概念;分析证据知识元的描述需求,以结构化的形式定义了面向南海维权学术全文本的证据知识元表示模型,并在此基础上提出证据知识元自动识别方法;以南海维权证据知识元自动识别的实证研究验证了该方法的可行性。[研究结论]证据知识元表示模型在面向南海维权学术全文本时具有适用性,结合证据知识元识别规则与深度学习方法达到较好的自动识别效果,其中BERT模型和ERNIE模型表现最佳,在南海维权证据知识元自动识别的对比实验中,微观F1值分别达到了96.75%和96.64%,明显领先其他模型,可以满足南海维权证据知识元自动识别的要求。

基于证据推理的突破性技术知识元匹配方法研究

突破性技术创新的实现具有高度不确定性,如将其视为不同领域技术知识进行交叉融合实现技术轨道跃迁的创新成果,可以有效理解与把握突破性技术创新的内在机理。其中,技术知识元匹配规则和方法成为关键性问题。基于突破性技术创新中技术知识元的多元化、动态化和分散化特点,运用证据推理理论,将技术提炼分解为知识元组合形式,根据突破性技术创新和技术融合性质提出技术匹配规则与方法,并以石墨烯技术为例,检验匹配规则和方法的有效性。依据规则,在技术知识来源中寻找合适的技术知识元进行匹配,进而迅速实现突破性技术创新,有助于提升突破性技术创新效率和效果。

基于知识元语义组合差异的专利新颖性细粒度测度方法——以工业机器人领域为例

[目的/意义]科技成果的新颖性是科技成果价值的重要属性,测度专利新颖性有利于从众多专利中筛选出与以往技术存在显著差异的专利,对专利评价具有重要意义。[方法/过程]提取专利方案、功效、应用以及“方案—功效”“方案—应用”和“功效—应用”等知识元语义组合;计算各类知识元语义组合差异,包括语义差异、频次高低、年龄大小、IPC分类号差异;测度专利整体新颖性和知识元语义组合新颖性,并采用工业机器人领域发明专利数据进行实验。[结果/结论]所提出的方法能够有效实现专利新颖性细粒度测度。研究成果丰富了专利新颖性测度方法,有助于对专利新颖性进行更客观、全面、及时、细粒度的审查与评价。

语义融合视角下概念知识元生成机理研究

当前科学技术发展表现出越来越明显的交叉融合趋势。知识融合是产生新知识的重要途径。概念形态知识元的融合生成机制是知识创造首先要解决的问题。文章从语义融合视角探索概念知识元的生成机理,首先对语义融合的本质、表征和意义生成机理进行了说明,其次阐明知识元的结构,并提出了概念知识元的内容描述模型,最后提出概念知识元的语义融合框架,揭示了概念知识元融合的实质是构成知识元的内容因子——语义元的关联和重组,阐明了语义元的重组过程,从微观层面解释了知识创造的过程。

基于知识元的细粒度医学量表文档知识表示框架构建

针对当前医学量表资源组织与服务粒度相对粗放问题,提出一种细粒度医学量表文档知识表示框架,促进医学量表资源的语义化组织与服务。以常用心理卫生评定量表为例,针对量表文档内容特征,基于知识元理论,分析量表文档蕴含的内容知识元、内容知识元集合及其语义关系,描述形成一种细粒度、层次化的量表文档知识表示框架。该框架包含1个量表实体知识元、6类核心功能修辞结构知识元和74个内容知识元,并定义其间存在的层级关系和8类相关关系。应用本框架进行医学量表资源知识表示与处理控制,可提升医学量表资源的语义化组织与服务能力。

基于特征知识元的专利语义引用识别方法研究——以量子计算领域为例

[目的/意义]专利引文分析是专利分析研究的重要内容。传统专利引文分析仅分析专利文献中明确标示的物理引用专利数据,不能够准确真实反映专利之间的引用关系,难以准确揭示专利之间的技术相似度。专利语义引用识别有利于准确真实揭示专利间的潜在语义联系,为专利的继承与创新评价提供参考,有助于专利授权前的专利审核和专利授权后的专利评价。[方法/过程]首先,基于规则和句法分析抽取了专利的特征知识元;其次,利用Sentence-BERT和Word2Vec对专利特征知识元及专利标题摘要文本进行向量化表示;再次,根据余弦相似度计算专利的特征相似度和整体相似度,结合专利申请日期的先后顺序得到专利的语义引用专利集;最后,采用量子计算领域专利数据进行了实验研究。[结果/结论]该专利语义引用识别方法能够实现语义引用专利的有效识别,有利于评价专利的技术新颖性、创造性和实用性,为专利审核和专利价值评估工作提供支持。