基于SKOS的学术期刊文本资源多粒度语义标注方法研究

doi:10.13266/j.issn.0252-3116.2018.09.015

图书情报工作 ›› 2018, Vol. 62 ›› Issue (9): 123-133.DOI: 10.13266/j.issn.0252-3116.2018.09.015

基于SKOS的学术期刊文本资源多粒度语义标注方法研究

夏立新, 郑路, 张玉晨, 翟姗姗, 孙晶琼

华中师范大学信息管理学院武汉 430079

收稿日期:2017-10-22 修回日期:2018-01-17 出版日期:2018-05-05 发布日期:2018-05-05
通讯作者: 张玉晨(ORCID:0000-0003-1451-7871),硕士研究生,通讯作者,E-mail:brettzhang_edu@163.com
作者简介:夏立新(ORCID:0000-0002-4162-2282),教授,博士生导师;郑路(ORCID:0000-0001-5870-9803),博士研究生;翟姗姗(ORCID:0000-0002-2787-0183),副教授;孙晶琼(ORCID:0000-0002-7074-9602),硕士研究生。
基金资助:
本文系国家社会科学基金重大项目"基于多维度聚合的网络资源知识发现研究"(项目编号:13&ZD183)和国家社会科学基金青年项目"面向语义出版的数字图书馆资源多维度聚合研究"(项目编号:15CTQ007)研究成果之一。

A SKOS-based Multi-granularity Semantic Annotation Method for Academic Journal Text Resource

Xia Lixin, Zheng Lu, Zhang Yuchen, Zhai Shanshan, Sun Jingqiong

School of Information Management, Central China Normal University, Wuhan 430079

Received:2017-10-22 Revised:2018-01-17 Online:2018-05-05 Published:2018-05-05

摘要/Abstract

摘要： [目的/意义] 针对学术期刊文本资源语义标注仍存在的通用本体难以构建、标注粒度单一两大问题，提出基于SKOS的学术期刊多粒度语义标注方法，从而进一步推进语义标注的应用发展，更好满足用户的多粒度学术信息需求。[方法/过程] 在对《中国汉语主题词表》进行SKOS描述的基础上，以学术期刊文本资源为对象，实现其多粒度语义标注，并通过实证研究验证该方法的可行性。[结果/结论] 利用SKOS实现对学术期刊文本资源进行多粒度语义标注，较之当前学术检索系统中的标注结果，在"查全""查准""内部特征检索入口""检索结果反馈形式"4个方面具有一定优势。

关键词: 语义标注, 多粒度, SKOS, 叙词表, 学术期刊

Abstract: [Purpose/significance] Semantic annotation for academic journals is facing two major problems which are how to embody all the concepts in oneontology and mostannotation methods are single granularity semantic annotation models. This paper proposes a SKOS-based multi-granularity semantic annotation method for academic journal text resource, which holds great significance to the development of semantic annotation and provides a method to meetusers' academic information demands. [Method/process] With the SKOS description of thesaurus,this paper takes academic journal text for example to achieve a multi-granularity semantic annotation method and carry on an empirical study.[Result/conclusion] By setting up the experimental group and the control group respectively, the paper evaluates the annotation effect of the SKOS-based multi-granularity semantic annotation method.

Key words: semantic annotation, multi-granularity, SKOS thesaurus, academic journal

中图分类号:

G250

夏立新, 郑路, 张玉晨, 翟姗姗, 孙晶琼. 基于SKOS的学术期刊文本资源多粒度语义标注方法研究[J]. 图书情报工作, 2018, 62(9): 123-133.

Xia Lixin, Zheng Lu, Zhang Yuchen, Zhai Shanshan, Sun Jingqiong. A SKOS-based Multi-granularity Semantic Annotation Method for Academic Journal Text Resource[J]. LIS, 2018, 62(9): 123-133.

参考文献

[1] 余溢文, 陈爱萍, 赵惠祥. 基于语义网的学术期刊发展初探[J]. 中国科技期刊研究, 2013, 24(5):954-956.
[2] 邱均平, 牟楠, 楼雯,等. 国内外语义标注研究进展分析[J]. 情报理论与实践, 2014, 37(5):12-16.
[3] W3C.Introduction to SKOS[EB/OL].[2017-08-03].https:www.w3.org/2004/02/skos/intro.html.
[4] W3C.Datasets[EB/OL].[2017-08-03].https:www.w3.org/2001/sw/wiki/SKOS/Datasets.
[5] 范炜. 语义网环境中的叙词表实例研究——利用SKOS构造机器可理解的知识组织体系[J]. 情报科学,2006(7):1073-1077.
[6] 贾君枝. 简单知识组织系统与汉语主题词表[J]. 中国图书馆学报, 2008, 34(1):75-78.
[7] 张士男, 宋文. 《科图法》SKOS描述方案设计[J]. 现代图书情报技术, 2010, 26(6):7-11.
[8] PASTORSANCHEZ J,MARINTEZ J,RODRIGUEZMUNO V.Advantages of thesaurus representation using the simple knowledge organization system (SKOS) compared with proposed alternatives.[J]. Information research an international electronic journal, 2009, 14(4):422-432.
[9] 王茜, 陶兰, 王弼佐. 语义Web中基于SKOS的知识组织模型[J]. 计算机工程与设计, 2007, 28(6):1441-1443.
[10] 熊太纯. 基于SKOS的网络信息资源主题标引[J]. 图书馆学研究, 2009(7):63-66.
[11] 朱嘉贤, 白伟华, 李吉桂. Web资源的多粒度语义标注及其应用技术研究[J]. 计算机科学, 2011, 38(8):83-87.
[12] 魏墨济, 于涛. 基于领域本体的专业文档语义标注方法[J]. 计算机应用, 2011, 31(8):2138-2142.
[13] 冷伏海, 白如江, 祝清松. 面向科技文献的混合语义信息抽取方法研究[J]. 图书情报工作, 2013, 57(11):112-119.
[14] CUNNINGHAM H, MAYNARD D, BONTCHEVA K, et al. A framework and graphical development environment for robust NLP tools and applications[C]//Meeting of the Association for Computational Linguistics, July 6-12, 2002, Philadelphia, Pa, Usa. DBLP, 2002:168-175.
[15] DBpedia.DBpedia home[EB/OL].[2017-08-05].http:.wiki.dbpedia.org/.
[16] FERNANDEZ N, FISTEUS J A, FUEENTES D,et al.A Wikipedia-based framework for collaborative semantic annotation[J].International journal on artificial intelligence tools, 2011, 20(5):847-886.
[17] 汤怡洁, 张敏, 丁晓芹. 基于关联数据的集成信息平台语义化实现方法研究[J]. 现代情报, 2016, 36(6):66-73.
[18] 徐绪堪, 房道伟, 蒋勋,等. 知识组织中知识粒度化表示和规范化研究[J]. 图书情报知识, 2014(6):101-106.
[19] 顾立平.数据治理——图书馆事业的发展机遇[J].中国图书馆学报, 2016, 42(5):40-56.

基于SKOS的学术期刊文本资源多粒度语义标注方法研究

A SKOS-based Multi-granularity Semantic Annotation Method for Academic Journal Text Resource

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	雷嫒, 钱楚涵, 李刚. CSSCI来源期刊微信公众号跨平台学术传播全样本实证分析[J]. 图书情报工作, 2022, 66(14): 67-76.
[2]	司莉, 郭财强. 基于内容分析的数字人文领域中知识组织价值体现研究综述[J]. 图书情报工作, 2022, 66(13): 127-137.
[3]	张兆阳, 朱伟杰, 李直, 王筱宇, 赵蓉英. 学术期刊微信公众平台话语权评价研究——以图情领域为例[J]. 图书情报工作, 2022, 66(11): 32-41.
[4]	高劲松, 付家炜, 李珂. 敦煌壁画叙词表关联数据实体语义相似度计算方法与实验[J]. 图书情报工作, 2021, 65(8): 97-106.
[5]	王旭. 中国学术期刊话语权评价理论框架建构研究[J]. 图书情报工作, 2021, 65(12): 83-92.
[6]	宋宁远, 裴雷, 王春迎. 科学论文语义增强的研究进展与趋势研判[J]. 图书情报工作, 2021, 65(1): 82-90.
[7]	袁青, 陈星辰. 高校图书馆推动学术期刊从订阅模式向开放获取模式转化的困境与出路[J]. 图书情报工作, 2020, 64(18): 15-20.
[8]	常春, 杨婧, 李永泽. 知识组织生态系统构架形成与研究进展[J]. 图书情报工作, 2019, 63(7): 146-150.
[9]	雷晓, 常春, 刘伟. 面向叙词表更新的新术语分布特征研究[J]. 图书情报工作, 2019, 63(20): 121-128.
[10]	赵蓉英, 王建品. 基于FDH模型的学术期刊评价新方法[J]. 图书情报工作, 2018, 62(8): 100-106.
[11]	李永泽, 常春. 基于生态学种间关系的叙词表相关关系分类研究[J]. 图书情报工作, 2018, 62(8): 123-129.
[12]	陈金菊, 欧石燕. 数字图像语义标注模型比较与分析[J]. 图书情报工作, 2018, 62(6): 116-124.
[13]	杜杏叶, 李贺, 王玲, 刘远颖, 易飞, 徐健, 王传清, 王善军, 刘晶晶. 中国学者对学术论文公开同行评议的接受度研究[J]. 图书情报工作, 2018, 62(2): 73-81.
[14]	钱力, 张晓林, 王茜. 科技论文的研究设计指纹自动识别方法构建与实现[J]. 图书情报工作, 2018, 62(2): 135-143.
[15]	张慧玲, 董坤, 许海云. 学术期刊影响力评价方法研究进展[J]. 图书情报工作, 2018, 62(16): 132-143.