图书情报工作

图书情报工作 >

2013 , Vol. 57 >Issue 16: 117 - 122

DOI: https://doi.org/10.7536/j.issn.0252-3116.2013.16.022

知识组织

海量网络学术文献自动分类系统

  • 王效岳 ,
  • 白如江 ,
  • 王晓笛 ,
  • 祝娜
展开
  • 山东理工大学科技信息研究所
王效岳,山东理工大学科技信息研究所教授,博士,E-mail:wangxy@sdut.edu.cn;白如江,山东理工大学科技信息研究所馆员;王晓笛,山东理工大学科技信息研究所硕士研究生;祝娜,山东理工大学科技信息研究所硕士研究生。

收稿日期: 2013-06-18

  修回日期: 2013-07-30

  网络出版日期: 2013-08-20

基金资助

本文系2010年国家社会科学基金项目"海量网络学术文献自动分类研究"(项目编号:10BTQ47)和文化部科技创新项目"大规模网络学术文献并行处理与自动分类研究"研究成果之一。

收起

An Automatic Classification System of Mass Online Academic Literatures

  • Wang Xiaoyue ,
  • Bai Rujiang ,
  • Wang Xiaodi ,
  • Zhu Na
Expand
  • Institute of Scientific & Technical Information, Shandong University of Technology, Zibo 255049

Received date: 2013-06-18

  Revised date: 2013-07-30

  Online published: 2013-08-20

Fold

摘要

随着Internet的发展,互联网上的学术文献数量呈指数增长,很难为科研工作者所利用,因此亟需一种方法对海量的网络学术文献进行自动的搜集、整理、分类。在前期充分的实验论证后,设计实现一个海量网络学术文献自动分类系统,该系统使用模块化设计,包括学术文献自动抓取模块、学术文献词-文档矩阵处理模块、本体集成模块以及基于语义驱动的分类模块。实验证明,该系统可以有效地完成海量学术文献的自动抓取、处理和分类工作。

关键词： 学术文献; 自动分类; 并行处理

本文引用格式

王效岳 , 白如江 , 王晓笛 , 祝娜 . 海量网络学术文献自动分类系统[J]. 图书情报工作, 2013 , 57(16) : 117 -122 . DOI: 10.7536/j.issn.0252-3116.2013.16.022

Abstract

With the development of the Internet, the amount of online academic literatures has been increasing exponentially, and it is difficult for science researchers to harness the power of the literature. It is necessary to develop a method for automatic acquiring, processing and classifying the literatures. This paper designs and implements an automatic classification system for massive online academic literatures based on the experimental researches done before. This system is a modular design which consists of four models of automatic fetching, term-document matrix processing, ontology integrating and semantics-driven classifying. This is proven that it can automatically accomplish the acquiring, processing and classifying online academic literatures.

Key words： academic literature; automatic classification; parallel processing

参考文献

[1] Manning C D,Schuetze H. Foundations of statistical natural language processing[M].Cambridge:The MIT Press, 1999.
[2] Hadoop W T. The definitive guide[M].US:Yahoo Press, 2010.
[3] Miller G A.WordNet: A lexical database for English[J]. Communications of the ACM,1995, 38(11): 39-41.
[4] 白如江,王效岳,亢丽芸. 基于Heritrix的网络学术文献获取研究[J]. 图书情报工作,2012,56(11): 99-104.
[5] 亢丽芸,王效岳,白如江. MapReduce原理及其主要实现平台分析[J]. 现代图书情报技术,2012(2): 60-67.
[6] 白如江,于晓繁,王效岳. 国内外主要本体库比较分析研究[J]. 现代图书情报技术,2011(1): 3-13.
[7] 于晓繁,王效岳,白如江. 本体集成方法和工具综述[J]. 现代图书情报技术,2011(1): 14-21.
[8] 马范玲,胡泽文. 基于SUMO本体的图书自动分类模型研究[J]. 情报杂志,2011(1): 168-173.
[9] 胡泽文,王效岳,白如江. 基于SUMO和WordNet本体集成的文本分类模型研究[J]. 现代图书情报技术,2011(1): 31-38.

Options
文章导航

/

〈 〉