面向学术交流的机构知识库发现系统的核心技术研究

2021-04-14刘亚丽

卷宗 2021年17期

曹霞刘亚丽

（1.黑龙江中医药大学图书馆，黑龙江哈尔滨 150040；2.东北林业大学图书馆，黑龙江哈尔滨 150040）

随着大数据以及云计算等技术的深入发展，如何更好地运用新技术为机构知识库的发展提供良好的生态环境，是当前机构知识库的研究方向之一。现阶段，将机构知识库的内部同多种知识库资源实行连接，是新一代知识库发展的关键手段，有利于促进其个性化以及知识化发展。在这一背景下，对关联数据的运用，使其深入发掘知识库中的潜在价值，分析资源整合以及知识服务的新业态，这是新一代知识库构建以及发展的关键。

1 机构知识库基本架构与功能解读

1.1 机构知识库基本架构

对于新一代知识库来说，它主要是借助集成云计算以及大数据等技术，促进机构知识库的研发，从而使其可以为用户提供较多的服务支持。在机构知识库中，其底层数据来源的范围非常广，其中有WOS、EI、机构文库等。而且其数据类型也比较多，其中有期刊论文资源、学位论文资源以及专利等。从内部功能来看，主要是借助数据处理流程，针对学术成果来说，可以自动进行更新，有效解决学者姓名以及机构名称等拼写错误，实现对机构以及学者的甄别。与此同时，能够对学者以及机构的学术产出，实现准确地追踪，还可以完成学术评价以及同行评审工作，深化科研合作，加快知识的传播，实现资源共享。从外部功能来看，主要是借助标准数据接口，对各种服务进行整合，能够实现人事、教学以及科研管理系统的有机融合，有利于更好地服务于机构教学、管理和科研活动。从其服务功能上来看，其中包括对数据目标的管理，对机构影响力的评估以及实现内容自动更新等服务。

1.2 机构知识库功能服务

1）数据与复合目标管理服务。伴随学术的深入研究，学术产出以及形式逐渐丰富起来，这也致使多种形式的学术产出，逐渐从科研转到前台。其中就有科学数据、软件以及图像等。针对单一内容目标类型而言，其组织变得非常容易，针对复合型的目标，就要借助关联组织模式，所以该功能就融入了新一代知识库，让其服务于发现系统以及数据登记。

2）影响力管理服务。对于机构知识库来说，构建的核心目标以及作用，是为了强化科研人员和机构的作用，提升他们的影响力，让科研以及学术交流朝向更加多元化的方向发展，实现科研以及学术的综合性目标。针对传统学术影响的评价，大部分都是通过同行间的评价，以及对学术的引用来进行评价的。当前比较盛行的综合影响力评价要素，不但有学术引用，还有对学术文献的下载运用和来自社会各界的评价等。在新一代知识库中，其集成主要有引用的计量，引用的频次，科研者的H指数以及社会影响力等要素。

2 机构知识库核心技术表述与分析

2.1 关联数据中的技术

1）规范化描述实体。想要让用户准确以及迅速地找到他们想要的资源，在新一代知识库中，就结合了语义化访问服务。对此，应该规范化描述实体，避免HTML格式的描述。机构知识库主要是根据研究的主题，以及学科领域来划分知识结构的，在每一个研究主题以及学术领域中，还对其划分成多个专题。针对专题而言，能够按照文献的类型，以及别的索引方式加以组织。在各个专题内容中，有很多类型的数据集，其中包括期刊论文、学位论文以及专利等。

2）语义化资源实体。基于关联数据的运用，在机构知识库中，能够实现语义化资源实体，为其提供相应的前提。主要是结合实体目标间的联系，来分析机构知识库中有关实体目标资源的概念，并对其进行明确，深层次地展开分析以及描述。在这些资源概念中涉及很多内容，有相关概念以及交叉概念等。对此，应先建立知识库的资源本体，然后再分析概念之间的联系，增加类的属性，进而构建本体与语义之间的联系。与此同时，关联数据还能够促使机构知识库建立更多信息资源，也不完全限制在资源实体信息中。在这之中，能够实现科研人员、科研成果和所属机构等信息的增加，还能找到任意信息描述下的数据源，给予它们更多分布式数据源，在此基础上加以整合，形成关联访问，以便更好地为用户服务，提供给他们资源发现服务。

2.2 关联数据实现的功能

1）识别实体目标、抽取实体关系。在机构知识库中，关于实体目标就非常多，且它们之间的关系也十分复杂。针对相同的实体目标以及关系，想要实现识别以及抽取，是非常关键的问题。根据多种关联数据源来说，将其放在同一个实体，比如地名等，通过多种URI进行标识，将会导致其标识的目标以及实体达不到一致。想要有效优化这一问题，在设计时可以构建一个将作者和知识资产作者进行排序的程序，主要是利用人工分辨的方式，来达到作者及其成果的一致关系。这个程序能够将作者上传到机构知识库中的内容进行储存，然后对其分配URI标识符，可以实现自动发送认领邮件的目的，接着再让作者进行确认，来判断这个是否为其作品，并自行选择排序。虽然这个方式的效率相对较低，而且认领时间也比较长，但是从现阶段研究层次方面来看，该方式的效果是非常明显的，还大幅度地增加了实体目标识别的准确度。同时在机构知识库中，还能够设计别名管理程序，针对相同的人名实体，在知识库中还设立了各种形式的别名，可以有效处理人名实体的识别问题。做好前期的处理工作，在机构知识库中，抽取实体目标以及关系，结合知识库中的元数据来描述字段和关系，以此为前提加以分析。

2）选取关联数据源、映射各种词表间。对于机构知识库来说，其中的数据包括期刊论文资源、教材资源以及会议论文等资源，想要把其中的元数据和外面的关联数据连接起来，应该科学选取关联数据源，这是非常关键的内容。现阶段在互联网中关联数据是非常多的，但是大部分都为综合性的公共数据集。对于不同的关联数据而言，其来源也会通过各种关联词表来实现，想要最大程度地语义化元数据，为用户展现更加清晰的数据视图，应该对各种术语进行转换，使其达到相同的目标模式。在进行转换时，应该按照词表来把数据进行映射，使其成为本地的数据模式，除此之外，也应该按照人工产生以及数据挖掘等方式获取的映射规则，在此基础上实行转换。