知識(shí)組織系統(tǒng)構(gòu)建技術(shù)研究

趙易新

（天津港信息技術(shù)發(fā)展有限公司，天津，300450）

引言

隨著新技術(shù)、新理念的發(fā)展，當(dāng)前社會(huì)已經(jīng)進(jìn)入到信息化、知識(shí)化的時(shí)期，其中主要的表現(xiàn)在于知識(shí)信息呈幾何式的擴(kuò)展，因此怎樣對(duì)知識(shí)進(jìn)行組織和整合，是當(dāng)前時(shí)代極為重要的問(wèn)題。知識(shí)組織是專(zhuān)門(mén)用來(lái)研究知識(shí)的理論與方法，在知識(shí)的獲取、描述、整合、共享等方面意義重大，下面我們便針對(duì)知識(shí)組織的系統(tǒng)建構(gòu)進(jìn)行考察分析。

1 知識(shí)組織系統(tǒng)的基本概念簡(jiǎn)述

所謂“知識(shí)組織系統(tǒng)”，是為了闡釋某種概念、性質(zhì)及相關(guān)概念之間具體聯(lián)系而建立的組織系統(tǒng)。這一系統(tǒng)在概念、概念性質(zhì)及概念間聯(lián)系表達(dá)的基礎(chǔ)上，在特定知識(shí)庫(kù)結(jié)構(gòu)建設(shè)的支持下，將知識(shí)信息加以編排，利用組織系統(tǒng)，實(shí)現(xiàn)知識(shí)信息的語(yǔ)義檢索、語(yǔ)義理解和語(yǔ)義導(dǎo)航等操作，從而給各種學(xué)科領(lǐng)域內(nèi)的專(zhuān)家知識(shí)的交流共享提供平臺(tái)。

2 國(guó)內(nèi)主要知識(shí)組織系統(tǒng)的基本情況

2.1 中國(guó)知網(wǎng)（CNKI）

中國(guó)知網(wǎng)是當(dāng)前我國(guó)建設(shè)程度最完善的知識(shí)組織系統(tǒng)之一。知網(wǎng)本身?yè)碛写罅康闹R(shí)信息，在知識(shí)庫(kù)組織建設(shè)上已經(jīng)十分成熟。知網(wǎng)的基本結(jié)構(gòu)表現(xiàn)為“三層知識(shí)網(wǎng)絡(luò)”，集合了“基本知識(shí)庫(kù)”、“資源倉(cāng)庫(kù)”、“知識(shí)元庫(kù)”，能夠?qū)τ脩?hù)提供數(shù)據(jù)資源智能化的挖掘與供給，并以知識(shí)組織系統(tǒng)的方式提供知識(shí)組織、搭建知識(shí)之間聯(lián)系的作用。在給用戶(hù)提供知識(shí)檢索的基本服務(wù)外，能夠快速提供相似的文獻(xiàn)連接、文獻(xiàn)引用服務(wù)、文獻(xiàn)來(lái)源查詢(xún)等功能。

2.2 萬(wàn)方數(shù)據(jù)知識(shí)服務(wù)平臺(tái)

萬(wàn)方數(shù)據(jù)知識(shí)服務(wù)平臺(tái)是國(guó)內(nèi)另一大主要的知識(shí)組織系統(tǒng)。較中國(guó)知網(wǎng)，萬(wàn)方提供的知識(shí)服務(wù)大致有三大類(lèi)：（1）知識(shí)脈絡(luò)的分析。該服務(wù)以用戶(hù)輸入的主題詞為中心，通過(guò)統(tǒng)計(jì)分析數(shù)據(jù)庫(kù)內(nèi)論文知識(shí)節(jié)點(diǎn)間共現(xiàn)關(guān)系，以直觀可視化的方式，為用戶(hù)展示知識(shí)節(jié)點(diǎn)的變化過(guò)程。（2）行業(yè)知識(shí)在線(xiàn)服務(wù)。該服務(wù)依托萬(wàn)方巨大的知識(shí)庫(kù)，參照用戶(hù)的行為特點(diǎn)，在科學(xué)組織、合理分類(lèi)的基礎(chǔ)上，給用戶(hù)提供專(zhuān)業(yè)的行業(yè)知識(shí)。（3）專(zhuān)利分析。該服務(wù)建立在專(zhuān)利信息及情報(bào)分析與知識(shí)挖掘的基礎(chǔ)上，對(duì)專(zhuān)利信息展開(kāi)多維度的統(tǒng)計(jì)分析，繼而實(shí)現(xiàn)定量化的智能分析，再將分析結(jié)果以表格等方式呈獻(xiàn)給用戶(hù)。

3 知識(shí)組織的設(shè)計(jì)和應(yīng)用分析

3.1 知識(shí)組織系統(tǒng)建設(shè)理念

所謂“知識(shí)組織”，即進(jìn)行知識(shí)的加工整理及表示控制，并將之組織化。而“知識(shí)組織系統(tǒng)”則是服務(wù)于知識(shí)組織的，其實(shí)質(zhì)為一套特殊的術(shù)語(yǔ)和符號(hào)體系。知識(shí)服務(wù)系統(tǒng)所涵蓋的內(nèi)容很多，其中分類(lèi)法和主題法是其中兩種主要的方法，在兩種方法之外，延伸出如敘詞表、詞匯系統(tǒng)等多種方法，是當(dāng)前知識(shí)系統(tǒng)的主流展示形式。通過(guò)知識(shí)組織系統(tǒng)，實(shí)現(xiàn)知識(shí)數(shù)據(jù)的整理分析，從而提供優(yōu)質(zhì)的知識(shí)服務(wù)。知識(shí)組織系統(tǒng)還可以細(xì)分為總中心系統(tǒng)與分中心系統(tǒng)，總中心系統(tǒng)包含了分中心系統(tǒng)，通過(guò)不同的系統(tǒng)可以快速獲取希望得到的各種專(zhuān)業(yè)知識(shí)。

3.2 知識(shí)組織系統(tǒng)的知識(shí)結(jié)構(gòu)設(shè)計(jì)和加工

就上文所述的基本概念來(lái)看，知識(shí)組織系統(tǒng)實(shí)現(xiàn)知識(shí)整理與檢索的前提在于各種語(yǔ)義詞匯的結(jié)構(gòu)整合，所以詞匯之間的各種關(guān)聯(lián)其實(shí)是知識(shí)組織系統(tǒng)的關(guān)鍵所在，在進(jìn)行知識(shí)結(jié)構(gòu)的設(shè)計(jì)與加工時(shí)，要從語(yǔ)義結(jié)構(gòu)及其關(guān)系角度出發(fā)，具體來(lái)說(shuō)有以下四點(diǎn)工作內(nèi)容

（1）語(yǔ)義結(jié)構(gòu)框架設(shè)計(jì)

語(yǔ)義詞匯：類(lèi)型，包括核心詞及基礎(chǔ)詞等。

定義及概念：要確保每一個(gè)核心詞至少包含一條定義。

關(guān)系：語(yǔ)義關(guān)系是對(duì)稱(chēng)的，而屬分關(guān)系則是不對(duì)稱(chēng)的。在同一類(lèi)屬下，其是傳遞的。

分類(lèi)映射：按照關(guān)聯(lián)的分類(lèi)方法置，映射可以設(shè)定為多維度分類(lèi)的方式。

性質(zhì)：按照相關(guān)的知識(shí)領(lǐng)域及服務(wù)要求加以設(shè)定。

（2）語(yǔ)義關(guān)系的類(lèi)型設(shè)計(jì)

語(yǔ)義關(guān)系：分為同義語(yǔ)義、近義語(yǔ)義及反義語(yǔ)義三種。

等級(jí)關(guān)系：分為類(lèi)屬、整體、實(shí)例三種。

相關(guān)關(guān)系

（3）術(shù)語(yǔ)自動(dòng)抽取技術(shù)

術(shù)語(yǔ)的自動(dòng)抽?。ㄗ詣?dòng)識(shí)別）即在特定領(lǐng)域的文獻(xiàn)中抽取代表該領(lǐng)域核心理念的術(shù)語(yǔ)詞匯，術(shù)語(yǔ)自動(dòng)抽取展開(kāi)的過(guò)程如下：

第一、完成擬抽取領(lǐng)域的文獻(xiàn)整合；第二、領(lǐng)域文獻(xiàn)的語(yǔ)料預(yù)處理，包括分詞及詞性的標(biāo)注、語(yǔ)料轉(zhuǎn)換等步驟；第三、從語(yǔ)料中篩選出候選的術(shù)語(yǔ)；第四、通過(guò)一定的語(yǔ)法規(guī)則、統(tǒng)計(jì)規(guī)則及通用詞表等，對(duì)候選術(shù)語(yǔ)再識(shí)別，得到領(lǐng)域相關(guān)的術(shù)語(yǔ)列表。

就術(shù)語(yǔ)自動(dòng)抽取技術(shù)來(lái)說(shuō)，目前主要的辦法有三種：基于規(guī)則的方法、基于統(tǒng)計(jì)的方法及二者（規(guī)則、統(tǒng)計(jì)）相結(jié)合的方法?；谝?guī)則的辦法基本利用了術(shù)語(yǔ)詞典和規(guī)則模板實(shí)現(xiàn)術(shù)語(yǔ)篩選，該辦法針對(duì)那些符合規(guī)則的特定術(shù)語(yǔ)效果較好。基于統(tǒng)計(jì)的辦法利用了統(tǒng)計(jì)學(xué)的原理，通過(guò)術(shù)語(yǔ)在語(yǔ)料庫(kù)中的分布統(tǒng)計(jì)情況來(lái)實(shí)現(xiàn)術(shù)語(yǔ)的篩選，該辦法的優(yōu)勢(shì)在于適應(yīng)性強(qiáng)，但是術(shù)語(yǔ)篩選的準(zhǔn)確度仍要改進(jìn)。規(guī)則、統(tǒng)計(jì)相結(jié)合辦法首先利用語(yǔ)法規(guī)則篩選出候選術(shù)語(yǔ)，再利用統(tǒng)計(jì)學(xué)原理進(jìn)行再次篩選，即綜合了上述兩種辦法的優(yōu)點(diǎn)，在準(zhǔn)確度方面表現(xiàn)地更為良好。

目前主流的術(shù)語(yǔ)自動(dòng)抽取方法主要分為3 類(lèi)：基于規(guī)則的方法、基于統(tǒng)計(jì)的方法以及統(tǒng)計(jì)與規(guī)則相結(jié)合的方法?；谝?guī)則的方法主要利用術(shù)語(yǔ)詞典和規(guī)則模板來(lái)進(jìn)行術(shù)語(yǔ)抽取，這類(lèi)方法對(duì)符合規(guī)則的某些特定類(lèi)型的術(shù)語(yǔ)抽取具有良好的效果?；诮y(tǒng)計(jì)的方法以統(tǒng)計(jì)學(xué)理論為基礎(chǔ)，利用術(shù)語(yǔ)已經(jīng)在語(yǔ)料庫(kù)中的分布統(tǒng)計(jì)屬性來(lái)識(shí)別術(shù)語(yǔ)，該方法適應(yīng)性更強(qiáng)，實(shí)用性更好，但在術(shù)語(yǔ)抽取的準(zhǔn)確率上還有待提高。統(tǒng)計(jì)與規(guī)則相結(jié)合的方法先是通過(guò)語(yǔ)法規(guī)則過(guò)濾出候選術(shù)語(yǔ)列表，再使用統(tǒng)計(jì)學(xué)方法對(duì)候選術(shù)語(yǔ)列表中的術(shù)語(yǔ)進(jìn)行篩選，最終得到最后的候選術(shù)語(yǔ)列表，兩者相結(jié)合可以提高術(shù)語(yǔ)抽取的準(zhǔn)確度。

總之，術(shù)語(yǔ)自動(dòng)抽取的準(zhǔn)確率及效率越高，則知識(shí)組織系統(tǒng)的建立就越完善、科學(xué)，對(duì)此要重視術(shù)語(yǔ)自動(dòng)抽取技術(shù)的發(fā)展。

4 結(jié)束語(yǔ)

總而言之，知識(shí)組織系統(tǒng)的搭建和計(jì)算機(jī)技術(shù)、人工智能技術(shù)、檢索技術(shù)、語(yǔ)言處理技術(shù)等密切相關(guān)。在當(dāng)前，過(guò)去的知識(shí)組織系統(tǒng)通過(guò)詞匯標(biāo)引和元數(shù)據(jù)等形式，基本上能夠?qū)崿F(xiàn)知識(shí)資源的檢索與獲取，但是隨著時(shí)代的發(fā)展，知識(shí)組織系統(tǒng)中的資源組織及語(yǔ)義表示等涉及知識(shí)資源分布等方面，需要得到進(jìn)一步的完善。我們期待在今后的研究中，攻克這些問(wèn)題，為我國(guó)學(xué)術(shù)事業(yè)發(fā)展貢獻(xiàn)力量。

[1]畢強(qiáng).數(shù)字圖書(shū)館知識(shí)組織系統(tǒng)建構(gòu)的發(fā)展趨勢(shì)——從機(jī)器可讀到機(jī)器可理解[J].國(guó)家圖書(shū)館學(xué)刊, 2010, 19(1):12-17.

[2]黃日昆, 陳永騰, 孫逸玲.自主創(chuàng)新能力的助長(zhǎng)劑—“中國(guó)知網(wǎng)”《中國(guó)知識(shí)資源總庫(kù)》及其應(yīng)用[J].圖書(shū)館界, 2006(1):63-67.

[3]司莉, 徐麗曉, 陳紅艷.知識(shí)組織系統(tǒng)在我國(guó)數(shù)字圖書(shū)館中的應(yīng)用及界面研究[J].情報(bào)科學(xué), 2007, 25(3):445-450.

[4]徐興文.我國(guó)企業(yè)社會(huì)工作研究文獻(xiàn)綜述——基于CNKI與萬(wàn)方數(shù)據(jù)庫(kù)的文獻(xiàn)分析[J].企業(yè)導(dǎo)報(bào), 2010(10):235-236.

[5]張運(yùn)良, 梁健, 朱禮軍,等.基于術(shù)語(yǔ)定義的科技知識(shí)組織系統(tǒng)自動(dòng)豐富關(guān)鍵技術(shù)研究[J].現(xiàn)代圖書(shū)情報(bào)技術(shù), 2010, 26(7):66-71.