基于全文知识网络的学术资源关联发现实践

摘要：

[目的/意义]通过对学术资源进行深度挖掘与语义化组织,实现学术资源及其内部知识之间的关联发现.[方法/过程]本文提出基于全文知识网络的学术资源关联发现方法,设计了全文知识网络的模型和构建流程,以Pubmed Central数据库中拟南芥(Arabidopsis)相关的520篇期刊论文全文数据为实验对象,通过全文解析和挖掘将其分解为细粒度的知识,形成全文知识网络.然后利用SPARQL查询和RelFinder可视化工具从数字资源层、知识单元层和知识对象层三个层次开展关联发现实验.[结果/结论]本文构建全文知识网络对学术资源进行细粒度组织和挖掘,有助于发现不同学术资源及其内部知识之间的潜在关联,对学术资源的深度利用具有重要的意义.[创新/局限]本文创新之处在于通过构建全文知识网络对学术资源进行细粒度揭示和组织并进一步发现潜在关联,局限在于尚未开展大规模应用实践.

关键词：学术资源;全文知识网络;修辞分类;知识抽取;关联发现

所属期刊栏目：39

分类号：G250.2;TP391.1(图书馆学、图书馆事业)

资助基金：国家社科青年基金项目"基于关联数据的学术资源深度挖掘方法研究"15CTQ006

在线出版日期：2021-08-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：67-77