分类： 图书馆学、情报学 >> 情报学 提交时间： 2023-04-01 合作期刊: 《图书情报工作》
摘要： [目的/意义] 比较分析语义网技术发展环境下国外代表性知识组织体系管理工具的研究现状及关键功能，梳理相关研究的发展趋势。[方法/过程] 通过网络调研法，遴选国外10个代表性知识组织体系管理工具，从结构定义、项目维护、数据管理、互操作性、操作环境等方面比较分析其发展现状。在此基础上，为国内知识组织体系管理工具的建设工作提供建议。[结果/结论] 研究发现，国内知识组织体系管理工具的建设工作应依托语义网、关联数据、语义集成、语义互操作等技术促进功能创新，包括：灵活设计并配置多类型数据模型、支持可持续发展的管理与维护机制、支持用户分布式协同管理与控制、知识驱动的数据迭代式更新、面向语义的KOS重用与进化、建设以KOS为核心的知识组织框架等。
分类： 图书馆学、情报学 >> 情报学 提交时间： 2023-04-01 合作期刊: 《图书情报工作》
摘要： [目的/意义] 旨在研究将国家科技图书文献中心（National Science and Technology Library，NSTL）的科研实体名称规范数据发布为关联数据的难点关联数据的数据模型。科研实体名称规范数据的数据模型研究，有助于NSTL科研实体数据的共享、互联、质量提升，融入到互联网中，同时也为其他机构使用、发布关联数据提供模型参考。[方法/过程] 首先，分析比较国内外关联数据发布项目中所采用的数据模型，发现关联数据发布项目中的数据模型主要分为以Schema.org为核心和多种标准词表组合两类；结合NSTL名称规范数据的特点，设计两种形式的关联数据模型，并从关联数据模型对名称规范数据的表达程度、模型复杂度等角度进行比较，选择较优方案；最后以D2RQ为工具进行实验，将NSTL名称规范的样例数据发布为关联数据。[结果/结论] 分析发现两种方案中以Schema.org为核心标准词表的方案相对于多种标准词表组合的方案有较优的表达完整度、较低的模型复杂度，更易于融入互联网，因此更适合作为NSTL名称规范数据的关联数据模型。
分类： 图书馆学、情报学 >> 情报学 提交时间： 2023-04-01 合作期刊: 《图书情报工作》
摘要： [目的/意义] 针对基于问答对的智能问答准确率和解决率低、用户满意度差等问题,研究构建知识图谱本体模型,构建基于知识图谱的智能问答,解决基于问答对的智能问题所面临的问题。[方法/过程] 首先,分析当前智能问答面临的问题及原因,提出构建知识图谱支撑智能问答的方案。其次,在已有本体模型构建方法的基础上,提出一种融合多层次数据的多轮循环方法,该方法分别以业务数据、用户数据和业务系统动态数据等多层次数据为数据来源,核心步骤为搭建基本框架、完善知识结构、对齐知识结构三轮循环。最后,以退换货领域为例阐述本体模型构建的具体步骤,从无到有,增量叠加,构建知识图谱本体模型。[结果/结论] 将以退换货本体模型为模式层的知识图谱部署在智能问答系统中进行试验,试验结果显示退换货知识图谱上线后智能问答的准确率提升50%,解决率提升300%。其中准确率是指回答正确的问题数量与回答的全部问题数量的比例,解决率是指答案精准解决了用户问题的数量与回答的全部问题数量的比例。本文提出的本体模型构建方法从零散的领域知识中梳理出完整的、细粒度的领域知识结构,支持智能问答为用户提供精准的答案,能够有效解决基于问答对的智能问答困境。
点击量
点击量
下载量
评论
