知識(shí)元挖掘

第1章制約人類利用知識(shí)的瓶頸1
1.1知識(shí)標(biāo)引的國內(nèi)外研究現(xiàn)狀2
1.2知識(shí)標(biāo)引成為知識(shí)管理的瓶頸3
1.2.1文本標(biāo)引技術(shù)3
1.2.2中文文本信息的特點(diǎn)7
1.2.3中文理解的困難7
1.2.4漢語文獻(xiàn)的自動(dòng)標(biāo)引研究回顧8
1.2.5主題標(biāo)引的進(jìn)展10
1.2.6自動(dòng)文摘的進(jìn)展11
1.2.7知識(shí)標(biāo)引成為知識(shí)管理的瓶頸13
1.3信息科學(xué)向內(nèi)容處理深入17
1.3.1概念檢索的特點(diǎn)18
1.3.2內(nèi)容檢索的特點(diǎn)18
1.3.3基于內(nèi)容的檢索方法18
1.4知識(shí)組織方法的創(chuàng)新19
第2章知識(shí)發(fā)現(xiàn)的新理論21
2.1知識(shí)的基本概念22
2.2知識(shí)的信息單元25
2.3元知識(shí)概念27
2.4知識(shí)的表示模式29
2.4.1知識(shí)原子30
2.4.2知識(shí)因子31
2.4.3知識(shí)因子的一元運(yùn)算32
2.4.4知識(shí)項(xiàng)34
2.4.5知識(shí)表達(dá)式36
2.4.6知識(shí)表達(dá)式的BNF表示37
2.5知識(shí)映射的模式識(shí)別38
2.5.1映射的黑箱式與明晰式39
2.5.2狹義的模式識(shí)別40
2.5.3特征決定模式的表達(dá)形式41
2.6非數(shù)值特征模式分類42
2.7數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)47
2.7.1數(shù)據(jù)挖掘模式48
2.7.2數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)的區(qū)別49
2.7.3數(shù)據(jù)挖掘與數(shù)據(jù)庫查詢的不同49
2.7.4數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn)的概念49
2.7.5文本中的知識(shí)挖掘52
2.7.6國內(nèi)KDD的研究熱點(diǎn)53
2.8粗糙集知識(shí)發(fā)現(xiàn)54
2.8.1粗糙集的概念54
2.8.2知識(shí)的分類觀點(diǎn)55
2.8.3新型的隸屬關(guān)系56
2.8.4ID3與RS理論58
2.8.5知識(shí)粒子與知識(shí)粒度59
2.9非相關(guān)文獻(xiàn)中的知識(shí)發(fā)現(xiàn)61
2.10歸納是知識(shí)發(fā)現(xiàn)的基本途徑62
第3章文獻(xiàn)標(biāo)引與檢索的進(jìn)展64
3.1檢索語言的概念邏輯基礎(chǔ)65
3.2標(biāo)引詞的統(tǒng)計(jì)方法66
3.2.1文獻(xiàn)標(biāo)引67
3.2.2文獻(xiàn)自動(dòng)標(biāo)引68
3.2.3Zipf定律69
3.2.4Luhn的自動(dòng)抽詞思想70
3.2.5敘詞的聚類和結(jié)合統(tǒng)計(jì)70
3.2.6標(biāo)引詞向量空間模型72
3.2.7文獻(xiàn)的詞和詞的連接矩陣75
3.2.8詞和文獻(xiàn)的結(jié)合矩陣79
3.2.9文獻(xiàn)空間的質(zhì)心C81
3.3主題層次劃分83
3.3.1有序聚類方式劃分文本層次83
3.3.2采用語義網(wǎng)絡(luò)表示主題的層次概念84
3.4標(biāo)引詞的特征提取與選擇方法86
3.4.1特征提取與選擇概念86
3.4.2基于熵的方差特征提取方法88
3.5文本知識(shí)發(fā)現(xiàn)的特點(diǎn)與進(jìn)展90
3.5.1Web上的數(shù)據(jù)挖掘90
3.5.2Web知識(shí)發(fā)現(xiàn)的分類91
3.5.3Web知識(shí)發(fā)現(xiàn)的方法93
3.5.4文本特征的處理功能95
3.5.5漢語文本結(jié)構(gòu)的自動(dòng)分析97
3.6新形勢對(duì)情報(bào)檢索語言的挑戰(zhàn)98
3.6.1情報(bào)檢索語言面臨的挑戰(zhàn)98
3.6.2利用文獻(xiàn)數(shù)據(jù)庫進(jìn)行數(shù)據(jù)和事實(shí)檢索100
3.7引入人工智能的方法102
3.7.1人工語言與自然語言結(jié)合102
3.7.2應(yīng)用人工智能知識(shí)處理的方法103
3.8引入面向?qū)ο蠹夹g(shù)106
第4章知識(shí)創(chuàng)新與增值的知識(shí)鏈109
4.1知識(shí)創(chuàng)造110
4.1.1知識(shí)成為勞動(dòng)者的生產(chǎn)要素110
4.1.2個(gè)人猜想是知識(shí)創(chuàng)造的起源110
4.1.3知識(shí)分為編碼模式和人物化模式111
4.2知識(shí)轉(zhuǎn)換111
4.2.1知識(shí)的復(fù)雜性：隱性知識(shí)與顯性知識(shí)111
4.2.2拉里?普魯薩克的知識(shí)管理112
4.2.3知識(shí)鏈114
4.2.4知識(shí)鏈模型115
4.2.5隱性知識(shí)與顯性知識(shí)轉(zhuǎn)換的四個(gè)階段117
4.3知識(shí)創(chuàng)新118
4.3.1組織是知識(shí)成為生產(chǎn)力的放大器118
4.3.2知識(shí)運(yùn)用于具體的環(huán)境中才產(chǎn)生價(jià)值119
4.3.3知識(shí)是個(gè)體對(duì)信息的增值119
4.4數(shù)字圖書館的信息整流120
4.5知識(shí)增值124
4.5.1圖書館受到Internet的巨大沖擊124
4.5.2數(shù)字圖書館的知識(shí)增值服務(wù)125
第5章知識(shí)管理的革命128
5.1傳統(tǒng)情報(bào)學(xué)管理知識(shí)理論的困境129
5.1.1分類法和主題法組織的是文獻(xiàn)而不是知識(shí)129
5.1.2數(shù)字化圖書館的不足131
5.1.3情報(bào)學(xué)應(yīng)研究知識(shí)管理131
5.1.4情報(bào)學(xué)構(gòu)建“知識(shí)體系”框架的任務(wù)132
5.2網(wǎng)格技術(shù)推進(jìn)知識(shí)管理革命132
5.2.1網(wǎng)格時(shí)代的到來133
5.2.2網(wǎng)格提供巨大的計(jì)算技術(shù)空間134
5.2.3知識(shí)網(wǎng)格對(duì)知識(shí)管理的挑戰(zhàn)137
5.2.4有關(guān)知識(shí)管理革命的幾點(diǎn)設(shè)想138
第6章知識(shí)元鏈接理論141
6.1知識(shí)元標(biāo)引是知識(shí)組織的新方向142
6.2知識(shí)元標(biāo)引是知識(shí)管理的起點(diǎn)143
6.3知識(shí)元是構(gòu)造知識(shí)系統(tǒng)的基元143
6.4知識(shí)元鏈接理論144
6.4.1知識(shí)元模塊化144
6.4.2知識(shí)元結(jié)構(gòu)定義145
6.4.3知識(shí)元鏈接框架147
6.5知識(shí)的網(wǎng)格結(jié)構(gòu)147
6.5.1信息與知識(shí)元的導(dǎo)航148
6.5.2建立知識(shí)網(wǎng)格平臺(tái)149
第7章信息與知識(shí)變換151
7.1信息與知識(shí)理論的早期貢獻(xiàn)152
7.2信息科學(xué)的理論154
7.3信息與知識(shí)譜的變換性156
7.3.1知識(shí)譜157
7.3.2知識(shí)譜分析159
第8章知識(shí)元的認(rèn)知理論161
8.1認(rèn)知的探索162
8.2認(rèn)知對(duì)文本知識(shí)挖掘的指導(dǎo)164
8.3知識(shí)元的抽取166
8.4實(shí)例分析168
第9章知識(shí)元標(biāo)引170
9.1歸類分析171
9.2數(shù)值型知識(shí)元結(jié)構(gòu)177
9.3數(shù)值型知識(shí)元軟件抽取試驗(yàn)177
9.3.1文本數(shù)值數(shù)據(jù)抽取算法177
9.3.2軟件功能177
9.3.3修改原則179
9.3.4檢索試驗(yàn)182
9.4知識(shí)元庫構(gòu)架183
9.5期刊論文知識(shí)元抽取方案184
第10章基于創(chuàng)新點(diǎn)的知識(shí)元挖掘186
10.1創(chuàng)新點(diǎn)是科學(xué)論文的靈魂187
10.2學(xué)術(shù)論文撰寫的核心要素188
10.3文本“創(chuàng)新點(diǎn)”的特征190
10.3.1科技期刊的創(chuàng)新性質(zhì)190
10.3.2科技期刊論文創(chuàng)新點(diǎn)的分布190
10.3.3科技期刊論文創(chuàng)新的特點(diǎn)192
10.3.4創(chuàng)新點(diǎn)的查新類型193
10.4知識(shí)元抽取試驗(yàn)193
10.4.1人工知識(shí)元抽取試驗(yàn)193
10.4.2創(chuàng)新點(diǎn)知識(shí)元抽取原理194
10.5實(shí)例分析196
第11章基于XML的知識(shí)元本體推理200
11.1知識(shí)元本體推理模型201
11.2XML平臺(tái)上的知識(shí)元表示202
11.3知識(shí)元實(shí)體203
11.3.1知識(shí)元的模板描述204
11.3.2數(shù)值型知識(shí)元實(shí)體舉例205
11.4XML語義網(wǎng)推理205
11.4.1語義網(wǎng)上五層次模型205
11.4.2語義信息層上的三元組207
11.4.3本體信息層上的知識(shí)推理207
11.5知識(shí)元本體推理208
11.5.1兩個(gè)本體定義209
11.5.2一個(gè)數(shù)值知識(shí)元本體對(duì)話的實(shí)例209
附錄數(shù)值型知識(shí)元抽取軟件部分程序211
參考文獻(xiàn)236
后記240