*,信息技术支持中心 知识组织与知识工程研究室,版权所有，非经作者及,图书情报工作,杂志社许可请勿转载，如欲转载请获取许可并注明出处。,*,信息技术支持中心 知识组织与知识工程研究室,*,版权所有，非经作者及,图书情报工作,杂志社许可请勿转载，如欲转载请获取许可并注明出处。,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,信息技术支持中心 知识组织与知识工程研究室,*,版权所有，非经作者及,图书情报工作,杂志社许可请勿转载，如欲转载请获取许可并注明出处。,张运良 朱礼军 乔晓东,2009-09-09,汉语科技词系统,理念与实践,信息技术支持中心 知识组织与知识工程研究室,张运良 朱礼军 乔晓东2009-09-09汉语科技词系统信,大纲,汉语科技词系统提出的背景,汉语科技词系统的内涵,汉语科技词系统的理念,汉语科技词系统的发展,新能源汽车领域词系统构建,系统展示,汉语科技词系统展望,信息技术支持中心 知识组织与知识工程研究室,大纲汉语科技词系统提出的背景信息技术支持中心 知识组织与知,大纲,汉语科技词系统提出的背景,汉语科技词系统的内涵,汉语科技词系统的理念,汉语科技词系统的发展,新能源汽车领域词系统构建,系统展示,汉语科技词系统展望,信息技术支持中心 知识组织与知识工程研究室,大纲汉语科技词系统提出的背景信息技术支持中心 知识组织与知,背景,(1),科技信息资源数量上的剧增，组织和管理需求增加,面向机器的科技信息内容处理需求越来越突出,自动分类,自动标引,自动内容分析,信息检索,语义交换,期望解决知识组织系统建设中的问题,编制过程中知识丢失、维护机制落后、词更新周期长、开放程度不够、难以获取，难以满足信息加工和软件开发需求,信息技术支持中心 知识组织与知识工程研究室,背景(1)科技信息资源数量上的剧增，组织和管理需求增加信息技,背景,(2),我国目前还缺乏一个科技词汇知识的构建、管理、维护工具的基础架构和服务平台,开展汉语科技词系统研究工作,中国科学技术信息所所重点工作项目,国家“十一五”支撑计划课题,知识组织系统的集成及服务体系研究与实现,2007,年开始，一直延续,信息技术支持中心 知识组织与知识工程研究室,背景(2)我国目前还缺乏一个科技词汇知识的构建、管理、维护工,大纲,汉语科技词系统提出的背景,汉语科技词系统的内涵,汉语科技词系统的理念,汉语科技词系统的发展,新能源汽车领域词系统构建,系统展示,汉语科技词系统展望,信息技术支持中心 知识组织与知识工程研究室,大纲汉语科技词系统提出的背景信息技术支持中心 知识组织与知,汉语科技词系统的内涵（,1,）,信息技术支持中心 知识组织与知识工程研究室,“汉语科技词系统”是一种词汇知识组织形式，由词汇内容资源与相应的建设、管理、使用、维护平台和接口工具组成。,以汉语科技主题词表、分类法、术语表为基础,以各类中英文语言知识库为借鉴,真实语料和领域专家并重,词汇知识内容,技术体系,设计目标,应用场景,应用服务方式,重大变化,汉语科技词系统的内涵（1）信息技术支持中心 知识组织与知识,汉语科技词系统的内涵（,2,）,设计目标,实现科技词汇知识的,开放,加工和,共享,使用,为中文科技信息资源的,内容处理,提供词汇层面的,语义支撑,应用场景,面向计算机应用程序,提供有关汉语科技词汇的各类信息,词汇知识内容,用代属分参关系细化,关系和属性区分,分类信息和注释信息,信息技术支持中心 知识组织与知识工程研究室,汉语科技词系统的内涵（2）设计目标信息技术支持中心 知识组,汉语科技词系统的内涵（,3,）,技术体系,（半）自动构建和管理工具：动态、及时更新,规范的程序访问接口和独立于计算平台的词汇输出格式：词汇构建过程和应用过程的封装,应用服务方式,应用范围：内容分析、知识管理、知识抽取和知识服务等,三类应用方式,通过访问接口调用来访问汉语科技词系统的内容,通过下载或者授权使用汉语科技词系统的内容数据,基于,web service,技术的网络调用,信息技术支持中心 知识组织与知识工程研究室,汉语科技词系统的内涵（3）技术体系信息技术支持中心 知识组,大纲,汉语科技词系统提出的背景,汉语科技词系统的内涵,汉语科技词系统的理念,汉语科技词系统的发展,新能源汽车领域词系统构建,系统展示,汉语科技词系统展望,信息技术支持中心 知识组织与知识工程研究室,大纲汉语科技词系统提出的背景信息技术支持中心 知识组织与知,汉语科技词系统的理念,(1),协同构建,一部词表由不同背景的建设者共建,一个人可以参与多部词表的构建,高容错性,机器自检,+,人工审核,允许一定程度的错误和不一致,草根文化,wiki,模式,任何人都可以组织创建一部词表,知识加工流程与控制,信息技术支持中心 知识组织与知识工程研究室,汉语科技词系统的理念(1)协同构建信息技术支持中心 知识组,汉语科技词系统的理念,(2),共享,软件平台,词表成果（全部,/,部分）,词条等级,Free,Professional,Enterprise,服务接口（数据对象层和业务逻辑层）,信息技术支持中心 知识组织与知识工程研究室,汉语科技词系统的理念(2)共享信息技术支持中心 知识组织与,汉语科技词系统的理念,(3),多级用户控制,管理员,专家,整体编辑,局部编辑,浏览用户,信息技术支持中心 知识组织与知识工程研究室,汉语科技词系统的理念(3)多级用户控制信息技术支持中心 知,汉语科技词系统的理念,(4),条块分割的知识建设和控制,词条基本信息,关系,属性,注释,分类,上下兼容,叙词表,本体,信息技术支持中心 知识组织与知识工程研究室,汉语科技词系统的理念(4)条块分割的知识建设和控制信息技术支,汉语科技词系统的理念,(5),Term,向,Object,（,包含,Term,和,Phrase,）扩展,交互格式,数据库,XML,SKOS,OWL,关系和属性可配置，分类可选择,随需而变,信息技术支持中心 知识组织与知识工程研究室,汉语科技词系统的理念(5)Term向Object（包含Te,大纲,汉语科技词系统提出的背景,汉语科技词系统的内涵,汉语科技词系统的理念,汉语科技词系统的发展,新能源汽车领域词系统构建,系统展示,汉语科技词系统展望,信息技术支持中心 知识组织与知识工程研究室,大纲汉语科技词系统提出的背景信息技术支持中心 知识组织与知,汉语科技词系统的发展,(1),三个阶段,多词表管理系统,叙词表构建和修订更新系统,汉语科技词系统,两个系统,词表管理,+,构建修订系统,=,企业级开发,词系统构建系统,=,企业级开发,两类对象,知识对象：词条、关系、属性、分类、注释等,管理对象：用户、权限、邮件消息、日志,信息技术支持中心 知识组织与知识工程研究室,汉语科技词系统的发展(1)三个阶段信息技术支持中心 知识组,汉语科技词系统的发展,(2),重点处理的关键问题,几类角色,浏览用户,编辑（局部、整体）,领域专家,管理员,各类知识的状态,3,个状态的变化：草稿,候选,已审,编辑权限,词条、词关系、词属性、词注释的编辑是独立的，分别进行,但也会发生一些制约关系,信息技术支持中心 知识组织与知识工程研究室,汉语科技词系统的发展(2)重点处理的关键问题信息技术支持中心,汉语科技词系统的发展,(3),形成一套建设流程,1.,制定规划,2.,资源收集，建立语料库,3.,分类方法选择构建，关系空间和属性空间确定,4.,初始骨架抽取,5.,人工补充、修订和完善,6.,总体审核和发布,信息技术支持中心 知识组织与知识工程研究室,汉语科技词系统的发展(3)形成一套建设流程信息技术支持中心,汉语科技词系统概要课件,信息技术支持中心 知识组织与知识工程研究室,信息技术支持中心 知识组织与知识工程研究室,大纲,汉语科技词系统提出的背景,汉语科技词系统的内涵,汉语科技词系统的理念,汉语科技词系统的发展,新能源汽车领域词系统构建,系统展示,汉语科技词系统展望,信息技术支持中心 知识组织与知识工程研究室,大纲汉语科技词系统提出的背景信息技术支持中心 知识组织与知,新能源汽车领域词系统构建,(1),语料分析与专家意见,语料选择是否得当，直接影响构建新能源汽车领域科技词系统的质量。,新能源领域语料采集、建库和整理工作。,语料库来源包括：主题词表、本领域文献的近年来常用检索词、本领域相关的知识百科和术语解释、本领域相关的期刊和专利文献、本领域近年来国家科技计划的课题指南和申报材料等。,信息技术支持中心 知识组织与知识工程研究室,新能源汽车领域词系统构建(1)语料分析与专家意见信息技术支持,语料名,数量,说明,目的,检索词,83,个,领域专家提出,作为核心词汇及期刊和专利语料检索词。,主题词表,石油叙词表（,15000,条）,汽车工程叙词（,5864,条）,交通汉语主题词表（,17725,条）,水利水电主题词表（,9578,条）,条数指：（词,-,关系,-,词）记录条数。,作为基础关系来源。,知识百科,300,个左右词汇,包括技术、厂家、品牌等。,作为基础关系和解释来源。,术语解释,1647,个词条,来自简明汽车知识词典。,作为基础关系和解释来源。,论文期刊,1845,条期刊元数据,通过万方数据平台检索。,作为,CLC,分类信息来源。,专利文献,1444,条专利元数据,新能源和汽车领域相关的中文专利。,作为,IPC,分类信息来源以及关系来源。,国家科技计划指南,国家高技术研究发展计划（,863,计划）现代交通技术领域“节能与新能源汽车”重大项目,20,个研究方向,56,个课题。,作为领域主题分类来源。,信息技术支持中心 知识组织与知识工程研究室,语料名数量说明目的检索词83个领域专家提出作为核心词汇及期刊,信息技术支持中心 知识组织与知识工程研究室,新能源汽车领域词系统构建,(2),信息技术支持中心 知识组织与知识工程研究室新能源汽车领域词,新能源汽车领域词系统构建,(3),属性空间分析,自底向上分析,11,个一级类,52,个二级类,关系空间分析,自顶向下,自底向上,15,个一级类,76,个二级类,信息技术支持中心 知识组织与知识工程研究室,新能源汽车领域词系统构建(3)属性空间分析信息技术支持中心,信息技术支持中心 知识组织与知识工程研究室,信息技术支持中心 知识组织与知识工程研究室,新能源汽车领域词系统构建,(4),信息技术支持中心 知识组织与知识工程研究室,分类概率计算,基于语料词频加权统计,标题、关键词、摘要、正文,标题、摘要、权利要求项、正文,新能源汽车领域词系统构建(4)信息技术支持中心 知识组织与,大纲,汉语科技词系统提出的背景,汉语科技词系统的内涵,汉语科技词系统的理念,汉语科技词系统的发展,新能源汽车领域词系统构建,系统展示,汉语科技词系统展望,信息技术支持中心 知识组织与知识工程研究室,大纲汉语科技词系统提出的背景信息技术支持中心 知识组织与知,系统展示,词表管理,+,构建修订系统,词系统构建系统,http:/168.160.18.252/vocabulary/,其它工具,信息技术支持中心 知识组织与知识工程研究室,系统展示词表管理+构建修订系统信息技术支持中心 知识组织与,大纲,汉语科技词系统提出的背景,汉语科技词系统的内涵,汉语科技词系统的理念,汉语科技词系统的发展,新能源汽车领域词系统构建,系统展示,汉语科技词系统展望,信息技术支持中心 知识组织与知识工程研究室,大纲汉语科技词系统提出的背景信息技术支持中心 知识组织与知,展望（,1,）,一个开放组织、共享访问、动态灵活的汉语科技词系统是实现网络信息资源整合、跨库浏览与检索的重要支撑，也是优化信息组织、实现资源共享、支撑信息内容智能处理、提供知识化科技信息服务的重要前提,随着软件工程、自然语言处理、人工智能相关领域的进一步深入发展，汉语科技词系统相关研究作为情报科学、计算机科学、语言学、认知科学的一个重要的交叉点，必将迎来一个研究、开发与服务的蓬勃发展期。,展望（1）一个开放组织、共享访问、动态灵活的汉语科技词系统