知識元挖掘

第1章制約人類利用知識的瓶頸1
1.1知識標(biāo)引的國內(nèi)外研究現(xiàn)狀2
1.2知識標(biāo)引成為知識管理的瓶頸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7
1.2.3中文理解的困難7
1.2.4漢語文獻(xiàn)的自動標(biāo)引研究回顧8
1.2.5主題標(biāo)引的進(jìn)展10
1.2.6自動文摘的進(jìn)展11
1.2.7知識標(biāo)引成為知識管理的瓶頸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18
1.3.2內(nèi)容檢索的特點18
1.3.3基于內(nèi)容的檢索方法18
1.4知識組織方法的創(chuàng)新19
第2章知識發(fā)現(xiàn)的新理論21
2.1知識的基本概念22
2.2知識的信息單元25
2.3元知識概念27
2.4知識的表示模式29
2.4.1知識原子30
2.4.2知識因子31
2.4.3知識因子的一元運算32
2.4.4知識項34
2.4.5知識表達(dá)式36
2.4.6知識表達(dá)式的BNF表示37
2.5知識映射的模式識別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)庫中的知識發(fā)現(xiàn)的概念49
2.7.5文本中的知識挖掘52
2.7.6國內(nèi)KDD的研究熱點53
2.8粗糙集知識發(fā)現(xiàn)54
2.8.1粗糙集的概念54
2.8.2知識的分類觀點55
2.8.3新型的隸屬關(guān)系56
2.8.4ID3與RS理論58
2.8.5知識粒子與知識粒度59
2.9非相關(guān)文獻(xiàn)中的知識發(fā)現(xiàn)61
2.10歸納是知識發(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)計方法66
3.2.1文獻(xiàn)標(biāo)引67
3.2.2文獻(xiàn)自動標(biāo)引68
3.2.3Zipf定律69
3.2.4Luhn的自動抽詞思想70
3.2.5敘詞的聚類和結(jié)合統(tǒng)計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文本知識發(fā)現(xiàn)的特點與進(jìn)展90
3.5.1Web上的數(shù)據(jù)挖掘90
3.5.2Web知識發(fā)現(xiàn)的分類91
3.5.3Web知識發(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)的自動分析97
3.6新形勢對情報檢索語言的挑戰(zhàn)98
3.6.1情報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)用人工智能知識處理的方法103
3.8引入面向?qū)ο蠹夹g(shù)106
第4章知識創(chuàng)新與增值的知識鏈109
4.1知識創(chuàng)造110
4.1.1知識成為勞動者的生產(chǎn)要素110
4.1.2個人猜想是知識創(chuàng)造的起源110
4.1.3知識分為編碼模式和人物化模式111
4.2知識轉(zhuǎn)換111
4.2.1知識的復(fù)雜性：隱性知識與顯性知識111
4.2.2拉里?普魯薩克的知識管理112
4.2.3知識鏈114
4.2.4知識鏈模型115
4.2.5隱性知識與顯性知識轉(zhuǎn)換的四個階段117
4.3知識創(chuàng)新118
4.3.1組織是知識成為生產(chǎn)力的放大器118
4.3.2知識運用于具體的環(huán)境中才產(chǎn)生價值119
4.3.3知識是個體對信息的增值119
4.4數(shù)字圖書館的信息整流120
4.5知識增值124
4.5.1圖書館受到Internet的巨大沖擊124
4.5.2數(shù)字圖書館的知識增值服務(wù)125
第5章知識管理的革命128
5.1傳統(tǒng)情報學(xué)管理知識理論的困境129
5.1.1分類法和主題法組織的是文獻(xiàn)而不是知識129
5.1.2數(shù)字化圖書館的不足131
5.1.3情報學(xué)應(yīng)研究知識管理131
5.1.4情報學(xué)構(gòu)建“知識體系”框架的任務(wù)132
5.2網(wǎng)格技術(shù)推進(jìn)知識管理革命132
5.2.1網(wǎng)格時代的到來133
5.2.2網(wǎng)格提供巨大的計算技術(shù)空間134
5.2.3知識網(wǎng)格對知識管理的挑戰(zhàn)137
5.2.4有關(guān)知識管理革命的幾點設(shè)想138
第6章知識元鏈接理論141
6.1知識元標(biāo)引是知識組織的新方向142
6.2知識元標(biāo)引是知識管理的起點143
6.3知識元是構(gòu)造知識系統(tǒng)的基元143
6.4知識元鏈接理論144
6.4.1知識元模塊化144
6.4.2知識元結(jié)構(gòu)定義145
6.4.3知識元鏈接框架147
6.5知識的網(wǎng)格結(jié)構(gòu)147
6.5.1信息與知識元的導(dǎo)航148
6.5.2建立知識網(wǎng)格平臺149
第7章信息與知識變換151
7.1信息與知識理論的早期貢獻(xiàn)152
7.2信息科學(xué)的理論154
7.3信息與知識譜的變換性156
7.3.1知識譜157
7.3.2知識譜分析159
第8章知識元的認(rèn)知理論161
8.1認(rèn)知的探索162
8.2認(rèn)知對文本知識挖掘的指導(dǎo)164
8.3知識元的抽取166
8.4實例分析168
第9章知識元標(biāo)引170
9.1歸類分析171
9.2數(shù)值型知識元結(jié)構(gòu)177
9.3數(shù)值型知識元軟件抽取試驗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182
9.4知識元庫構(gòu)架183
9.5期刊論文知識元抽取方案184
第10章基于創(chuàng)新點的知識元挖掘186
10.1創(chuàng)新點是科學(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”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)新點的分布190
10.3.3科技期刊論文創(chuàng)新的特點192
10.3.4創(chuàng)新點的查新類型193
10.4知識元抽取試驗193
10.4.1人工知識元抽取試驗193
10.4.2創(chuàng)新點知識元抽取原理194
10.5實例分析196
第11章基于XML的知識元本體推理200
11.1知識元本體推理模型201
11.2XML平臺上的知識元表示202
11.3知識元實體203
11.3.1知識元的模板描述204
11.3.2數(shù)值型知識元實體舉例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推理207
11.5知識元本體推理208
11.5.1兩個本體定義209
11.5.2一個數(shù)值知識元本體對話的實例209
附錄數(shù)值型知識元抽取軟件部分程序211
參考文獻(xiàn)236
后記240