主題圖的語義相關(guān)度評價方法研究

　　大連理工大學(xué)裘江南副教授主持完成的國家社會科學(xué)基金項目《主題圖的語義相關(guān)度評價方法研究》（項目批準(zhǔn)號為07CTQ006），最終成果為同名研究報告和論文集。課題組成員有：王寧、葉鑫、曲剛、李麗冬、王帶弟、羅志成。

　　當(dāng)前，由于信息與知識類型的多樣性、存在方式各異、對知識整合與檢索需求的提高等因素，導(dǎo)致知識組織的理論和方法日益復(fù)雜化，傳統(tǒng)的知識組織技術(shù)的缺陷也逐漸顯露，而有效的知識組織方法需要調(diào)和日益豐富的語義內(nèi)涵與易于計算機進行信息處理兩者之間的矛盾。

　　作為一種新興的數(shù)字化本體類知識組織技術(shù)，主題圖是一種語義中度的概念關(guān)聯(lián)類知識組織方法，它的語義適度性既確保了組織知識的語義特征，又提供了易于計算機理解的表示方式，有效調(diào)和了知識組織中的兩個矛盾，因此對主題圖等概念關(guān)聯(lián)類知識組織體系的研究與應(yīng)用成為新的焦點，但主題圖的技術(shù)存在下列局限：一是主題圖技術(shù)框架中雖然可定義主題之間的各種關(guān)聯(lián)，但并沒有給出主題間、主題和資源間的相關(guān)度評價方法，特別是缺乏主題間的語義相關(guān)度評價研究。二是現(xiàn)有的主題間關(guān)聯(lián)只局限在彼此有直接關(guān)聯(lián)的主題之間，并沒有定義間接關(guān)聯(lián)，即對非直接關(guān)聯(lián)的主題之間的語義相關(guān)性傳遞問題缺乏系統(tǒng)研究。三是引文分析中采用“關(guān)鍵詞共現(xiàn)方法”也可用來評價主題間的相關(guān)程度，但該方法的準(zhǔn)確程度有賴于語境的質(zhì)量及文獻樣本的數(shù)量，具有一定的局限性。綜上所述，有必要通過對主題圖語義元素、語義結(jié)構(gòu)及語義傳遞的基礎(chǔ)研究工作，探討基于計算語言學(xué)的方法來評價主題圖的語義相關(guān)度。成果的基本思路和主要內(nèi)容如下：

　　研究目的和意義

　　研究目的有以下幾個方面：一是構(gòu)造主題圖中主題間及主題與資源間的語義相關(guān)度評價方法，實現(xiàn)主題圖中主題間及主題與資源間的關(guān)聯(lián)量化；二是發(fā)現(xiàn)主題圖中間接關(guān)聯(lián)主題間的語義傳遞規(guī)律，并構(gòu)建語義傳遞體系，實現(xiàn)語義傳遞的計算機模擬，并將其嵌入語義相關(guān)度評價方法；三是采用主題圖的語義相關(guān)度評價方法成果研究基于關(guān)聯(lián)量化的主題圖知識組織方法，將其應(yīng)用于知識導(dǎo)航系統(tǒng)并對評價方法進行完善。

　　研究的意義在于：一是通過系統(tǒng)分析主題圖的語義結(jié)構(gòu)和主題間的關(guān)系類型的基礎(chǔ)上，建立各種類型關(guān)系的語義相關(guān)度評價算法。這種基于主題圖語義結(jié)構(gòu)的評價方法，能夠依據(jù)主題圖的結(jié)構(gòu)快速對主題間的語義關(guān)聯(lián)進行量化。同時，也可克服關(guān)鍵詞共現(xiàn)方法的準(zhǔn)確程度有賴于語境的質(zhì)量及文獻樣本的數(shù)量的缺點；二是通過分析主題圖中各種關(guān)系類型的語義傳遞特性，建立非直接關(guān)聯(lián)的主題間的語義相關(guān)度評價方法，有利于揭示主題圖中語義傳遞的變化規(guī)律；三是為主題圖引入量化的語義相關(guān)度評價方法，完善基于主題圖的概念關(guān)聯(lián)類知識組織的方法和技術(shù)，并有利于更清晰地理解主題圖和相應(yīng)資源實體的語義結(jié)構(gòu)，進而提高知識檢索和導(dǎo)航的精確程度。

　　成果的主要內(nèi)容

　　研究中，首先，對現(xiàn)有的基于本體的語義相關(guān)度算法進行了系統(tǒng)分析和比較。從各種語義相關(guān)度算法的實驗測試結(jié)果中可以觀察到：語義相關(guān)度評價方法中考慮的關(guān)鍵要素越多，效果越好；在各種語義相關(guān)度評價方法中Jiang&Conrath評價方法的效果最好。在研究中選擇Jiang&Conrath方法作為項目組提出的主題圖語義相關(guān)度評價方法的比較標(biāo)準(zhǔn)。

　　其次，對主題圖的語義元素及語義結(jié)構(gòu)進行了系統(tǒng)分析，研究總結(jié)了主題圖的語義元素特點，給出了語義元素的形式化定義，并對語義關(guān)系的屬性和性質(zhì)進行了深入分析，歸納出主題圖中六大類經(jīng)典型語義關(guān)系的屬性和性質(zhì)。同時以主題圖構(gòu)成及其包含的關(guān)系類型特點為基礎(chǔ)，分析了主題圖語義結(jié)構(gòu)，進而指出其具有兩層、連通及類樹狀特征，并給出了主題圖中主題圖樹提取方法。

　　再則，針對主題圖中間接關(guān)聯(lián)主題之間的傳遞相關(guān)性問題，首次研究了主題圖語義傳遞規(guī)律，并構(gòu)建了主題圖中的語義傳遞規(guī)則。具體包括語義傳遞符號定義、影響因素及判斷過程等三個基本方面，以及運用關(guān)系性質(zhì)的研究成果和因子匹配理論等方法得出語義關(guān)系的傳遞規(guī)則，并通過人工認(rèn)知實驗進行了語義傳遞規(guī)則的認(rèn)知度測試，驗證其有效性，從而實現(xiàn)了語義傳遞判斷的計算機模擬。進而，對主題圖的語義相關(guān)度評價方法進行系統(tǒng)研究，提出了主題間的語義相關(guān)度評價方法、主題與資源間的語義相關(guān)度評價方法。其中，通過對主題圖語義元素、語義結(jié)構(gòu)及語義傳遞的分析，同時參照語義相關(guān)度已有研究基礎(chǔ)，提出了考慮主題節(jié)點密度、深度、語義關(guān)系類型、路徑及語義傳遞因素的主題間語義相關(guān)度評價方法，進而以《知網(wǎng)》本體資源作為實驗環(huán)境，以人工判斷為基準(zhǔn)，通過與Jiang&Conrath方法進行了對比分析進一步改進該評價方法。實驗結(jié)果也表明語義傳遞要素引入可以提高語義相關(guān)度算法的精度，并最終實現(xiàn)了基于語義關(guān)系的主題間語義相關(guān)度算法。此外，對主題與資源間的語義相關(guān)度評價方法進行研究。根據(jù)主題圖語義結(jié)構(gòu)及其資源特點，分析了主題與資源間的語義相關(guān)度影響因素，提出了基于多相關(guān)主題的主題與資源相關(guān)度算法。該算法引入主題間語義相關(guān)度值及多相關(guān)主題IFIDF 詞頻權(quán)重法，并與傳統(tǒng)文本資源排序方法作對比分析，驗證了主題與資源間語義相關(guān)度評價方法的優(yōu)勢。

　　最后，系統(tǒng)研究了基于關(guān)聯(lián)量化的主題圖知識組織方法。以臺風(fēng)應(yīng)急管理為背景，設(shè)計并實現(xiàn)了嵌入主題圖語義相關(guān)度評價方法的臺風(fēng)知識導(dǎo)航原型系統(tǒng)。通過構(gòu)建臺風(fēng)知識主題圖，在導(dǎo)航機制設(shè)計中嵌入主題圖關(guān)聯(lián)量化機制，克服了傳統(tǒng)導(dǎo)航查全率和差準(zhǔn)率低的問題，實現(xiàn)了基于關(guān)聯(lián)量化的主題圖知識組織方法的應(yīng)用研究。

　　成果的重要觀點

　　充分利用語義相關(guān)性的已有研究成果，以主題圖語義元素及語義結(jié)構(gòu)等為基礎(chǔ)，對主題圖的語義相關(guān)度評價方法進行了研究，研究的重要觀點如下：一是首次提出了主題圖的主題間、主題和資源間的定量化的相關(guān)度評價方法。完善了基于主題圖的概念關(guān)聯(lián)類知識組織的方法和技術(shù)，并有利于更清晰地理解主題圖和相應(yīng)資源實體的語義結(jié)構(gòu)，進而提高知識檢索和導(dǎo)航的精確程度；二是提出了主題圖的主要關(guān)系類型的語義相關(guān)度評價算法。能夠依據(jù)主題圖的結(jié)構(gòu)快速建立量化的語義相關(guān)度，可彌補關(guān)鍵詞共現(xiàn)類方法的準(zhǔn)確程度有賴于語境的質(zhì)量及文獻樣本的數(shù)量的不足；三是發(fā)現(xiàn)了主題圖中間接關(guān)聯(lián)主題間的語義傳遞規(guī)律，并構(gòu)建了語義傳遞體系，實現(xiàn)了語義傳遞的計算機模擬，并將其嵌入語義相關(guān)度評價方法；四是提出了基于多相關(guān)主題的主題與資源相關(guān)度算法。該算法引入主題間語義相關(guān)度值及多相關(guān)主題IFIDF 詞頻權(quán)重法，并在相關(guān)算例實驗過程中，獲得了較好的計算結(jié)果。

　　成果的學(xué)術(shù)價值和社會價值

　　成果的學(xué)術(shù)價值在于：系統(tǒng)分析了主題圖的語義元素和語義結(jié)構(gòu)，發(fā)現(xiàn)了語義傳遞規(guī)律,并建立了語義傳遞模型。這些研究結(jié)果一方面為主題圖語義相關(guān)度的評價方法研究提供了理論基礎(chǔ)，另一方面豐富了主題圖的語義結(jié)構(gòu)的理論研究，并對語義傳遞領(lǐng)域進行了拓展研究；同時本研究重點設(shè)計了主題圖的語義相關(guān)度評價方法，解決了主題圖關(guān)聯(lián)量化的問題，這些成果一方面完善了主題圖的概念關(guān)聯(lián)類知識組織的方法和技術(shù)理論體系，另一方面有利于更深刻揭示主題圖與資源實體間的語義結(jié)構(gòu)。

　　成果的社會價值在于：研究提出的主題間、主題與資源間的語義相關(guān)度評價方法，可以用來指導(dǎo)信息和知識資源的組織系統(tǒng)的分析與設(shè)計。將提出的評價方法可應(yīng)用于信息或知識組織與檢索系統(tǒng)，能夠提高信息與知識組織的質(zhì)量、檢索的查準(zhǔn)率和查準(zhǔn)率，大大提高了人們獲取信息的質(zhì)量與效率，具有較大的社會效益。