Please wait a minute...
Advanced Search
现代图书情报技术  2012, Vol. 28 Issue (7): 13-18    DOI: 10.11925/infotech.1003-3513.2012.07.03
  专题 本期目录 | 过刊浏览 | 高级检索 |
面向知识发现的SKE关键技术及服务
宋文1, 黄金霞1, 刘毅2, 汤怡洁2
1. 中国科学院国家科学图书馆 北京 100190;
2. 中国科学院国家科学图书馆武汉分馆 武汉 430071
SKE Key Technologies and Services for Knowledge Discovery
Song Wen1, Huang Jinxia1, Liu Yi2, Tang Yijie2
1. National Science Library, Chinese Academy of Sciences, Beijing 100190, China;
2. The Wuhan Branch of National Science Library, Chinese Academy of Sciences, Wuhan 430071, China
全文: PDF(1018 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 专业领域知识环境(SKE)工具支持用户建设嵌入科研工作流的知识环境和学术社区,是基于科研本体和主题本体的知识组织模型,应用语义网技术,结合推理规则的开发,实现特定学科领域内综合科技信息的管理、组织和知识发现,同时在本体、系统管理、数据内容上实现用户个性化定制。目前该工具在中国科学院范围被用来建设XKE平台,主要应用在领域知识环境建设、群组知识平台建设、项目信息环境建设、重大科研团体协作研究平台的建设中。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
宋文
黄金霞
汤怡洁
刘毅
关键词 知识发现知识管理专业领域知识环境本体    
Abstract:Subject Knowledge Environment(SKE) is a tool to build the knowledge environments and academic communities embedded in the user scientific workflows. Based on a research Ontology and a domain Ontology as the knowledge organization models, and the application on semantic Web technologies and reasoning rules, SKE has the functionalities on information management, knowledge organization and knowledge discovery, while realizes the user customizations on Ontology reusing, system management and data reusing. SKE is currently in the services on building the XKEs, mainly used in the constructions of specific subject knowledge environment, research community, project information environment and collaborative research platform of major research groups.
Key wordsKnowledge discovery    Knowledge management    Subject knowledge environment    Ontology
收稿日期: 2012-05-18     
: 

TP391

 
基金资助:

本文系中国科学院知识创新工程重要方向项目“研究所群组集成知识平台可持续服务能力建设 ”(项目编号:Y11006)的研究成果之一。

引用本文:   
宋文, 黄金霞, 刘毅, 汤怡洁. 面向知识发现的SKE关键技术及服务[J]. 现代图书情报技术, 2012, 28(7): 13-18.
Song Wen, Huang Jinxia, Liu Yi, Tang Yijie. SKE Key Technologies and Services for Knowledge Discovery. New Technology of Library and Information Service, DOI:10.11925/infotech.1003-3513.2012.07.03.
链接本文:  
http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2012.07.03
[1] Arms W Y, Larsen R L. The Future of Scholarly Communication:Building the Infrastructure for Cyberscholarship[R/OL]. [2010-05-15]. http://www.sis.pitt.edu/~repwkshop/NSF-JISC-report.pdf.

[2] 张晓林. 重新认识知识过程和知识服务[J]. 图书情报工作 ,2009,53(1):6-8.(Zhang Xiaolin. Revisit Knowledge Processes and Knowledge Services[J]. Library and Information Service, 2009, 53(1):6-8.)

[3] Berners-Lee T, Hendler J, Lassila O. The Semantic Web:A New Form of Web Content That is Meaningful to Computers Will Unleash a Revolution of New Possibilities[J/OL]. Scientific American Special Online Issue, 2002:24-30.

[4] W3C. Linked Data[EB/OL].[2012-04-20]. http://www.w3.org/standards/semanticweb/data.

[5] VIVO. An Interdisciplinary Network[EB/OL]. [2012-04-02].http://www.vivoweb.org.

[6] Harvard Catalyst Profiles[DB/OL]. [2012-04-20]. http://orbitproject.org/resource/harvard-catalyst-profiles.

[7] 孙坦.近两年国外知识本体研究的进展[J]. 图书馆建设 ,2008(8):79.(Sun Tan. Process in the Study on Domain Ontology in 2006-2007[J]. Library Development,2008(8):79.)

[8] 黄金霞,宋文,刘峥,等. 学科领域本体的一个实证研究——兼论杜威分类法与中图分类法的再次比较[J]. 图书馆杂志 ,2010(7):21-25.(Huang Jinxia, Song Wen, Liu Zheng, et al. Empirical Analysis on the Construction of Domain Ontology ——And Re-comparative Research on DDC & Chinese Library Classification[J].Library Journal, 2010(7):21-25.)

[9] W3C Member Submission. SWRL:A Semantic Web Rule Language Combining OWL and RuleML[EB/OL].[2012-04-20]. http://www.w3.org/Submission/SWRL/.

[10] 黄金霞, 景丽. 面向VIVO本体的数据摄取实用工具[J]. 现代图书情报技术 ,2011(2):16-20.(Huang Jinxia, Jing Li. An Data Ingest Tool for VIVO Ontology[J].New Technology of Library and Information Service, 2011(2):16-20.)

[11] 陶俊, 孙坦, 刘峥. 关联数据映射语言:R2R[J]. 中国图书馆学报 ,2012,38(3):100-109.(Tao Jun, Sun Tan, Liu Zheng. Linked Dataset Mapping Language:R2R[J].Journal of Library Science in China, 2012,38(3):100-109.)
[1] 胡佳慧,方安,赵琬清,杨晨柳,任慧玲. 面向知识发现的中文电子病历标注方法
研究 *
[J]. 数据分析与知识发现, 2019, 3(7): 123-132.
[2] 邓诗琦,洪亮. 面向智能应用的领域本体构建研究*——以反电话诈骗领域为例[J]. 数据分析与知识发现, 2019, 3(7): 73-84.
[3] 高广尚. 用户画像构建方法研究综述*[J]. 数据分析与知识发现, 2019, 3(3): 25-35.
[4] 吴菊华,王煜,黎明,蔡少云. 基于加权知识网络的在线健康社区用户知识发现*[J]. 数据分析与知识发现, 2019, 3(2): 108-117.
[5] 王颖,钱力,谢靖,常志军,孔贝贝. 科技大数据知识图谱构建模型与方法研究*[J]. 数据分析与知识发现, 2019, 3(1): 15-26.
[6] 胡吉颖,谢靖,钱力,付常雷. 基于知识图谱的科技大数据知识发现平台建设*[J]. 数据分析与知识发现, 2019, 3(1): 55-62.
[7] 何有世,何述芳. 基于领域本体的产品网络口碑信息多层次细粒度情感挖掘*[J]. 数据分析与知识发现, 2018, 2(8): 60-68.
[8] 唐慧慧,王昊,张紫玄,王雪颖. 基于汉字标注的中文历史事件名抽取研究*[J]. 数据分析与知识发现, 2018, 2(7): 89-100.
[9] 庞贝贝,苟娟琼,穆文歆. 面向高校学生深度辅导领域的主题建模和主题上下位关系识别研究*[J]. 数据分析与知识发现, 2018, 2(6): 92-101.
[10] 丁晟春,刘梦露,傅柱. 概念设计中基于知识流的多维设计知识统一建模技术研究*[J]. 数据分析与知识发现, 2018, 2(2): 11-19.
[11] 王曰芬,傅柱,吴鹏. 概念设计中基于知识流的语义化知识管理技术框架研究*[J]. 数据分析与知识发现, 2018, 2(2): 2-10.
[12] 傅柱,姜宇星,王曰芬. 面向动态知识管理及重用的概念设计过程知识语义建模技术研究*[J]. 数据分析与知识发现, 2018, 2(2): 20-28.
[13] 王欣,冯文刚. 在线极端主义和激进化监测技术综述*[J]. 数据分析与知识发现, 2018, 2(10): 2-8.
[14] 张志强,范少萍,陈秀娟. 面向精准医学知识发现的生物医学信息学发展*[J]. 数据分析与知识发现, 2018, 2(1): 1-8.
[15] 牟冬梅,王萍,赵丹宁. 高维电子病历的数据降维策略与实证研究*[J]. 数据分析与知识发现, 2018, 2(1): 88-98.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn