基于文献的科研事件语义链接及其应用研究

Scientific and technical literature survey is an important method to acquire scientific and technical information which is very important for the research, development and innovation of science and technology. It is difficult but urgently required to acquire accurate, timely, rapid, short and comprehensive information from the large-scale and fast-growing literature. Existing literature-based information retrieval systems focus on the basic data organization, and they are far from meeting the information analytical needs. It becomes urgent to organize and analyze scientific events related to scientific and technical literature for predicting development trend of science and technology. This study aims to propose, construct and apply the semantic link network of scientific and technical research events, entities and objects based on metadata and full-text of scientific and technical literature. The main research tasks include scientific event representation, semantic data model for scientific event management, methods for establishing, reasoning and predicting the semantic links among scientific events, entities and objects. The applications include: the event-based information retrieval of research entities and research objects; the tracking and evaluation of research events, entities and objects; the trends of research and development of science and technology. The research outputs can support the decision-making for researchers, institutions, enterprises and governments.

科技情报对科技发展与创新意义重大，其中科技文献调研是获取科技情报的一种重要方法。从数量巨大且日益快速增长的科技文献中获取准确、及时、快速、全面、简短的科技情报任务困难但需求迫切。现有科技文献检索系统侧重基础细节数据组织，离满足基于科技文献的科技情报获取需求差距较大，迫切需要从科研事件层面组织和分析获取科技情报，支持科技发展态势预测及判断。本研究拟基于科技文献元数据和文本内容，自动识别抽取科研实体和科研对象并建立科研事件，根据文献之间的引用和时序等关系形成基本的科研事件链，研究科研事件、科研实体以及科研对象等之间的关联关系，建立科研事件之间更加丰富的语义链接，形成科研事件语义链网络，计算科研事件、实体和对象之间的关联度，提供针对科研事件、实体和对象的检索、追踪和评价应用，服务于研究者、研究机构、企业以及政府对科研态势的分析与判断，为科技发展与创新提供助力。

本研究基于科技文献元数据和文本内容，自动识别抽取科研实体和科研对象并建立科研事件，根据文献之间的引用和时序等关系形成基本的科研事件链，研究科研事件、科研实体以及科研对象等之间的关联关系，建立科研事件之间更加丰富的语义链接，形成科研事件语义链网络，计算科研事件、实体和对象之间的关联度，提供针对科研事件、实体和对象的检索、追踪和评价应用，服务于研究者、研究机构、企业以及政府对科研态势的分析与判断，为科技发展与创新提供助力。本研究的主要内容包括：基于科技文献的科研事件表示、基于科技文献的科研事件抽取方法、科研事件链接组织与科研事件链接网络应用等。本项目尝试从事件视角对科技文献进行表示和分析，与已有的信息资源库检索相比更加符合人类认知，特别是符合科技情报动向追踪、了解事件来龙去脉的要求。本项目研究综合利用自然语言处理、知识图谱、信息抽取、链接推理与预测等多种技术，对科技监测、科技信息语义检索及科技情报分析等应用有帮助。在理论方面，本研究提出了一种基于科技文献的科研事件语义链接模型。该模型包括科技文献相关科研事件的定义与表示、科研事件、科研实体和科研对象的层次性研究以及科技文献相关科研事件之间的语义链接模型，建立基于科技文献元数据和文本内容的科研事件表示与语义链接模型。基于科技文献元数据和文本内容，自动识别抽取科研实体和科研对象并建立科研事件，根据文献之间的引用和时序等关系形成基本的科研事件链，研究科研事件、科研实体以及科研对象等之间的关联关系，建立科研事件之间更加丰富的语义链接，形成科研事件语义链网络，并针对不同语义链网络模型的融合进行研究。在应用方面，根据科技文献的特点，基于事件视角对科技文献资源进行语义化组织研究，提出了一种基于文献的科研事件抽取与事件库构建方法，并阐述了可能的应用场景，重点实现了基于事件模型的科技文献摘要生成。基于科技文献的元数据和内容，形成科研事件的要素。对科技文献内容进行分析，将句子分类为问题、方法和结论。问题对应科研事件的Why，方法和结论则对应How。利用TextRank选取各类重要的句子，形成带有事件结构的摘要文本。