本體知識(shí)庫(kù) [基于本體的專題知識(shí)庫(kù)智能檢索系統(tǒng)研究]
發(fā)布時(shí)間:2020-03-07 來(lái)源: 日記大全 點(diǎn)擊:
[摘要]以基于本體的張謇研究知識(shí)庫(kù)智能檢索系統(tǒng)開(kāi)發(fā)為例,探討基于本體的專題領(lǐng)域知識(shí)庫(kù)智能檢索系統(tǒng)的框架結(jié)構(gòu)、工作流程以及功能實(shí)現(xiàn)。系統(tǒng)采用語(yǔ)義Web技術(shù)和智能Agent技術(shù),使用RDF模型對(duì)知識(shí)庫(kù)的Web頁(yè)面元數(shù)據(jù)進(jìn)行描述,然后利用本體建模語(yǔ)言對(duì)張謇研究領(lǐng)域知識(shí)進(jìn)行建模,根據(jù)所得到的本體對(duì)元數(shù)據(jù)進(jìn)行基于語(yǔ)義的查詢,為用戶提供智能檢索服務(wù)。
[關(guān)鍵詞]本體知識(shí)檢索智能檢索知識(shí)庫(kù)
[分類號(hào)]G250.6
1 引 言
從本體論的基本概念出發(fā),哲學(xué)上把本體論定義為“對(duì)世界上客觀事物所進(jìn)行的系統(tǒng)描述”。將本體論引入信息科學(xué),本體論是對(duì)概念化對(duì)象的一種表示和描述,在計(jì)算機(jī)領(lǐng)域是指定義元數(shù)據(jù)及其相關(guān)關(guān)系的“規(guī)范”。由于本體具有良好的概念層次結(jié)構(gòu)和邏輯推理的支持,因而在信息檢索,特別是在基于知識(shí)的檢索中得到了廣泛的應(yīng)用。知識(shí)檢索也稱語(yǔ)義檢索,是把信息檢索與人工智能技術(shù)、自然語(yǔ)言技術(shù)相結(jié)合的檢索,它從語(yǔ)義理解的角度分析信息對(duì)象與檢索者的檢索請(qǐng)求,是一種基于概念及其相關(guān)關(guān)系的檢索匹配機(jī)制。知識(shí)庫(kù)是事實(shí)、規(guī)則和概念的集合,從存儲(chǔ)知識(shí)的角度來(lái)看,以描述型方法來(lái)存儲(chǔ)和管理知識(shí)的機(jī)構(gòu)叫做知識(shí)庫(kù)。張謇是中國(guó)近代著名實(shí)業(yè)家、教育家,他是清末最后一位狀元,曾任民國(guó)政府實(shí)業(yè)總長(zhǎng),是一位探索強(qiáng)國(guó)之路的開(kāi)路先鋒。他倡導(dǎo)實(shí)業(yè)救國(guó)的思想,在經(jīng)濟(jì)、教育、文化、城市建設(shè)、社會(huì)保障、地方自治等諸多領(lǐng)域創(chuàng)造了十多項(xiàng)全國(guó)第一,他創(chuàng)建了中國(guó)近代第一城――南通(中國(guó)人自主規(guī)劃建設(shè)的第一座近代城市),研究張謇對(duì)于今天的城市經(jīng)濟(jì)、教育、文化協(xié)調(diào)發(fā)展,實(shí)現(xiàn)科學(xué)可持續(xù)發(fā)展具有重要意義。張謇研究知識(shí)庫(kù)對(duì)張謇研究知識(shí)沉淀(包括南通大學(xué)檔案館、圖書(shū)館和博物館的張謇研究原始資料)進(jìn)行數(shù)字化語(yǔ)義處理并在張謇研究領(lǐng)域?qū)<业闹笇?dǎo)下進(jìn)行概念分類標(biāo)注,組織到知識(shí)庫(kù)中,形成張謇研究領(lǐng)域概念集,組織存儲(chǔ)并實(shí)現(xiàn)Web服務(wù)功能。
2 基于本體論的張謇研究領(lǐng)域知識(shí)庫(kù)智能檢索系統(tǒng)功能需求
?實(shí)現(xiàn)對(duì)世界各地張謇研究領(lǐng)域用戶的查詢請(qǐng)求分析本地表達(dá)化,使得要查詢的概念不存在模糊不清的地方,具體表現(xiàn)在用戶向系統(tǒng)提出查詢請(qǐng)求后,系統(tǒng)能將查詢請(qǐng)求中的本體取出來(lái),然后進(jìn)行基于本體的語(yǔ)義搜索。
?系統(tǒng)應(yīng)能對(duì)用戶如何更好地利用已建成的張謇研究本體知識(shí)庫(kù)中的知識(shí)給予搜索提示,幫助用戶更好地使用本體進(jìn)行查詢。
?系統(tǒng)應(yīng)能找出查詢本體中隱含的語(yǔ)義,實(shí)現(xiàn)智能檢索,即系統(tǒng)能根據(jù)用戶的檢索條件,進(jìn)行智能語(yǔ)義推理,可檢索出與檢索條件具有相同語(yǔ)義信息的知識(shí)。
3 基于本體論的領(lǐng)域知識(shí)庫(kù)智能檢索系統(tǒng)結(jié)構(gòu)和工作流程
3.1 基于本體論的領(lǐng)域知識(shí)庫(kù)智能檢索系統(tǒng)結(jié)構(gòu)
基于知識(shí)庫(kù)的語(yǔ)義Web環(huán)境下,知識(shí)庫(kù)的信息資源已進(jìn)行了語(yǔ)義標(biāo)注。在此環(huán)境下,本系統(tǒng)應(yīng)完成的任務(wù)是:自動(dòng)抽取關(guān)于領(lǐng)域知識(shí)內(nèi)容描述的元數(shù)據(jù),并將這些元數(shù)據(jù)進(jìn)行存儲(chǔ);對(duì)用戶提交的關(guān)鍵詞進(jìn)行語(yǔ)義匹配和語(yǔ)義相關(guān)性擴(kuò)展,形成符合特定Ontology語(yǔ)言的查詢語(yǔ)句,通過(guò)對(duì)數(shù)據(jù)庫(kù)中存儲(chǔ)的領(lǐng)域知識(shí)庫(kù)元數(shù)據(jù)信息的查詢,得到高效的基于語(yǔ)義的領(lǐng)域知識(shí)檢索結(jié)果。上述任務(wù)可劃分為元數(shù)據(jù)收集、數(shù)據(jù)預(yù)處理、元數(shù)據(jù)存儲(chǔ)、基于Ontology的知識(shí)推理和用戶查詢、控制調(diào)度等6個(gè)主要功能。本文將整個(gè)系統(tǒng)框架劃分為6個(gè)部分,每個(gè)部分的功能由一類Agent實(shí)現(xiàn),這6類Agent通過(guò)協(xié)同工作,共同完成整個(gè)檢索任務(wù)。本系統(tǒng)的總體結(jié)構(gòu)如圖l所示:
系統(tǒng)中除了多個(gè)Agent以外,還設(shè)置了領(lǐng)域知識(shí)庫(kù)、領(lǐng)域本體庫(kù)、本地信息庫(kù)、遠(yuǎn)端信息在本地索引庫(kù)以及臨時(shí)文檔庫(kù)來(lái)存儲(chǔ)相關(guān)信息。領(lǐng)域知識(shí)庫(kù)除了存儲(chǔ)張謇研究數(shù)字化語(yǔ)義Web資源還存儲(chǔ)張謇研究領(lǐng)域用戶ID、mail等個(gè)人信息、搜索案例(用戶ID)、搜索ID、屬于的領(lǐng)域、關(guān)鍵字、返回的數(shù)據(jù)等、用戶偏好等;領(lǐng)域本體庫(kù)存儲(chǔ)張謇研究領(lǐng)域集、張謇研究關(guān)鍵字集以及張謇研究本體的相關(guān)知識(shí)等;本地信息庫(kù)和遠(yuǎn)端信息在本地的索引庫(kù)主要存儲(chǔ)遠(yuǎn)端搜索Agent帶回的,并經(jīng)過(guò)信息處理Agent處理過(guò)的搜索信息,臨時(shí)文檔庫(kù)存儲(chǔ)遠(yuǎn)端搜索Agent從遠(yuǎn)端數(shù)據(jù)源搜索到的相關(guān)信息。
3.2 基于本體論的領(lǐng)域知識(shí)庫(kù)智能檢索系統(tǒng)工作流程
通過(guò)信息搜索Agent,對(duì)張謇研究知識(shí)庫(kù)中描述張謇研究領(lǐng)域知識(shí)內(nèi)容的元數(shù)據(jù)(包括知識(shí)庫(kù)存儲(chǔ)的描述內(nèi)容信息和帶描述信息的頁(yè)面WEB信息)進(jìn)行信息提取和過(guò)濾,把收集到的元數(shù)據(jù)經(jīng)過(guò)預(yù)處理Agent進(jìn)行處理后交由存儲(chǔ)Agenh存儲(chǔ)Agent接收語(yǔ)義元數(shù)據(jù),將這些元數(shù)據(jù)以合適的方式存儲(chǔ)到數(shù)據(jù)庫(kù)中,數(shù)據(jù)庫(kù)既可以是傳統(tǒng)的關(guān)系數(shù)據(jù)庫(kù),也可以是專用的XML/RDF數(shù)據(jù)庫(kù),利用描述領(lǐng)域知識(shí)的領(lǐng)域本體,由推理Agent對(duì)張謇研究用戶提交的查詢關(guān)鍵詞進(jìn)行語(yǔ)義匹配和語(yǔ)義相關(guān)性擴(kuò)展,將得到的基于張謇研究領(lǐng)域本體的查詢要求交由查詢Agent執(zhí)行,由查詢Agent接受推理Agent產(chǎn)生的針對(duì)Ontology的查詢要求,對(duì)存儲(chǔ)元數(shù)據(jù)的數(shù)據(jù)庫(kù)采用基于知識(shí)的方式進(jìn)行查詢,并將滿足用戶條件的結(jié)果返回給用戶。領(lǐng)域用戶的查詢過(guò)程如下:①提交檢索請(qǐng)求。界面Agent接收用戶提交的檢索請(qǐng)求,主動(dòng)細(xì)化檢索請(qǐng)求,并把細(xì)化后的結(jié)果交給預(yù)處理Agent。②規(guī)范化檢索信息。預(yù)處理Agent接收到檢索請(qǐng)求任務(wù)后,首先利用任務(wù)中關(guān)注領(lǐng)域、關(guān)鍵詞、摘要等信息,到所有用戶共有的知識(shí)庫(kù)中查找利用相同領(lǐng)域,類似關(guān)鍵詞作為搜索條件的搜索案例。若在知識(shí)庫(kù)中沒(méi)有檢索到所需案例,預(yù)處理交本體庫(kù),借助于本體知識(shí),從中找出出現(xiàn)該關(guān)鍵字的各個(gè)領(lǐng)域以及在該領(lǐng)域下的關(guān)鍵字的含義。③預(yù)處理Agent搜索到的或者是經(jīng)過(guò)本體規(guī)范的信息提交給查詢界面,界面與用戶交互,把用戶根據(jù)自己意圖選擇的信息再次反饋給預(yù)處理Agent,預(yù)處理Agent再把信息提交給查詢Agent。④為了保持系統(tǒng)的一致性與協(xié)調(diào)性,實(shí)現(xiàn)對(duì)知識(shí)庫(kù)的智能管理、控制和調(diào)度,控制調(diào)度Agent作為智能檢索系統(tǒng)的“司令部”,將在系統(tǒng)中起核心作用?刂普{(diào)度Agent的工作過(guò)程是:保存各Agent的名稱、通信地址、能力等狀態(tài)信息;接受檢索任務(wù),在多Agent之間進(jìn)行任務(wù)分配;協(xié)調(diào)整個(gè)系統(tǒng)的通信;接收檢索結(jié)果,將其反饋給預(yù)處理Agent;定期派遣信息收集Agent到遠(yuǎn)端信息源上收集信息,更新本地信息庫(kù)和遠(yuǎn)端信息在本地的索引庫(kù)。
3.3 基于本體論的領(lǐng)域知識(shí)庫(kù)智能檢索系統(tǒng)功能實(shí)現(xiàn)
系統(tǒng)采用了語(yǔ)義Web技術(shù)和智能Agent技術(shù),使用RDF模型對(duì)知識(shí)庫(kù)的Web頁(yè)面元數(shù)據(jù)進(jìn)行描述,然后利用Ontol-ogy建模語(yǔ)言對(duì)領(lǐng)域知識(shí)進(jìn)行建模,根據(jù)所得到的Ontology對(duì)元數(shù)據(jù)進(jìn)行基于語(yǔ)義的查詢,為用戶提供智能化的檢索服務(wù)。
3.3.1 張謇研究領(lǐng)域知識(shí)收集系統(tǒng)中的信息收集Agent的作用是從知識(shí)庫(kù)中收集與Web頁(yè)面內(nèi)容相關(guān)的元數(shù)據(jù)描述信息, 并把收集到的元數(shù)據(jù)交由存儲(chǔ)Agent。在目前的語(yǔ)義Web技術(shù)中,頁(yè)面內(nèi)容的元數(shù)據(jù)描述信息通?梢圆捎肦DF的形式進(jìn)行描述。使用RDF來(lái)描述頁(yè)面內(nèi)容,最直接的方法就是把描述本W(wǎng)eb頁(yè)內(nèi)容的RDF數(shù)據(jù)段插入到頁(yè)面之中,一般是把以XML語(yǔ)法形式書(shū)寫(xiě)的RDF數(shù)據(jù)嵌入到HTML的頭部信息中,其實(shí)現(xiàn)形式類似于Microsoft在Ⅲ中所用到的“數(shù)據(jù)島”。除此之外,對(duì)于知識(shí)庫(kù)和Web頁(yè)元數(shù)據(jù)的數(shù)據(jù)量較大的情況,RDF數(shù)據(jù)還可以用文件的形式保存,并在頁(yè)面中給出存放此文件的鏈接,以供軟件Agent或應(yīng)用程序讀取。信息收集Agent按照設(shè)定的搜索策略訪問(wèn)知識(shí)庫(kù)以及語(yǔ)義萬(wàn)維網(wǎng)環(huán)境下的網(wǎng)頁(yè),它不僅可以自動(dòng)過(guò)濾知識(shí)庫(kù)網(wǎng)頁(yè)內(nèi)容,采取某種策略來(lái)提取其中的元數(shù)據(jù)描述信息,還可以從一個(gè)知識(shí)庫(kù)頁(yè)面跨越到另一個(gè)頁(yè)面,自動(dòng)沿著超文本的鏈接,遵循超文本傳輸協(xié)議在知識(shí)庫(kù)頁(yè)面上進(jìn)行“爬行”,確認(rèn)知識(shí)庫(kù)頁(yè)面之間的鏈接是否有效,刪除已經(jīng)名存實(shí)亡的鏈接。
3.3.2 張謇研究領(lǐng)域知識(shí)存儲(chǔ)通過(guò)Agent之間的通信,信息收集Agent會(huì)將所得到的知識(shí)庫(kù)Web元數(shù)據(jù)傳遞給存儲(chǔ)Agent,而存儲(chǔ)Agent的任務(wù)就是對(duì)所接收的以RDF形式表示的元數(shù)據(jù)還原,然后把元數(shù)據(jù)以合適的方式進(jìn)行存儲(chǔ)。目前,RDF數(shù)據(jù)的存儲(chǔ)基本上有3種方案:①XML/RDF文件形式,②RDF數(shù)據(jù)庫(kù),③關(guān)系數(shù)據(jù)庫(kù)。對(duì)于少量的數(shù)據(jù),XML/RDF文件形式的存儲(chǔ)是可行的,但是對(duì)于大量的事實(shí)數(shù)據(jù),考慮到可擴(kuò)展性、查詢方式、效率等諸多因素,以RDF數(shù)據(jù)庫(kù)或者關(guān)系數(shù)據(jù)庫(kù)來(lái)存儲(chǔ)RDF事實(shí)數(shù)據(jù)是一種比較好的選擇。關(guān)系數(shù)據(jù)庫(kù)是目前數(shù)據(jù)庫(kù)應(yīng)用的主流,用關(guān)系數(shù)據(jù)庫(kù)存儲(chǔ)RDF數(shù)據(jù),可以有效地利用現(xiàn)有的數(shù)據(jù)庫(kù)資源。但是由于關(guān)系數(shù)據(jù)庫(kù)缺乏所必須的語(yǔ)義要求,所以必須首先把RDF的數(shù)據(jù)模型轉(zhuǎn)化為關(guān)系模型,這就要求能夠?qū)DF數(shù)據(jù)進(jìn)行解析,根據(jù)RDF模型的特點(diǎn)設(shè)計(jì)專門的數(shù)據(jù)庫(kù)模式,實(shí)現(xiàn)從RDF模型到數(shù)據(jù)庫(kù)模式的映射。在RDF模型中,聲明是對(duì)一個(gè)事實(shí)的基本描述,也是RDF模型中的最小有效數(shù)據(jù)單元,所以存儲(chǔ)聲明的表是數(shù)據(jù)庫(kù)模式中最重要的部分,其結(jié)構(gòu)如表1所示:
由于RDF是一種以XML語(yǔ)法為基礎(chǔ)的建模語(yǔ)言,所以從某種意義上可以說(shuō)RDF數(shù)據(jù)是一種特殊的XML數(shù)據(jù)。實(shí)際上,XML文檔可以分成兩大類:以數(shù)據(jù)為中心或者以文檔為中心。以數(shù)據(jù)為中心的文檔有非常規(guī)則的結(jié)構(gòu),以文檔為中心的文檔具有不規(guī)則的結(jié)構(gòu),而且數(shù)據(jù)顆粒度也比較大。根據(jù)RDF數(shù)據(jù)模型的特點(diǎn),RDF數(shù)據(jù)可以看作以數(shù)據(jù)為中心的XML文檔;赗DF數(shù)據(jù)模型的特點(diǎn),對(duì)于RDF數(shù)據(jù)的存儲(chǔ)最好由中間件(middleware)來(lái)實(shí)現(xiàn)。中間件所需完成的XML文檔與數(shù)據(jù)庫(kù)之間的轉(zhuǎn)換功能是通過(guò)文檔與數(shù)據(jù)庫(kù)之間的映射來(lái)實(shí)現(xiàn)的,實(shí)現(xiàn)過(guò)程共分為3步:編寫(xiě)一個(gè)映射文件、編寫(xiě)過(guò)濾器和動(dòng)作文件、編寫(xiě)Java代碼。
3.3.3 張謇研究領(lǐng)域知識(shí)推理 實(shí)現(xiàn)基于語(yǔ)義的檢索,不僅要有被檢索信息的元數(shù)據(jù)信息,也要具有對(duì)被檢索內(nèi)容的智能推理能力。系統(tǒng)中推理Agent的核心是智能推理引擎,它能夠根據(jù)已有的特定領(lǐng)域的本體對(duì)用戶所輸入的關(guān)鍵詞進(jìn)行基于語(yǔ)義的智能推理。推理包括語(yǔ)義匹配和語(yǔ)義相關(guān)性擴(kuò)展,推理引擎應(yīng)能夠根據(jù)領(lǐng)域本體中對(duì)各個(gè)概念的定義而推理出這個(gè)關(guān)鍵詞在查詢中的精確語(yǔ)義,并推理出與此詞語(yǔ)義相關(guān)的詞語(yǔ)和概念。推理Agent通過(guò)調(diào)用Jena中的OntologyAPI,根據(jù)Ontology對(duì)用戶輸入的關(guān)鍵詞進(jìn)行基于語(yǔ)義的推理。推理分為兩種:關(guān)鍵詞的語(yǔ)義匹配和相關(guān)性擴(kuò)展。語(yǔ)義匹配的作用是對(duì)用戶所輸入的關(guān)鍵詞進(jìn)行語(yǔ)義的分析,推理Agem根據(jù)Ontology可以判斷此關(guān)鍵詞的精確語(yǔ)義,從多個(gè)可能的語(yǔ)義選項(xiàng)中選擇出最符合用戶要求的那一種。針對(duì)具有一詞多義的詞條,語(yǔ)義匹配提高了檢索結(jié)果的精確性。傳統(tǒng)的收集引擎只是根據(jù)單純的關(guān)鍵詞匹配來(lái)檢索結(jié)果,并不能區(qū)分同一詞條的不同含義,而在本文所提出的檢索框架中,Ontology對(duì)同一個(gè)詞的幾個(gè)不同語(yǔ)義都進(jìn)行了精確的定義,每一個(gè)語(yǔ)義都對(duì)應(yīng)于一個(gè)獨(dú)一無(wú)二的URI,因此如果推理Agent參考了Ontology,就可以根據(jù)上下文來(lái)選擇出符合用戶要求的語(yǔ)義。相關(guān)性擴(kuò)展的作用在于獲得與該詞相關(guān)的其他詞,因?yàn)樵贠ntology中定義了眾多的與此詞條相關(guān)的其它概念,所以根據(jù)Ontology中所定義的知識(shí),還可以獲取更多的與此關(guān)鍵詞語(yǔ)義關(guān)聯(lián)的詞,例如,通過(guò)subclass關(guān)系,推理Agent就能夠找到該概念的一個(gè)子概念,盡管該子概念不在關(guān)鍵詞列表中,推理Agent根據(jù)Ontology也會(huì)把它找到并返回給用戶。推理Agentl后會(huì)將語(yǔ)義匹配和相關(guān)性擴(kuò)展所得到的結(jié)果封裝起來(lái)ACLMessage對(duì)象的形式交給查詢Agent,由查詢Agent根據(jù)這些推理結(jié)果對(duì)存儲(chǔ)有描述知識(shí)庫(kù)Web數(shù)據(jù)內(nèi)容的RDF數(shù)據(jù)庫(kù)進(jìn)行查詢。
3.3.4 張謇研究領(lǐng)域知識(shí)查詢查詢Agent的任務(wù)是通過(guò)與推理Agent的通信,接受推理Agent針對(duì)用戶的檢索要求進(jìn)行語(yǔ)義推理的結(jié)果,然后通過(guò)對(duì)存儲(chǔ)網(wǎng)頁(yè)元數(shù)據(jù)的RDF數(shù)據(jù)庫(kù)的查詢,檢索出符合用戶語(yǔ)義要求的查詢結(jié)果,并將這些結(jié)果返回給用戶。由于RDF數(shù)據(jù)模型的特點(diǎn),對(duì)數(shù)據(jù)庫(kù)中的RDF數(shù)據(jù)進(jìn)行查詢,最好使用一種專門的RDF查詢語(yǔ)言。RDQL是Jena中的一種RDF查詢語(yǔ)言,此類查詢語(yǔ)言的特點(diǎn)是忽略Schema或Ontology信息(除非在RDF數(shù)據(jù)源中明確說(shuō)明),把RDF數(shù)據(jù)當(dāng)作三元組數(shù)據(jù)進(jìn)行處理。RDF數(shù)據(jù)模型是一個(gè)節(jié)點(diǎn)為資源或字符串的有向圖,RDQL提供了一種通過(guò)圖模式來(lái)匹配數(shù)據(jù)的方法,查詢結(jié)果以一系列的bindings來(lái)表示,每一個(gè)bindings是一個(gè)包含變量值的“名稱-值”對(duì)。RDQL查詢表達(dá)式類似于SQL中的select子句,其視圖模式就是一個(gè)RDF Statement,通過(guò)對(duì)Statement的某些部分的限定,就可以查詢出Statement中未知的部分。RDQL查詢語(yǔ)句與SQL語(yǔ)句類似,既可以單獨(dú)使用,也可以鑲嵌于Java代碼中混合使用,本文中所設(shè)計(jì)的查詢Agent的查詢動(dòng)作中使用了RDQL語(yǔ)言,其查詢語(yǔ)句被封裝為Query對(duì)象,通過(guò)對(duì)Query對(duì)象的方法調(diào)用,可以查詢出以ResultBinding變量的形式返回的結(jié)果,這些變量可以通過(guò)名字(在查詢語(yǔ)句中定義)很方便地存取。在存儲(chǔ)網(wǎng)頁(yè)元數(shù)據(jù)的RDF數(shù)據(jù)庫(kù)中,每一個(gè)模型就是一個(gè)Web單元,查詢出此模型之后,可以很容易地得到它的URL和Title,查詢Agent把這些信息返回給用戶,完成整個(gè)查詢過(guò)程。
4 結(jié)語(yǔ)
基于本體的智能檢索信息系統(tǒng)由于能提供查詢和資源描述所必需的元語(yǔ),并通過(guò)領(lǐng)域語(yǔ)義模型為信息源提供語(yǔ)義標(biāo)注信息,從而使系統(tǒng)內(nèi)的所有Agent對(duì)領(lǐng)域內(nèi)的概念、概念之間的聯(lián)系及領(lǐng)域內(nèi)的基本公理知識(shí)有一個(gè)統(tǒng)一的認(rèn)識(shí),進(jìn)一步提高了系統(tǒng)的聯(lián)想能力和精確性,可以為用戶提供有價(jià)值的信息和全面的共同視圖。極的要努力弘揚(yáng),對(duì)消極影響也可以采用一些相應(yīng)措施來(lái)進(jìn)行克服、消除或淡化。總的來(lái)說(shuō),我國(guó)內(nèi)地圖書(shū)館學(xué)個(gè)人博客已經(jīng)成為圖書(shū)館學(xué)進(jìn)行學(xué)術(shù)交流、促進(jìn)學(xué)科發(fā)展的一個(gè)有利平臺(tái),如果我們發(fā)揮好它的作用,將為圖書(shū)館學(xué)發(fā)展帶來(lái)新的生機(jī)與活力,成為我國(guó)圖書(shū)館學(xué)發(fā)展的又一次良機(jī)。
相關(guān)熱詞搜索:本體 知識(shí)庫(kù) 檢索系統(tǒng) 基于本體的專題知識(shí)庫(kù)智能檢索系統(tǒng)研究 基于內(nèi)容的圖像檢索 簡(jiǎn)述信息檢索策略
熱點(diǎn)文章閱讀