CNKI 知识仓库建设与服务标准

张振海

清华同方光盘股份有限公司软件研发中心

2001-12-21

珠海

什么知识仓库？• 是面向一类具有相同知识信息需求的机构，根据其需求的知识结构特征和层次范围，从指定的信息源中筛选、分类、编辑而成的，通过各种媒体进行动态更新的数据库。

知识仓库的目标？

• 实现知识资源共享• 提高知识传播的速度• 降低知识使用成本• 支持知识创新• 为开展规模化知识服务提供支持

知识仓库的结构

知识元库

教材专著库

专业知识库

领域专家

知识元库专著教材

工具书

专业知识库

专业知识库

专业知识库

专业知识库

知识元 知识元

知识仓库结构图

• 知识元– 对某一知识的完整描述叫知识元，如概念、定理、定律、事实、历史人物、历史事件

• 相关知识元关联• 知识元引用自动关联• 通过知识元关联使知识仓库成为有机整体

知识库知识元关联

• 快速实现资源共享• 提高资源开发利用层次• 实现“沉浸式”学习与研究环境• 加快资源开发速度• 提高知识交流速度

知识仓库的优势

• 元数据—描述数据的数据（ strutured data about data ）

• 主要元数据标准：– CDWA(27), DC(15), EAD(TEI)(21),FGDC(460), GIL

S(22-43), TEI(20),VRA(17-38)

• 元数据描述的层次– 很简单：传统搜索引擎– 中间： Dubin Core ， 15 元素– 复杂： Marc , FGDC

元数据

• 国际接轨• 简单和复杂兼顾• 可扩展• 以 Dulin Core 为基础的面向对象的 CNKI

元数据方案– 简单– 扩展性好– 应用适应性好

• 在文献对象描述上可以和 DC 较好的对应

CNKI 元数据

XMLXML 是 eXtensible Markup Language （可扩展的置标语言）的缩写，是 W3C 组织发布的标准。 W3C 组织制定 XML 标准的初衷是，定义一种互联网上交换数据的标准。 W3C 采取了简化 SGML 的策略。不仅可以通过 XML 来创建标记语言，而且能够创建高度结构化的标记语言，其采用纯文本格式，具有很好的交换性，使其成为开展以内容为核心的元数据应用的首选描述语言

DTD: Document Type Definition XML Schema

支持多种数据类型

XML ：资源交换格式

• RDF 的数据模型可以用有向图描述：– Ora Lassila is the creator of the resource http:/

/www.w3.org/Home/Lassila. – 三元组（ S （ Subject),P(Predicate),O(Objec

t))– Subject :http://www.w3.org/Home/Lassila – Predicate: Creator– Object :Ora Lassila

RDF 的描述结构

• 资源发现：提供更好的搜索引擎性能 • 智能代理软件：可以促进知识共享和交

换的自动化• 内容分级 • 知识产权• 电子商务• 协同工作

RDF 优势

• 传统资源开发模式– 一种资源 + 一种软件的模式

• CNKI 知识仓库开发模式– 软件资源分离模式– 统一软件平台– 各种知识库

• 优点– 降低开发成本，缩短开发周期– 提供集成服务，方便用户使用– 提高服务品质

CNKI 知识仓库服务平台目标

对象管理系统

知识元库

专著教材

专业知识库

自然语言处理

搜索引擎

内容挖掘

安全管理用户管理

网上交流：网络视

频会议系统

Web Gate 内容创建管理 互连协议

服务平台结构—支持知识协作

• 知识仓库管理：面向对象的知识库管理系统– 知识库创建，知识元创建– 多种类型对象支持：文本，音频，视频等

• 传统检索– 精确检索

• 智能全文检索支持相关度排序，多语言扩展。

• 面向对象的检索• 自然语言检索接口

服务平台功能

模式驱动的知识需求的描述—问题视图

• 研究背景• 著名研究人员• 资料出处：期刊，报纸，会议• 行业重要活动• 行业重要基金• 活要研究人员• 最近两年进展• 相关知识准备

• 动态聚类 – 对查询结果进行动态划分

• 自动分类 – 对文本对象进行归类

• 概念关联分析– 分析概念间的关联关系， 如共现关系

• 自动标引 • 自动文摘

– 为文本对象产生文摘

内容挖掘

• 用户模式分析– 分析用户在知识仓库中的行为模式

• 用户需求定制– 用户提出自己的知识需求描述

• 内容推送服务– 根据用户行为模式，以及用户定制的

需求

个性化服务

• 词典管理– 汉语分词词典

• 自动分词– 自动分词算法– 自定义分词算法

• 主题词表管理– 汉语主题词表– 行业主题词表

• 多语言词典管理– 中英自动翻译：单词，专业 词汇， 120万英汉字典支持

工具服务

目标：分布式异构数据库互连。提供集成知识服务

• ANSI/NISO Z39.50– Information Retrieval Application Service Defi

nition and Protocol Specification

• OAI – The Open Archives Initiative Protocol for Meta

data Harvesting

• XML –Query• Open URL

支持开放系统互连协议

感谢各位专家！