知识元挖掘2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

知识元挖掘PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

目录1

第1章 制约人类利用知识的瓶颈1

1.1 知识标引的国内外研究现状2

1.2 知识标引成为知识管理的瓶颈3

1.2.1 文本标引技术3

1.2.2 中文文本信息的特点7

1.2.3 中文理解的困难7

1.2.4 汉语文献的自动标引研究回顾8

1.2.5 主题标引的进展10

1.2.6 自动文摘的进展11

1.2.7 知识标引成为知识管理的瓶颈13

1.3 信息科学向内容处理深入17

1.3.1 概念检索的特点18

1.3.2 内容检索的特点18

1.3.3 基于内容的检索方法18

1.4 知识组织方法的创新19

第2章 知识发现的新理论21

2.1 知识的基本概念22

2.2 知识的信息单元25

2.3 元知识概念27

2.4 知识的表示模式29

2.4.1 知识原子30

2.4.2 知识因子31

2.4.3 知识因子的一元运算32

2.4.4 知识项34

2.4.5 知识表达式36

2.4.6 知识表达式的BNF表示37

2.5 知识映射的模式识别38

2.5.1 映射的黑箱式与明晰式39

2.5.2 狭义的模式识别40

2.5.3 特征决定模式的表达形式41

2.6 非数值特征模式分类42

2.7 数据挖掘与知识发现47

2.7.1 数据挖掘模式48

2.7.2 数据挖掘与机器学习的区别49

2.7.3 数据挖掘与数据库查询的不同49

2.7.4 数据库中的知识发现的概念49

2.7.5 文本中的知识挖掘52

2.7.6 国内KDD的研究热点53

2.8 粗糙集知识发现54

2.8.1 粗糙集的概念54

2.8.2 知识的分类观点55

2.8.3 新型的隶属关系56

2.8.4 ID3与RS理论58

2.8.5 知识粒子与知识粒度59

2.9 非相关文献中的知识发现61

2.10 归纳是知识发现的基本途径62

第3章 文献标引与检索的进展64

3.1 检索语言的概念逻辑基础65

3.2 标引词的统计方法66

3.2.1 文献标引67

3.2.2 文献自动标引68

3.2.3 Zipf定律69

3.2.4 Luhn的自动抽词思想70

3.2.5 叙词的聚类和结合统计70

3.2.6 标引词向量空间模型72

3.2.7 文献的词和词的连接矩阵75

3.2.8 词和文献的结合矩阵79

3.2.9 文献空间的质心C81

3.3 主题层次划分83

3.3.1 有序聚类方式划分文本层次83

3.3.2 采用语义网络表示主题的层次概念84

3.4.1 特征提取与选择概念86

3.4 标引词的特征提取与选择方法86

3.4.2 基于熵的方差特征提取方法88

3.5 文本知识发现的特点与进展90

3.5.1 Web上的数据挖掘90

3.5.2 Web知识发现的分类91

3.5.3 Web知识发现的方法93

3.5.4 文本特征的处理功能95

3.5.5 汉语文本结构的自动分析97

3.6 新形势对情报检索语言的挑战98

3.6.1 情报检索语言面临的挑战98

3.6.2 利用文献数据库进行数据和事实检索100

3.7 引入人工智能的方法102

3.7.1 人工语言与自然语言结合102

3.7.2 应用人工智能知识处理的方法103

3.8 引入面向对象技术106

第4章 知识创新与增值的知识链109

4.1 知识创造110

4.1.1 知识成为劳动者的生产要素110

4.1.2 个人猜想是知识创造的起源110

4.2.1 知识的复杂性：隐性知识与显性知识111

4.2 知识转换111

4.1.3 知识分为编码模式和人物化模式111

4.2.2 拉里·普鲁萨克的知识管理112

4.2.3 知识链114

4.2.4 知识链模型115

4.2.5 隐性知识与显性知识转换的四个阶段117

4.3 知识创新118

4.3.1 组织是知识成为生产力的放大器118

4.3.2 知识运用于具体的环境中才产生价值119

4.3.3 知识是个体对信息的增值119

4.4 数字图书馆的信息整流120

4.5 知识增值124

4.5.1 图书馆受到Internet的巨大冲击124

4.5.2 数字图书馆的知识增值服务125

第5章 知识管理的革命128

5.1 传统情报学管理知识理论的困境129

5.1.1 分类法和主题法组织的是文献而不是知识129

5.1.2 数字化图书馆的不足131

5.1.3 情报学应研究知识管理131

5.1.4 情报学构建“知识体系”框架的任务132

5.2 网格技术推进知识管理革命132

5.2.1 网格时代的到来133

5.2.2 网格提供巨大的计算技术空间134

5.2.3 知识网格对知识管理的挑战137

5.2.4 有关知识管理革命的几点设想138

第6章 知识元链接理论141

6.1 知识元标引是知识组织的新方向142

6.2 知识元标引是知识管理的起点143

6.3 知识元是构造知识系统的基元143

6.4 知识元链接理论144

6.4.1 知识元模块化144

6.4.2 知识元结构定义145

6.4.3 知识元链接框架147

6.5 知识的网格结构147

6.5.1 信息与知识元的导航148

6.5.2 建立知识网格平台149

第7章 信息与知识变换151

7.1 信息与知识理论的早期贡献152

7.2 信息科学的理论154

7.3 信息与知识谱的变换性156

7.3.1 知识谱157

7.3.2 知识谱分析159

第8章 知识元的认知理论161

8.1 认知的探索162

8.2 认知对文本知识挖掘的指导164

8.3 知识元的抽取166

8.4 实例分析168

第9章 知识元标引170

9.1 归类分析171

9.3.1 文本数值数据抽取算法177

9.3.2 软件功能177

9.3 数值型知识元软件抽取试验177

9.2 数值型知识元结构177

9.3.3 修改原则179

9.3.4 检索试验182

9.4 知识元库构架183

9.5 期刊论文知识元抽取方案184

第10章 基于创新点的知识元挖掘186

10.1 创新点是科学论文的灵魂187

10.2 学术论文撰写的核心要素188

10.3 文本“创新点”的特征190

10.3.1 科技期刊的创新性质190

10.3.2 科技期刊论文创新点的分布190

10.3.3 科技期刊论文创新的特点192

10.4 知识元抽取试验193

10.4.1 人工知识元抽取试验193

10.3.4 创新点的查新类型193

10.4.2 创新点知识元抽取原理194

10.5 实例分析196

第11章 基于XML的知识元本体推理200

11.1 知识元本体推理模型201

11.2 XML平台上的知识元表示202

11.3 知识元实体203

11.3.1 知识元的模板描述204

11.4.1 语义网上五层次模型205

11.3.2 数值型知识元实体举例205

11.4 XML语义网推理205

11.4.2 语义信息层上的三元组207

11.4.3 本体信息层上的知识推理207

11.5 知识元本体推理208

11.5.1 两个本体定义209

11.5.2 一个数值知识元本体对话的实例209

附录 数值型知识元抽取软件部分程序211

参考文献236

后记240