信息整流與知識增值服務(wù)_綜合教育論

1、信息整流與知識增值服務(wù) 綜合教育論文【內(nèi)容提要】本文提出數(shù)字圖書館的主要功能目標是信息整 流與知識增值服務(wù)；信息與知識轉(zhuǎn)換是數(shù)字圖書館的關(guān)鍵理論和 技術(shù)問題。圖書館受到In ternet的巨大沖擊、不再是文獻信息服 務(wù)的唯一提供者，數(shù)字圖書館如何才能挽回失去的老用戶，吸引新用戶？知識管理工程將使數(shù)字圖書館成為21世紀學習的大平臺、文化知識的大平臺和知識資源中心。【摘要題】信息服務(wù)數(shù)字圖書館的信息整流數(shù)字圖書館把傳統(tǒng)圖書館的功能由信息的查詢和圖書資料 的借閱擴展到知識服務(wù)的新階段。實現(xiàn)這一宏偉目標需要解決許 多技術(shù)和社會問題，其中有兩個最關(guān)鍵的技術(shù)是信息的整流和知 識的創(chuàng)新。前者涉及數(shù)字圖書館的

2、知識鏈建立問題，后者涉及數(shù)字圖書館的信息變換成知識的知識增值服務(wù)問題。1.1數(shù)字圖書館的知識鏈數(shù)字圖書館是一個龐大的數(shù)字資料庫， 包括所有資料的數(shù)字 化存儲，在線網(wǎng)上資料、多媒體資料、電子出版物等。數(shù)字圖書 館根據(jù)用戶對信息的不同需求， 將文本、圖片等原件制作成不同 數(shù)字形式。一般有純圖像形式，目錄文本形式，正文圖像形式， 全文本形式和全文索引形式。但關(guān)鍵還是知識鏈的建立。為實現(xiàn)知識鏈信息，數(shù)字圖書館將資源分成為元數(shù)據(jù)和對象 數(shù)據(jù)。對象數(shù)據(jù)指數(shù)字化的文本、圖像、聲言、影像等，元數(shù)據(jù) 則指那些描述和管理對象的數(shù)據(jù)。 對象數(shù)據(jù)分布式地存放在各地 的資源站點內(nèi)，元數(shù)據(jù)則集中存放在數(shù)字圖書館中心的超大

3、規(guī)模 服務(wù)器上。用戶查詢時，中心調(diào)度系統(tǒng)通過元數(shù)據(jù)來調(diào)度各對象 數(shù)據(jù)庫以提供服務(wù)。知識的控制單位長期停留在文獻這一級上，而人對知識的需求一般不是以文獻為單位的。 早在20世紀70年代后期就有專家 指出，知識的控制單位將從文獻深化到文獻中的數(shù)據(jù)、公式、事 實、結(jié)論等最小的獨立的 知識元” 一旦實現(xiàn)知識的控制單位由文 獻深化到 知識元”大量文獻中所包含的知識元”及相關(guān)信息間的鏈接將產(chǎn)生極大的知識增值，從而大大推進人類對知識的利 用，促進新知識的創(chuàng)造，從而也將推動知識資源業(yè)的重大發(fā)展1.一篇文獻反映作者的科學研究成果，包含著作者的知識創(chuàng)新 的過程。于是文本結(jié)構(gòu)本身就隱含著對某學科問題的知識鏈。假如我

4、們把每篇文獻的知識看成是人類知識結(jié)構(gòu)中的一個 知識單元，知識單元與知識結(jié)構(gòu)就組成了個性知識與共性知識的 知識系統(tǒng)。個性知識體現(xiàn)在知識的創(chuàng)新上，共性知識結(jié)構(gòu)則表現(xiàn)在知識的完整性上。于是我們就建立了個性知識與共性知識的知 識鏈。事實上，專利文獻就明顯地表現(xiàn)了個性知識單元與人類知 識結(jié)構(gòu)的知識創(chuàng)新鏈關(guān)系2.數(shù)字圖書館對文本的知識標引，既體現(xiàn)了標引者應(yīng)用學科知 識結(jié)構(gòu)的背景知識的能力，同時又體現(xiàn)了標引者識別和提煉作者 的知識創(chuàng)新點的判斷和知識組織能力。因此，是一個知識鏈建立的知識增值過程。1.2數(shù)字圖書館的知識發(fā)現(xiàn)知識鏈的建立過程是知識發(fā)現(xiàn)和知識再組織的過程。知識發(fā)現(xiàn)的主要目標是采用有效的算法， 從大

5、量現(xiàn)有或歷史數(shù)據(jù)集合中 發(fā)現(xiàn)并找出最初未知、但最終可理解的有用知識， 并用簡明的方 式顯示出來。知識發(fā)現(xiàn)一般包含如下幾個步驟：（1）理解相應(yīng)的問題領(lǐng)域；（2）準備相關(guān)數(shù)據(jù)子集；（3）發(fā)現(xiàn)模式（數(shù)據(jù)挖掘）； （4）所發(fā)現(xiàn)模式的后處理；（5）應(yīng)用發(fā)現(xiàn)結(jié)果。（1）文本知識結(jié)構(gòu)分析技術(shù)盡管與多媒體信息相比，文本信息顯得比較普通，但文本仍 然是記載和傳播信息的最主要媒體， 因此對文本信息知識發(fā)現(xiàn)技 術(shù)的研究具有十分重要的意義和廣泛的應(yīng)用前景。文本結(jié)構(gòu)分析的目的在于發(fā)現(xiàn)文本表達主題概念的物理組織結(jié)構(gòu)，由物理結(jié)構(gòu)自動重組主題概念的邏輯結(jié)構(gòu)，實現(xiàn)對文本知識的抽象化和具體化推理檢索。文獻3把文本結(jié)構(gòu)分成物理結(jié)構(gòu)

6、和邏輯結(jié)構(gòu)。物理結(jié)構(gòu)=標題，段落，句子，詞匯,它表示了文本的組成情況。可米用 向量空間模型表示文本及文本各個部分，進行文本結(jié)構(gòu)分析，其中主要是文本的層次分析， 從而得到文本的邏輯結(jié)構(gòu)。 邏輯結(jié)構(gòu) =主題，層次，段落，句子，主題詞,它更著重于表示文本所包 含的思想內(nèi)容和表達的邏輯方式。(2)知識鏈結(jié)構(gòu)文本的物理結(jié)構(gòu)是文本的外表形式，邏輯結(jié)構(gòu)體現(xiàn)了作者表達目的的邏輯順序，而文本的知識鏈結(jié)構(gòu)則是作者的目的和靈 魂，知識鏈結(jié)構(gòu)=問題，已有解的優(yōu)缺點，新解的方案，性能評 價，今后方向.研究文本的目的是為了獲得文本的知識鏈，以創(chuàng) 建新的知識鏈。引文方法是一種很好的文獻鏈， 表現(xiàn)了引用文獻與被引用文獻之間的

7、多種關(guān)系。但它并不完全直接表現(xiàn)知識鏈關(guān)系。文獻鏈是一種龐大的文獻引用系統(tǒng)。知識鏈則是一種巨大的知識引用系 統(tǒng)。若能完成這一巨大的系統(tǒng)， 人類將可能進行更有效的知識學 習。1.3信息整流的實現(xiàn)知識鏈是文本知識結(jié)構(gòu)的普遍特性，是人類學習、創(chuàng)新的紐帶。信息整流與信息濾波不同。信息濾波的目的主要有兩點，即 過濾掉不相關(guān)的文檔以及將相關(guān)文檔列表分為新的文檔和已經(jīng) 查閱過的文檔，并按相似度大小排序，對已檢索的相關(guān)文檔，通 知信息Age nt不必返回全文文檔，以減少通信費用。信息整流的 目的在于建立數(shù)字圖書館的知識鏈庫，提供知識鏈服務(wù)。信息整流是建立知識鏈的過程。 從全文提取出知識單元， 形 成獨立的知識基

8、礎(chǔ)，構(gòu)成知識單元庫，把各種知識單元庫進行鏈 接，構(gòu)成數(shù)字圖書館廣泛的知識網(wǎng)絡(luò)庫。知識網(wǎng)絡(luò)庫形成了學科橫向交叉和學科縱向延伸的科學知識體系。描述了人類知識學習和知識創(chuàng)新的知識網(wǎng)絡(luò)結(jié)點。把人類知識學習和創(chuàng)新活動之間的距離大大的縮短。在知識網(wǎng)絡(luò)庫 中，用戶可以跨知識單元庫學習所感興趣的知識，更可以通過知識單元庫直接學習到解決問題的知識和辦法。知識單元庫的實現(xiàn)是知識網(wǎng)絡(luò)庫建立的基礎(chǔ)和關(guān)鍵。已有的信息置標語言 HTML ( HyperTextMarkupLanguage)的超級鏈接功能使 Web技術(shù)從計算機世界走向 社會、走向千家萬戶，實現(xiàn) Web與數(shù)據(jù)庫的超級鏈接。HTML 表現(xiàn)出Web顯示數(shù)據(jù)的通用

9、方法，而XML提供了一個直接處理 Web數(shù)據(jù)的通用方法。HTML著重描述 Web頁面的顯示格式， 而XML著重描述 Web頁面的內(nèi)容。XML是文檔的各種數(shù)字表 示方式，用XML表示的數(shù)字文檔可以由計算機處理，也可以供 人閱讀。XML文檔是一種純文本文檔，可以包含圖片、視頻或其他多媒體信息，可以是百科全書，也可以是一封電子郵件，或 一則天氣預(yù)報、一張電子商務(wù)交易單等。如對商品的描述中， 若在應(yīng)用中的名稱、質(zhì)量、價格還不足以描述一個商品的特征時， 還可通過其他模式增加新特征， 只要加入的元素在它們各自名域 的前后關(guān)系中是有效的。這就為知識單元的描述提供了工具， 通 過XML標記將文本標記成知識單元，繼而將知識單元鏈接成知 識結(jié)構(gòu)，實現(xiàn)知識鏈。與引文索引不同，在用 XML實現(xiàn)知識單元的描述中，可以 將被引文獻中的知識單元采用指針的方式加以直接標記，于是實現(xiàn)了知識鏈接的作用。鏈接（Linking ）是Web實現(xiàn)關(guān)鍵。HTML的鏈接是單向的 有兩個端點一一源端和目標端，源端通常是 Web頁的一個片段， 如一個詞語、一段文本或一幅圖像，目標端是一個 資源”由統(tǒng)一 資源標記（URI）地址指定。XML是描述結(jié)構(gòu)化數(shù)據(jù)的底層文 法，用這種簡單文法可以支持種類繁多的應(yīng)用。預(yù)計XML將成為數(shù)字圖書館信息整流的基礎(chǔ)性語言。數(shù)字圖書館的知識增值服務(wù)數(shù)字圖書館不僅是傳統(tǒng)圖書館的數(shù)字化， 而