科技文獻(xiàn)語(yǔ)義檢索系統(tǒng)的分類與功能特點(diǎn)論文
1 引 言
語(yǔ)義檢索是信息檢索的發(fā)展趨勢(shì)， 早在 20 世紀(jì)80 年代， 語(yǔ)義檢索的思想就已經(jīng)出現(xiàn)， 并且信息檢索領(lǐng)域已經(jīng)開展了相關(guān)研究工作。企業(yè)級(jí)的語(yǔ)義搜索引擎近幾年已經(jīng)開始應(yīng)用， 例如 Kosmix 和 等， 特別等讓搜索變得更智慧。百度框計(jì)算搜狗知立方代表了國(guó)內(nèi)搜索引擎在該領(lǐng)域的成功實(shí)踐。在文獻(xiàn)信息檢索領(lǐng)域，作為語(yǔ)義檢索系統(tǒng)的典型代表， 做出了開創(chuàng)性的工作， 一些面向科技文獻(xiàn)的語(yǔ)義檢索系統(tǒng)不斷出現(xiàn)。
傳統(tǒng)基于關(guān)鍵詞的檢索系統(tǒng)具有一定的局限性，如無法解決詞匯的模糊性問題， 分散在多個(gè)文檔中的相關(guān)信息不容易被發(fā)現(xiàn)等。語(yǔ)義檢索基于含義而不是通過關(guān)鍵詞匹配尋找用戶查詢的答案， 用以實(shí)現(xiàn)實(shí)體檢索、概念檢索、分類檢索、關(guān)系查詢等知識(shí)檢索方式來滿足用戶的多種信息需求， 使得搜索智能化， 根據(jù)用戶的意圖給出用戶想要的結(jié)果。目前， 語(yǔ)義檢索主要有兩個(gè)方向： 語(yǔ)義網(wǎng)資源的檢索和對(duì)于傳統(tǒng)檢索系統(tǒng)的語(yǔ)義擴(kuò)展。面向科技文獻(xiàn)的語(yǔ)義檢索研究主要偏向于后者， 利用語(yǔ)義技術(shù)改進(jìn)傳統(tǒng)文獻(xiàn)檢索系統(tǒng)，利用敘詞表、主題詞表、本體等知識(shí)組織體系實(shí)現(xiàn)語(yǔ)義豐富化， 采用語(yǔ)義標(biāo)注、自動(dòng)抽取、關(guān)系發(fā)現(xiàn)的文本挖掘技術(shù)從非結(jié)構(gòu)化的文本中發(fā)現(xiàn)細(xì)粒度的數(shù)據(jù)，使得檢索系統(tǒng)更智能化。本文根據(jù)文本語(yǔ)義處理程度對(duì)科技文獻(xiàn)語(yǔ)義檢索系統(tǒng)進(jìn)行分類， 提出科技文獻(xiàn)語(yǔ)義檢索系統(tǒng)的基本框架， 并探討科技文獻(xiàn)語(yǔ)義檢索系統(tǒng)的功能特性。
2 科技文獻(xiàn)語(yǔ)義檢索系統(tǒng)分類
根據(jù)系統(tǒng)的智能化、語(yǔ)義化程度， 將現(xiàn)有科技文獻(xiàn)語(yǔ)義檢索系統(tǒng)分為： 語(yǔ)義查詢擴(kuò)展的檢索系統(tǒng)、以概念或?qū)嶓w為中心的檢索系統(tǒng)、以關(guān)系為中心的檢索系統(tǒng)、面向知識(shí)發(fā)現(xiàn)的檢索系統(tǒng) 4 種類型。這 4 類檢索系統(tǒng)對(duì)科技文獻(xiàn)的文本語(yǔ)義化處理程度不同， 檢索系統(tǒng)的智能化和語(yǔ)義化程度也不同， 如圖 1 所示：
【1】
2.1 語(yǔ)義查詢擴(kuò)展的檢索系統(tǒng)
語(yǔ)義查詢擴(kuò)展的檢索系統(tǒng)在傳統(tǒng)關(guān)鍵詞檢索基礎(chǔ)上， 對(duì)檢索詞進(jìn)行處理， 利用受控詞表和本體對(duì)檢索詞進(jìn)行擴(kuò)展。PubMed支持基于 MeSH 的查詢擴(kuò)展，也有利用 UMLS 的同義詞對(duì) PubMed 查詢進(jìn)行擴(kuò)展,QuExT執(zhí)行面向概念的查詢擴(kuò)展， 檢索結(jié)果根據(jù)用戶預(yù)先分配給概念類別的不同權(quán)重進(jìn)行排序。
GO2PUB利用基因本體中術(shù)語(yǔ)之間的語(yǔ)義繼承對(duì)PubMed 查詢進(jìn)行語(yǔ)義擴(kuò)展， 基因名稱、符號(hào)和同義詞都作為額外的關(guān)鍵詞提交給查詢處理器。
2.2 以概念或?qū)嶓w為中心的檢索系統(tǒng)
以概念或?qū)嶓w為中心的檢索系統(tǒng)利用本體、主題詞表、敘詞表等對(duì)科技文獻(xiàn)進(jìn)行語(yǔ)義標(biāo)注， 識(shí)別文獻(xiàn)中的知識(shí)， 檢索過程通過匹配用戶查詢和語(yǔ)義標(biāo)注結(jié)果執(zhí)行， 這使得檢索系統(tǒng)能夠利用標(biāo)注信息查詢到更精確的結(jié)果。GoPubMed是這類系統(tǒng)中最典型的， 它利用 Gene 本體和 MeSH 標(biāo)引 PubMed 文獻(xiàn)， 并用于檢索結(jié)果的結(jié)構(gòu)化展示， 可以讓用戶看到與查詢相關(guān)的主要的生物醫(yī)學(xué)概念。相比 PubMed, GoPubMed 可以更快地找到相關(guān)的檢索結(jié)果。NextBio 文獻(xiàn)檢索系統(tǒng)利用基于本體的語(yǔ)義工具和創(chuàng)新界面， 對(duì) ScienceDirect 內(nèi)容和 PubMed、臨床實(shí)驗(yàn)、生物醫(yī)學(xué)新聞等授權(quán)開放使用的研究數(shù)據(jù)進(jìn)行文本挖掘， 并通過自然語(yǔ)言處理技術(shù)實(shí)現(xiàn)命名實(shí)體識(shí)別和消歧， 從而提高檢索性能。Kleio 系統(tǒng)對(duì)文本的語(yǔ)義概念（如 genes、protein和其他生物醫(yī)學(xué)術(shù)語(yǔ)）進(jìn)行標(biāo)注， 提供對(duì)于 MEDLINE的文本和元數(shù)據(jù)相結(jié)合的檢索， 利用標(biāo)注的命名實(shí)體類型對(duì)檢索結(jié)果進(jìn)行分面， 從而實(shí)現(xiàn)檢索結(jié)果的過濾。
2.3 以關(guān)系為中心的檢索系統(tǒng)
以關(guān)系為中心的檢索系統(tǒng)通過文本挖掘技術(shù)從科技文獻(xiàn)中發(fā)現(xiàn)概念或?qū)嶓w之間的關(guān)系， 能夠提供基于關(guān)系的檢索服務(wù)。Quertle是一個(gè)關(guān)系驅(qū)動(dòng)的生物醫(yī)學(xué)文獻(xiàn)檢索工具， 使用基于語(yǔ)義的自然語(yǔ)言處理方法從生物醫(yī)學(xué)文獻(xiàn)集中抽取主謂賓關(guān)系， 發(fā)現(xiàn)生物醫(yī)學(xué)實(shí)體（如疾病、基因、藥物）之間的一般或特殊關(guān)系。
用"咖啡因偏頭痛"作為搜索詞， Quertle 會(huì)發(fā)現(xiàn)兩個(gè)檢索詞之間的關(guān)系如"咖啡因治療偏頭痛", 而不是通常搜索 PubMed 所返回的同時(shí)包含"咖啡因"和"偏頭痛"兩個(gè)檢索詞的記錄。CoPub是以共現(xiàn)關(guān)系為中心的檢索工具， 利用文本挖掘技術(shù)檢測(cè) PubMed 摘要中共現(xiàn)的生物醫(yī)學(xué)概念， 如基因本體中的人類/鼠基因、生物過程、分子功能、細(xì)胞組成以及病理、疾病、藥物和途徑等。在 CoPub 系統(tǒng)中檢索某個(gè)生物醫(yī)學(xué)概念， 可以獲得與其共現(xiàn)的其他生物醫(yī)學(xué)概念以及共同出現(xiàn)的文摘。PolySearch抽取人類疾病、基因、突變、藥物和代謝物之間的關(guān)系， 利用各種文本挖掘和信息檢索技術(shù)對(duì)內(nèi)容摘要、段落或句子進(jìn)行識(shí)別和排序， 支持面向十幾個(gè)不同類型的文本、科學(xué)文摘或生物信息學(xué)數(shù)據(jù)庫(kù)的50多種查詢類型， 例如檢索"與乳腺癌有關(guān)的基因".
2.4 面向知識(shí)發(fā)現(xiàn)的檢索系統(tǒng)
面向知識(shí)發(fā)現(xiàn)的檢索系統(tǒng)通過發(fā)現(xiàn)隱含的關(guān)系和知識(shí)， 從而為用戶提供更深層次的語(yǔ)義檢索服務(wù)。
CoPub 5.0在 CoPub 共現(xiàn)關(guān)系挖掘的基礎(chǔ)上開發(fā)了稱為CoPub Discovery的新技術(shù)， 從文獻(xiàn)中挖掘間接關(guān)系， 用于研究疾病背后的機(jī)理、連接基因和途徑， 發(fā)現(xiàn)現(xiàn)有藥物的新型應(yīng)用等。CoPub 5.0 提供了三種分析模式， "term search"模式為一個(gè)術(shù)語(yǔ)檢索文摘和術(shù)語(yǔ)關(guān)系， "pair search"模式分析術(shù)語(yǔ)對(duì)之間的已知關(guān)系或新關(guān)系， "set terms"模式用以給出多個(gè)術(shù)語(yǔ)之間的關(guān)系。
FACTA++從 MEDLINE 文摘中發(fā)現(xiàn)并可視化如基因、疾病、化合物等生物醫(yī)學(xué)概念之間的間接關(guān)聯(lián)， 利用機(jī)器學(xué)習(xí)模型發(fā)現(xiàn)文本中的生物分子事件， 利用概念之間的共現(xiàn)關(guān)系統(tǒng)計(jì)出信息挖掘隱藏的關(guān)聯(lián)。EvidenceFinder實(shí)現(xiàn)對(duì) PMC 全文數(shù)據(jù)從化合物基因、蛋白質(zhì)、疾病等生物醫(yī)學(xué)實(shí)體到如磷酸化、綁定、激活等生物相關(guān)性事實(shí)的多層次文本標(biāo)注。Evidence-Finder 將標(biāo)注事實(shí)轉(zhuǎn)化為一系列的問題， 作為文獻(xiàn)檢索的推薦， 幫助用戶找到問題答案對(duì)應(yīng)的文章。例如， 輸入檢索詞"粘蛋白", 系統(tǒng)自動(dòng)給出一系列相關(guān)問題， 如"降低腸道粘蛋白的是什么？"、"什么產(chǎn)生粘蛋白？"等。
3 科技文獻(xiàn)語(yǔ)義檢索系統(tǒng)的基本框架
根據(jù)對(duì)典型科技文獻(xiàn)語(yǔ)義檢索系統(tǒng)的分析， 提出系統(tǒng)基本框架， 分為語(yǔ)義知識(shí)獲取、數(shù)據(jù)集成與融匯、語(yǔ)義索引構(gòu)建、查詢處理、結(jié)果展示 5 個(gè)主要的系統(tǒng)功能， 如圖 2 所示。實(shí)現(xiàn)科技文獻(xiàn)的語(yǔ)義豐富化， 基于領(lǐng)域敘詞表或本體， 利用語(yǔ)義標(biāo)注、實(shí)體抽取、關(guān)系抽取等技術(shù)從科技文獻(xiàn)文本信息中獲取語(yǔ)義知識(shí)。以這些語(yǔ)義知識(shí)為基礎(chǔ)， 借助實(shí)體或概念匹配、本體集成、Linked Data 之間的關(guān)聯(lián)實(shí)現(xiàn)潛在語(yǔ)義知識(shí)、科技文獻(xiàn)以及外部資源的數(shù)據(jù)集成與融匯， 支持細(xì)粒度的語(yǔ)義檢索以及相關(guān)知識(shí)的擴(kuò)展檢索。在文獻(xiàn)元數(shù)據(jù)索引的基礎(chǔ)上， 構(gòu)建實(shí)體、概念、關(guān)系、文本事實(shí)依據(jù)的索引， 支撐基于語(yǔ)義的檢索功能。在查詢處理方面， 采用術(shù)語(yǔ)匹配、自然語(yǔ)言處理、相似度計(jì)算、知識(shí)庫(kù)圖遍歷、本體推理等技術(shù)手段理解用戶的搜索意圖， 通過基于語(yǔ)義知識(shí)的分類、聚類、排序等對(duì)檢索結(jié)果進(jìn)行重新優(yōu)化計(jì)算。通過結(jié)果列表、可視化展示、分面瀏覽、樹形導(dǎo)航、本體導(dǎo)航等方式將檢索結(jié)果展示給用戶， 同時(shí)提供基于語(yǔ)義知識(shí)的相關(guān)推薦和統(tǒng)計(jì)預(yù)測(cè)等功能。
4 科技文獻(xiàn)語(yǔ)義檢索系統(tǒng)的功能特點(diǎn)
語(yǔ)義信息的引入影響了科技文獻(xiàn)檢索系統(tǒng)從數(shù)據(jù)處理、索引構(gòu)建、查詢處理到結(jié)果管理的各個(gè)方面， 使得檢索系統(tǒng)具有一些新的特性。
4.1 科技文獻(xiàn)語(yǔ)義豐富化
在傳統(tǒng)文獻(xiàn)標(biāo)引的基礎(chǔ)上， 一些文獻(xiàn)檢索系統(tǒng)已經(jīng)進(jìn)行了深層的語(yǔ)義豐富化處理， 并且在此基礎(chǔ)上提供更準(zhǔn)確的檢索服務(wù)。例如， ProQuest在文本標(biāo)引基礎(chǔ)上將蘊(yùn)含在學(xué)術(shù)出版物中的表格、地圖、照片和其他圖形中的數(shù)據(jù)、變量以及其他內(nèi)容進(jìn)行深度的標(biāo)引，平均使用8個(gè)術(shù)語(yǔ)描述一個(gè)圖像。Wiley的SmartArticle技術(shù)[14]針對(duì)化學(xué)期刊新增了化合物索引， 提供對(duì)于內(nèi)容的深層檢索， 此外對(duì)文獻(xiàn)中的化學(xué)術(shù)語(yǔ)進(jìn)行標(biāo)注，使用不同顏色對(duì)不同類型的化學(xué)術(shù)語(yǔ)進(jìn)行高亮顯示，以方便用戶閱讀。在醫(yī)學(xué)文獻(xiàn)檢索領(lǐng)域， PubMed使用MeSH主題詞表進(jìn)行文獻(xiàn)標(biāo)引， 隨著文本挖掘技術(shù)的成熟， 一些工具和系統(tǒng)在PubMed基礎(chǔ)上對(duì)科技文獻(xiàn)進(jìn)行了更為深入的語(yǔ)義豐富化處理[15].例如， EBIMed[16]
從文獻(xiàn)中抽取蛋白質(zhì)、基因本體標(biāo)注、藥物和物種， 基于共現(xiàn)分析識(shí)別抽取概念之間的關(guān)系。PubTator工具[17]支持對(duì)PubMed檢索結(jié)果的標(biāo)注， 識(shí)別的生物醫(yī)學(xué)實(shí)體包括基因、化學(xué)物質(zhì)、疾病、變異、物種等。
4.2 基于實(shí)體或概念的數(shù)據(jù)集成與融合科技文獻(xiàn)的數(shù)據(jù)集成已轉(zhuǎn)變?yōu)橐詫?shí)體或概念為中心的數(shù)據(jù)集成和融合， 實(shí)現(xiàn)不同應(yīng)用系統(tǒng)之間的語(yǔ)義互操作， 促進(jìn)更廣泛的共享與應(yīng)用。AGRIS 國(guó)際農(nóng)業(yè)科學(xué)和技術(shù)信息系統(tǒng)利用 OKKAM 實(shí)體名稱系統(tǒng)框架[18]創(chuàng)建關(guān)聯(lián)數(shù)據(jù)模型， 將書目數(shù)據(jù)庫(kù)轉(zhuǎn)換為關(guān)聯(lián)數(shù)據(jù)服務(wù).一方面， 使用 AGROVOC 敘詞表與其他敘詞表映射， 另一方面將書目記錄與外部資源建立連接，如 DBPedia、WordBank、Google Custom SearchAPI、Nature OpenSearch 等。在 AGRIS 檢索結(jié)果的詳細(xì)頁(yè)面中， 除書目信息外， 還提供相關(guān)外部資源的結(jié)果揭示， 借助文獻(xiàn)標(biāo)引使用的 AGROVOC 詞匯、書目關(guān)聯(lián)數(shù)據(jù)等實(shí)現(xiàn)以實(shí)體或概念為中心的知識(shí)頁(yè)面之間的融匯。Elsevier 提出 Smart Content 的概念, 組織醫(yī)學(xué)專家在 UMLS 基礎(chǔ)上構(gòu)建 EMMeT 醫(yī)學(xué)詞匯分類體系， 將 Elsevier 的臨床醫(yī)學(xué)期刊、論文、書目章節(jié)、表格、圖像等數(shù)據(jù)映射到合適的醫(yī)學(xué)術(shù)語(yǔ)上， 從而加強(qiáng)對(duì) Content 的理解， 使其提升到實(shí)體、概念和關(guān)系的知識(shí)層面上， 以便各類應(yīng)用程序更好地理解和處理內(nèi)容上的內(nèi)涵信息。
4.3 面向文本分析結(jié)果的索引機(jī)制。為實(shí)現(xiàn)對(duì)文本分析結(jié)果的檢索， 語(yǔ)義檢索系統(tǒng)構(gòu)建了文本中概念、實(shí)體、關(guān)系、事實(shí)與文獻(xiàn)之間的索引。例如， Kleio系統(tǒng)應(yīng)用Lucene對(duì)識(shí)別出來的蛋白質(zhì)、基因、代謝物和醫(yī)學(xué)術(shù)語(yǔ)構(gòu)建索引， 即對(duì)與文本相關(guān)的概念構(gòu)建索引， 而不是個(gè)體或規(guī)范詞形式， 這意味著系統(tǒng)可以檢索與某個(gè)指定概念相關(guān)的文檔， 無論概念的表現(xiàn)形式是它的拼寫變體還是縮寫形式.
EvidenceFinder 系統(tǒng)借助基因、蛋白質(zhì)、藥物、疾病和代謝物的詞表以及表示生物醫(yī)學(xué)過程和關(guān)系的詞典， 對(duì) Europe PMC 倉(cāng)儲(chǔ)全文數(shù)據(jù)進(jìn)行語(yǔ)法分析和文本挖掘， 將所有可能包含相關(guān)事實(shí)的句子構(gòu)建索引。NLMplus使用 Solr 對(duì)語(yǔ)義層進(jìn)行索引， 支撐檢索服務(wù)。而 Quertle建立語(yǔ)義關(guān)系索引、關(guān)鍵詞索引和輔助索引三種索引， 用于查找用戶輸入的檢索詞和提問，并返回檢索結(jié)果。
4.4 查詢處理
由于一個(gè)搜索請(qǐng)求可能代表多重含義， 對(duì)用戶輸入的檢索詞進(jìn)行語(yǔ)義分析是語(yǔ)義檢索系統(tǒng)的首要任務(wù)。通常， 語(yǔ)義檢索系統(tǒng)從用戶輸入字符開始提供自動(dòng)完成功能， 對(duì)用戶輸入的檢索詞和語(yǔ)句進(jìn)行識(shí)別和分析， 給出相關(guān)的查詢建議， 通過理解用戶查詢意圖和搜索空間的含義改進(jìn)檢索質(zhì)量。
�。�1） 基于受控詞表和本體的自動(dòng)完成功能
目前， 搜索引擎大多數(shù)都具有自動(dòng)完成功能， 利用預(yù)存的術(shù)語(yǔ)自動(dòng)將用戶的檢索詞對(duì)應(yīng)到可能匹配術(shù)語(yǔ)上并提示給用戶， 簡(jiǎn)化用戶輸入操作。文獻(xiàn)檢索系統(tǒng)通常利用受控詞表和本體實(shí)現(xiàn)自動(dòng)完成功能，GoPubMed將輸入的術(shù)語(yǔ)匹配 MeSH 和 Gene 本體術(shù)語(yǔ)； Semedico將查詢建議放在分類樹中允許用戶選擇一個(gè)廣義術(shù)語(yǔ)作為檢索詞， 在括號(hào)中列出其同義詞；NextBio可以列出匹配的基因、化合物、SNPs、疾病、組織、生物學(xué)團(tuán)體和作者等； Elsevier 的 ClinicalKey 醫(yī)學(xué)信息平臺(tái)在用戶輸入檢索詞后提供檢索建議， 如相關(guān)醫(yī)學(xué)主題、內(nèi)容來源和作者等。
�。�2） 查詢分析
檢索系統(tǒng)在執(zhí)行查詢前， 采用語(yǔ)言學(xué)方法將用戶輸入的檢索詞映射到受控詞表或本體的概念、實(shí)體上，將關(guān)鍵詞檢索轉(zhuǎn)化為概念或?qū)嶓w的`檢索。利用受控詞表的同義、廣義、窄義等術(shù)語(yǔ)以及基于本體上下位關(guān)系實(shí)現(xiàn)查詢的邏輯推理， 用于解釋用戶的查詢， 并給出查詢建議。Kleio 系統(tǒng)將摘要中命名實(shí)體進(jìn)一步分類， 結(jié)合語(yǔ)義分類信息執(zhí)行查詢， 可以降低搜索空間，提高檢索效率.一些文獻(xiàn)檢索系統(tǒng)允許用戶使用自然語(yǔ)言進(jìn)行提問， 如 Quertle、EvidenceFinder 等， 在執(zhí)行查詢處理前， 需要對(duì)查詢語(yǔ)句進(jìn)行預(yù)處理， 利用自然語(yǔ)言處理技術(shù)將查詢語(yǔ)句進(jìn)行重構(gòu)。NLMplus使用敘詞表和本體對(duì) PubMed Review 進(jìn)行語(yǔ)義標(biāo)引， 利用構(gòu)建的知識(shí)庫(kù)對(duì)查詢進(jìn)行分析和解析， 以檢索到更精確的結(jié)果。iPubMed[23]提供一個(gè)交互式檢索界面， 當(dāng)用戶在搜索框中輸入幾個(gè)字符時(shí)， 系統(tǒng)將立即顯示任何包含這些字符的引用， 便于縮小搜索目標(biāo)， 此外該系統(tǒng)還允許小的拼寫錯(cuò)誤。ClinicalKey 通過 EMMeT建立關(guān)系的語(yǔ)義框架， 促進(jìn)內(nèi)容發(fā)現(xiàn)， 使得被傳統(tǒng)關(guān)鍵詞檢索忽略的潛在關(guān)聯(lián)能夠被揭示出來， 并且保證了ClinicalKey能夠?yàn)橛脩舻臋z索請(qǐng)求提供具體并且有針對(duì)性的答案， 比如查找"myocardial infarction",ClinicalKey 智能檢索可以識(shí)別其縮略詞、同義詞、相關(guān)外科手術(shù)和治療藥物， 并且知道這是一種與高膽固醇相關(guān)的心血管疾病[20].
4.5 查詢結(jié)果管理在傳統(tǒng)文獻(xiàn)檢索系統(tǒng)的基礎(chǔ)上， 語(yǔ)義檢索系統(tǒng)對(duì)于查詢結(jié)果的呈現(xiàn)方式更加多樣， 表達(dá)的信息也更加豐富， 基于本體的結(jié)果精煉、知識(shí)導(dǎo)航等為用戶帶來了新的檢索體驗(yàn)。
（1） 查詢結(jié)果呈現(xiàn)方式語(yǔ)義檢索系統(tǒng)為用戶提供了最直接的結(jié)果呈現(xiàn)方式， 如檢索的目標(biāo)概念（實(shí)體）、關(guān)系、事實(shí)、回答等信息。GoPubMed[5]在文獻(xiàn)結(jié)果列表中只顯示文摘中與檢索目標(biāo)相關(guān)的句子， 反映檢索詞的事實(shí)， 而不是全部摘要信息。Quertle[8]同樣顯示文摘中相關(guān)的事實(shí)信息，并對(duì)檢索目標(biāo)進(jìn)行高亮顯示。FACTA++[12]將與查詢目標(biāo)相關(guān)的概念通過不同分類列表的方式顯示， 并可以按照相關(guān)的頻次排序。CoPub[9]返回查詢術(shù)語(yǔ)的詳細(xì)信息、共現(xiàn)術(shù)語(yǔ)的分類和文摘數(shù)量。EvidenceFinder[13]在文獻(xiàn)檢索列表中直接給出查詢問題的答案并高亮顯示。
（2） 概念/實(shí)體層級(jí)結(jié)構(gòu)分類與導(dǎo)航GoPubMed[5]通過本體的層級(jí)結(jié)構(gòu)對(duì)查詢結(jié)果進(jìn)行聚集， 實(shí)現(xiàn)了大規(guī)模結(jié)果的快速導(dǎo)航， 用戶可以快速獲取相關(guān)的生物醫(yī)學(xué)概念， 同時(shí)可以在檢索中發(fā)現(xiàn)新的檢索目標(biāo)或過濾檢索條件， 使得檢索更有深度和廣度。NextBio[6]將從摘要和正文中抽取的生物醫(yī)學(xué)術(shù)語(yǔ)， 以Tag云的方式顯示， 并提供這些術(shù)語(yǔ)的分類， 可以利用它們進(jìn)一步過濾和優(yōu)化查詢結(jié)果。Kleio[7]將檢索結(jié)果根據(jù)文獻(xiàn)標(biāo)注命名實(shí)體的語(yǔ)義分類進(jìn)行組織，并列出最高關(guān)聯(lián)頻率的概念， 方便用戶瀏覽和過濾檢索結(jié)果。ClinicalKey 允許用戶根據(jù)有臨床意義的子分類篩選檢索結(jié)果， 比如內(nèi)容類型、�？�、疾病名稱、身體部位等[20].
（3） 文本挖掘結(jié)果顯示與相關(guān)知識(shí)導(dǎo)航在結(jié)果頁(yè)面或文獻(xiàn)詳細(xì)頁(yè)面對(duì)語(yǔ)義標(biāo)注結(jié)果進(jìn)行呈現(xiàn)， 并提供相關(guān)知識(shí)的簡(jiǎn)介、鏈接與導(dǎo)航， 例如GoPubMed[5]在標(biāo)注概念下方用虛線標(biāo)記， 點(diǎn)擊后可實(shí)現(xiàn)對(duì)標(biāo)注概念的重新檢索和二次檢索， 以及直接給出標(biāo)注概念的詳細(xì)信息、W kipedia 鏈接。EvidenceFinder系統(tǒng)[13]在文獻(xiàn)詳細(xì)頁(yè)面將識(shí)別的生物實(shí)體統(tǒng)計(jì)情況以圖形化的方式顯示， 并根據(jù)不同的類型分別列出， 點(diǎn)擊標(biāo)注實(shí)體可以直接鏈接到 UniProtKB的相關(guān)檢索界面，查看相關(guān)信息。ClinicalKey平臺(tái)在檢索結(jié)果頁(yè)面提供文獻(xiàn)摘要的預(yù)覽窗口， 同時(shí)對(duì)語(yǔ)義標(biāo)注的結(jié)果進(jìn)行展示，并且提供 2 000 多個(gè)疾病主題頁(yè)， 可以快速訪問疾病的流行病學(xué)、風(fēng)險(xiǎn)因素、臨床表現(xiàn)、治療等方面的信息， 以及與特定�？葡嚓P(guān)的答案和藥物鏈接[20].
�。�4） 基于概念/實(shí)體的文獻(xiàn)統(tǒng)計(jì)分析。通過對(duì)文獻(xiàn)的文本挖掘， 語(yǔ)義檢索系統(tǒng)可以實(shí)現(xiàn)基于概念/實(shí)體而不是關(guān)鍵詞等元數(shù)據(jù)信息的文獻(xiàn)統(tǒng)計(jì)分析功能。例如， 在 GoPubMed[5]平臺(tái)上點(diǎn)擊左側(cè)導(dǎo)航的概念或文本標(biāo)注概念都可以看到該概念相關(guān)文獻(xiàn)的時(shí)間軸， 不僅可以展示相關(guān)文獻(xiàn)的演化過程， 也可以預(yù)測(cè)其發(fā)展趨勢(shì)。
5 結(jié) 語(yǔ)
科技文獻(xiàn)語(yǔ)義檢索系統(tǒng)相比傳統(tǒng)檢索系統(tǒng)， 其優(yōu)勢(shì)在于能夠處理語(yǔ)義信息， 從非結(jié)構(gòu)化文本中發(fā)現(xiàn)潛在知識(shí)， 實(shí)現(xiàn)知識(shí)檢索， 滿足用戶更高的檢索需求。通過研究和分析現(xiàn)有科技文獻(xiàn)語(yǔ)義檢索系統(tǒng)可以發(fā)現(xiàn)系統(tǒng)的語(yǔ)義化程度依賴于對(duì)文獻(xiàn)的語(yǔ)義挖掘深度， 借助現(xiàn)有的文本挖掘、自然語(yǔ)言處理、語(yǔ)義網(wǎng)等技術(shù)以及受控詞表和本體， 在很大程度上實(shí)現(xiàn)了對(duì)指定信息的挖掘和發(fā)現(xiàn)， 然而由于受控詞表和本體的領(lǐng)域局限性和覆蓋率問題， 科技文獻(xiàn)語(yǔ)義檢索系統(tǒng)的研究主要集中在生物醫(yī)學(xué)領(lǐng)域， 而在科技文獻(xiàn)檢索領(lǐng)域?qū)崿F(xiàn)通用的語(yǔ)義檢索仍然困難重重。
【科技文獻(xiàn)語(yǔ)義檢索系統(tǒng)的分類與功能特點(diǎn)論文】相關(guān)文章：
MPA論文的特點(diǎn)分類以及選題06-29
多功能農(nóng)業(yè)科技論文03-30
科技畢業(yè)論文參考文獻(xiàn)01-28
批復(fù)的特點(diǎn)及分類10-16
多功能農(nóng)業(yè)科技創(chuàng)新論文04-01
科技論文作者署名、文獻(xiàn)人名的書寫形式規(guī)范05-27
基于語(yǔ)義識(shí)別分析論文04-27
彩色剪紙的特點(diǎn)分類03-27
聘書的分類以及特點(diǎn)10-06