91中文字幕在线永久在线,97碰碰碰社区男人视频

內容簡介

　　構造機器可以理解的、可自動應用的知識組織系統(tǒng)是數(shù)字圖書館的核心研究課題。本書深入地研究了如何利用傳統(tǒng)的知識組織資源來實現(xiàn)這一目標。全書由三篇構成：上篇介紹了網絡知識組織系統(tǒng)的發(fā)展，重點是如何基于傳統(tǒng)的知識組織資源（包括分類法、主題詞表和元數(shù)據(jù)）來構造數(shù)字圖書館的知識組織系統(tǒng)，以支持概念檢索和知識管理等服務；中篇探討了詞表的自動豐富機制；下篇以國際上使用最廣泛的杜威十進制分類法為例，深入研究了如何改造圖書分類法來實現(xiàn)自動分類。本書在深入淺出的理論分析基礎上，給出了許多原創(chuàng)性的解決方案。在真實數(shù)據(jù)集上所進行的大規(guī)模實驗和所開發(fā)的原型系統(tǒng)充分驗證了這些方法的實用性和推廣價值。本書是國內在數(shù)字圖書館知識組織系統(tǒng)方面的第一本專著。對從事數(shù)字圖書館、知識組織、自動分類、網絡信息資源組織等研究和應用開發(fā)的科技人員有很高的參考價值，也可作為高等院校信息管理與信息系統(tǒng)、圖書館學與情報學、計算機科學與技術等專業(yè)的研究生或高年級本科生的教學參考書和技術資料。

作者簡介

　　王軍，計算機科學博士，北京大學信息管理系副教授。長期從事數(shù)字圖書館、網絡知識組織、信息檢索、文本挖掘、Web 2．0等領域的研究和教學工作，承擔國家自然科學基金和國家社會科學基金的研究課題。2004年獲得OCLC／ALISE國際基金的支持，是該項基金自設立以來首次資助亞洲地區(qū)的學者。有多篇論文發(fā)表于信息科學領域的國際頂級會議和期刊，包括國際數(shù)字圖書館會議（JCDL）、國際信息與知識管理會議（CIKM）和《美國信息科學與技術協(xié)會學報》（JASIST）等。曾榮獲多項國際和國家級的獎勵，包括美國信息科學與技術協(xié)會（ASIST）國際論文竟賽獎、中國高校人文社會科學研究優(yōu)秀成果獎，并T200Sgek選教育部新世紀優(yōu)秀人才支持計劃。由于在網絡知識組織領域的突出成果，曾在美國加州大學伯克利分校（UCB）、洛杉磯分校（UCLA），伊力諾依大學香檳分校（UIUC），雪城大學（SU），香港中文大學（CUHK）等國際一流大學進行學術講座。

圖書目錄

上篇集成傳統(tǒng)知識組織資源構造數(shù)字圖書館的知識組織系統(tǒng)
第一章引言
1.1 網絡知識組織：數(shù)字圖書館的歷史使命
1.2 數(shù)字圖書館的知識組織系統(tǒng)
1.3 本書的內容和章節(jié)結構
第二章圖書館中的知識組織工具
2.1 傳統(tǒng)知識組織工具
2.2 主題標引和語義元數(shù)據(jù)
2.3 傳統(tǒng)知識組織工具的不足
2.4 本章小結
第三章數(shù)字圖書館知識組織模型
3.1 知識組織模型的構造
3.2 DLKOM的形式化定義
3.3 DLKOM中概念的操作
3.4 基于DLKoM的服務機制
3.5 與關鍵詞檢索的比較與討論
3.6 本章小結
第四章基于傳統(tǒng)知識組織資源構建本體
4.1 書目本體的構建
4.2 概念瀏覽和語義檢索
4.3 利用本體加強搜索引擎
4.4　KVision原型系統(tǒng)的實現(xiàn)
4.5 本章小結
第五章 DLKOS支持下的服務
5.1 數(shù)字圖書館中的概念檢索機制
5.2 企業(yè)知識管理
5.3 本章小結
第六章網絡知識組織系統(tǒng)
6.1 NKOS的類型和表示
6.2 SKOS介紹
6.3 NKOS的互操作
6.4 相關的標準與規(guī)范
6.5 NKOS的生成和維護
6.6 NKOS的應用
6.7 本章小結
參考文獻
中篇詞表的自動豐富機制研究
第七章中國分類主題詞表的自動豐富
7.1 引言
7.2 關鍵詞提取
7.3 專指詞度量和新詞定位
7.4 實驗及結果分析
7.5 相關研究比較
7.6 本章小結
第八章 ADL地理特征詞表的自動豐富
8.1 引言
8.2 研究背景
8.3 算法設計
8.4 實驗及分析
8.5 結論和展望
參考文獻
下篇圖書分類法自動分類研究
第九章圖書分類法自動分類
9.1 研究內容
9.2 相關研究綜述
9.3 文本分類簡介
9.4 本章小結
第十章數(shù)據(jù)分析
10.1 數(shù)據(jù)集介紹
10.2 MARC字段的抽取
10.3 對DDC的分析
10.4 數(shù)據(jù)分布
10.5 本章小結
第十一章實驗環(huán)境的優(yōu)化
11.1 文本規(guī)范化
11.2 索引策略
11.3 特征詞匯空間
11.4 訓練集和測試集的劃分
11.5 文本自動分類算法
11.6 參數(shù)調整
11.7 基于深度的評測方法
11.8 對比實驗
11.9 本章小結
第十二章分類法結構的改造
12.1 平面分類和DDC類號的縮減
12.2 等級分類
12.3 交互分類和DDC的重構
12.4 本章小結
第十三章討論和展望
13.1 討論
13.2 未來研究方向
參考文獻
附錄一原始類樹中的類分布
附錄二改造后的類樹中的類分布
附錄三交互DDC自動分類系統(tǒng)