[發明專利]一種基于知識組織語義關系的科技專家信息聚合方法

有效

• 申請號: 201710123067.8
• 申請日: 2017-03-03
• 公開（公告）號: CN106909680B
• 公開（公告）日: 2018-04-03
• 發明（設計）人: 宋培彥;梁冰;趙志遠
• 申請（專利權）人: 中國科學技術信息研究所
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27
• 代理公司: 北京市盛峰律師事務所11337
• 代理人: 梁艷

技術領域

本發明涉及信息科學與知識工程技術領域，尤其涉及一種基于知識組織語義關系的科技專家信息聚合方法。

背景技術

專家是指對某一門學問有專門研究或者擅長某項技術的人員，是我國最為寶貴的人才資源，在科學研究、項目評審、成果轉化、決策咨詢等方面發揮著舉足輕重的作用。科研項目特別是國家重大科研項目，通常具有學科跨度大、影響面寬、專業性和創新性強等重要特點，往往需要依靠具有更高學術權威性、專業相關性和研究活躍度的同行評審專家，并通過專家更新機制和回避機制實現客觀評審。

目前，科技專家的選取一般采用如下兩種方式：一種是專家自行申報、形成專家庫，這種方式由于申報人對申報信息的自主控制力和主觀性比較強，難以對專家信息進行逐一核實和及時更新，影響專家選取的公正性；另一種是通過對專家發表的文獻進行統計，根據其文獻數量等信息輔助判斷其是否可以作為專家，這種方式主要是從文獻數量的角度進行評選，但對專家信息的描述框架和知識關聯性有待深入，以便從語義角度更為準確的選取出學術權威性、專業相關性和研究活躍度的同行評審專家。同時，上述兩種方式，在實現專家更新機制和回避機制方面還需要進一步完善，從而保證選取的專家更加客觀和準確。

發明內容

本發明的目的在于提供一種基于知識組織語義關系的科技專家信息聚合方法，從而解決現有技術中存在的前述問題。

為了實現上述目的，本發明采用的技術方案如下：

一種基于知識組織語義關系的科技專家信息聚合方法，包括如下步驟：

S1，根據科技文獻數據在細分領域內篩選出具有較高影響力的候選專家；

S2，將與所述候選專家對應的關鍵詞與知識組織工具概念術語進行近似關聯，實現所述候選專家與所述知識組織工具的關聯，建立預選專家關系圖譜；

S3，根據專家信息約束條件，對所述預選專家關系圖譜進行調整，形成最終的專家關系圖譜；

S4，根據專家信息與知識組織工具和文獻資源之間的關聯關系，進行專家信息的動態更新和維護；

S5，對所述專家關系圖譜進行多維度語義可視化展示與監測。

優選地，S1包括如下步驟：

S101，從文獻，包括論文、專利、科技報告中抽取專家信息并規范化處理，以文獻作者為核心，分別建立<作者,機構>、<作者,關鍵詞>、<中文關鍵詞,英文關鍵詞＞對之間的對應關系，以三元組方式對專家的機構、關鍵詞進行描述，形成候選專家，并對專家姓名進行消歧和歸并處理；

S102，以文獻中的范疇號、關鍵詞和引文信息為基礎，通過同義詞計算、引用頻次、引用鏈、學科范疇信息，對所述候選專家設定權重和閾值，在細分領域內篩選出具有較高影響力的候選專家。

優選地，S2具體為：采用同義詞計算和/或范疇映射的方式進行關鍵詞與知識組織工具的對應和關聯，將具有語義相關性的關鍵詞映射到知識組織系統，并根據語義關系對專家信息的學術關聯性進行判定，在文獻引用鏈、作者承擔項目信息的支持下，按范疇確定高影響力專家。

優選地，S3中，所述專家信息約束條件包括：專家的自然信息、科研信息和教育信息，以及與其關聯的機構信息、成果信息和項目信息。

優選地，S3中，對所述預選專家關系圖譜進行調整，具體為，基于知識組織語義關系，進行如下的調整：對同義關系的詞族和范疇進行合并，形成具有更高一致性的專家描述信息；對具有上下位關系的專業術語進行擴展，構建更細相關性的小同行專家群體；對具有相關關系的專家群體，采用社會關系網絡SNA進行分析；在知識組織工具的引導下，對專家的研究方向和學科范疇進行映射，監測科學研究的整體布局和演化方向，揭示個體專家的科研興趣演變。

優選地，S4包括如下步驟：

S401，從文獻中快速挖掘專家的動態信息，包括研究興趣和學術影響力信息，通過語義關系，以三元組形式對專家信息進行推理和判斷；

S402，根據S401的方式，以三元組形式，使用Jena開源項目建立專家的RDF形式化語義模型；

S403，根據所述RDF形式化語義模型，使用SparQL進行專家RDF語義查詢；

S404，根據RDF三元組的信息進行語義推理，將具有語義關聯的專家進行精準聚合和推薦。

優選地，S5包括如下步驟：

S501，將專家群體、合作關系、研究主題在同一個畫布下進行可視化呈現和分析，得到可視化專家關系圖譜；