首页 理论教育 多维度知识关联技术在CADAL数字图书馆的应用研究

多维度知识关联技术在CADAL数字图书馆的应用研究

时间:2023-10-27 理论教育 版权反馈
【摘要】:隐性知识通过知识关联、挖掘可以转换为显性知识。表7-1显性知识与隐性知识隐性知识通常指存于人的头脑中,未经编码的经验性知识,常以“看不见”的形式存储,如个人的创意、技术、想象、信仰等。不同的知识表示对于知识的描述都不尽相同,通过概念之间的不同关系,可多维度将存在于知识中的隐性知识挖掘出来,将隐性知识转化为显性知识。

多维度知识关联技术在CADAL数字图书馆的应用研究

7.1.3.1 知识多维度关联与呈现

维度是一种度量方式。KMPro认为,知识是一个立体的存在,具有很强的空间感,一条知识可以同时归属于多个维度,用户可以在任意一个合理的维度中找到所需的知识内容,即任意一个知识点可以从多个维度来进行描述,这为多维度知识关联构建提供了理论基础。[6]

知识关联有知识内容之间的本质的内在属性的关联和知识附加属性之间的关联两种形式。根据知识的内在属性和附加属性,知识关联的多维度分为基本维度和扩展维度两类。

7.1.3.2 学科维度:知识所属的学科

任何知识需要用语言或其他符号来表示,这些语言或符号在不同的语境中可能会表达不同的内容。只有先进行学科维度的归类,才能准确地定义该知识。

任何知识都可按照一定的标准进行其学科的划分,如根据知识的普遍意义可分为世俗知识、科学知识、人文知识、社会科学知识、艺术知识、没有文字的知识(如视听艺术)等;还可以根据《杜威十进分类法》《中国图书馆分类法》等专门的学科分类体系对知识从学科的维度进行呈现。

对海量知识进行学科维度描述的基础在于领域本体的构建,根据概念之间的相互关系来确定学科领域,并根据已构建的领域本体进行知识的学科呈现。

7.1.3.3 时空维度:知识来源

知识的实效性存在于一定的时空里,也就是说在一定的时间里和一定的空间里才能显现出它的价值。利用知识与知识间时空属性作为中介,将知识关联起来,以获取范围更小的一个关联结果。知识的时空维度主要体现在其载体的来源,如出版时间、出版物名称等。

7.1.3.4 呈现维度:显性与隐性

根据知识能否清晰地表述和有效地转移,可以把知识分为显性知识(explicit knowledge)和隐性知识(tacit knowledge)(见表7-1)。隐性知识通过知识关联、挖掘可以转换为显性知识。

显性知识又称明晰知识、外显知识,是指能明确表达的知识,即人们可以通过口头传授、教科书、参考资料、期刊、专利文献、视听媒体、软件数据库等方式获取,可以通过语言、书籍、文字、数据库等编码方式传播,也容易被人们学习,包括可以写在书本和杂志上,能说出来的知识。显性知识关联中有常见的关键词关联、聚类关联等。关键词关联指以知识内容中的关键词作为关联纽带,有相同关键词的知识进入关联体系中。知识发布时填写或自动提取关键词,知识库中与该关键词相同的知识会被提取出来,作为关键词关联结果呈现给用户参考。[7]聚类关联指通过对定量知识的分析,聚类出该知识中相关性较强的内容,如当我们在研究“南极”的知识内容中,可以聚类出“企鹅、气候变暖、冰层融化”等相关性很高的内容。

表7-1 显性知识与隐性知识

隐性知识通常指存于人的头脑中,未经编码的经验性知识,常以“看不见”的形式存储,如个人的创意、技术、想象、信仰等。不同的知识表示对于知识的描述都不尽相同,通过概念之间的不同关系,可多维度将存在于知识中的隐性知识挖掘出来,将隐性知识转化为显性知识。(www.xing528.com)

7.1.3.5 特征维度:知识所依附的载体类型,如学位论文、期刊论文、古籍等

知识载体关联是指基于各类知识物质载体所形成的知识关联,如文献知识关联和非文献知识关联,文献知识关联中有文献学科关联、文献主题关联、引文关联等,这些知识关联都是基于文献外部特征和内容特征的关联。文献作为一个整体不仅包含着反映文献主题内容的内容特征,如主题词、关键词、摘要等,也包含着大量的外部特征,如分类号、作者、引文、标题、机构、期刊等。这些特征中隐藏着许多有意义的信息,通过分析文献内容的关联,可以发现该领域中的研究热点问题,而通过分析作者或机构的关联,可以发现该领域中的核心作者和核心机构。

7.1.3.6 关系维度:从属关系、并列关系、交替关系、相关关系

关系维度中类别、种属的关联是最为常见的一种关联方式,即属于同一个知识分类中的知识之间的关联。与该知识在同一分类中的其他知识,会被作为相关知识呈现出现,供用户作为延伸阅读使用。

关系维度中的知识关联通常以一个问题为核心,将解决该问题的知识层层推理出来,如Kmpro独创的推理关联模式,该模式通过人工建立知识与知识之间的关联关系。这种关联以问题为核心,以解决问题的思路为延展,由一个问题关联多个解决方案,每个解决方案下面又可延展出相关知识,其相关模式类似于医生为患者选择诊断方案,这种推理诊断模式是精准、有效的“最佳实践”表达方式

知识关联的形式还有语法知识关联、语义知识关联和语用知识关联,固定、静态知识关联(如学科与主题关系)和可变知识关联(如引文关系、字顺关系、编码关系),一维关联(如线性关系)、二维关联(如数据库)、三维关联(如知识地图和知识图谱)和多维关联,层次关联(等级关联)、网络关联、字顺关联、时序关联和地序关联,知识单元内部关联和外部关联等。

根据知识一般分陈述性知识和过程性知识,把概念内关联分上下位关联、辈分关联、依赖关联、基础关联、类别关联、兄弟关联、实现关联、因果关联等类型。

7.1.3.7 扩展维度

知识除了从基本维度进行描述外,还可从其他维度进行描述,我们称之为扩展维度。扩展维度根据对象的不同,可分为以下几种维度:

(1)语种。知识表达所采用的语言。

(2)外观形态。实体表示或视频等方式进行。

(3)机构描述。该机构在该知识领域研究状况等,即同一主题在该机构发表的所有文献。

(4)作者描述。该作者在该知识领域的研究发展,从而可以关联该作者的一个研究历程。

(5)用户行为。通过对知识使用者的行为进行分析,发现这些行为之间的关联性和连续性,从而推理出用户的可能目的,如用户搜索信用卡”,检索系统往往会推荐“信用卡申办;信用卡还款;信用卡*”等其他用户关联行为时所运用的知识。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈