海洋文獻(xiàn)元數(shù)據(jù)的語義標(biāo)注技術(shù)研究.pdf

1、現(xiàn)在海洋科學(xué)蓬勃發(fā)展，海洋文獻(xiàn)元數(shù)據(jù)的規(guī)模也隨著日益擴(kuò)大。海洋學(xué)科的交叉和差異性導(dǎo)致海洋文獻(xiàn)元數(shù)據(jù)的異構(gòu)性；所以海洋文獻(xiàn)元數(shù)據(jù)的共享和互操作問題亟需解決。語義元數(shù)據(jù)能夠描述資源的語義信息，實現(xiàn)資源數(shù)據(jù)在語義層次上的共享和互操作。語義標(biāo)注技術(shù)能夠?qū)⒃獢?shù)據(jù)轉(zhuǎn)化為語義元數(shù)據(jù)；故本文研究海洋文獻(xiàn)元數(shù)據(jù)的語義標(biāo)注技術(shù)。 本文通過研究分析國外語義標(biāo)注工具和方法，總結(jié)出海洋文獻(xiàn)元數(shù)據(jù)的語義標(biāo)注技術(shù)有兩大關(guān)鍵技術(shù)：文獻(xiàn)元數(shù)據(jù)的自動分類挑選和自動

2、語義標(biāo)注。文獻(xiàn)元數(shù)據(jù)的自動分類挑選技術(shù)能夠自動地從海量文獻(xiàn)元數(shù)據(jù)中挑選出標(biāo)注需要的海洋文獻(xiàn)元數(shù)據(jù)；自動語義標(biāo)注技術(shù)能夠自動地將海洋文獻(xiàn)元數(shù)據(jù)轉(zhuǎn)換為語義元數(shù)據(jù)。上述兩個技術(shù)及其實現(xiàn)是本文研究的核心內(nèi)容。 本文將基于機(jī)器學(xué)習(xí)的文本分類理論應(yīng)用于文獻(xiàn)元數(shù)據(jù)的自動分類挑選技術(shù)；使用文獻(xiàn)的摘要信息作為分類文本，通過實驗對比最大熵、支持向量機(jī)和Adaboost三種分類方法的分類效果；實驗結(jié)果表明：最大熵是最合適的分類方法，其查準(zhǔn)率為99.2

3、492％、查全率為94.4286％。本文使用C＃語言設(shè)計實現(xiàn)了文獻(xiàn)元數(shù)據(jù)的自動分類系統(tǒng)，該系統(tǒng)使用最大熵作為分類方法。 本文深入分析XML Schema，發(fā)現(xiàn)其結(jié)構(gòu)定義隱含語義信息。本文提出一種本體自動構(gòu)建算法，該算法通過解析XML Schema，獲取結(jié)構(gòu)定義隱含的語義信息，自動構(gòu)建原始的領(lǐng)域本體。本算法能夠有效地減少本體構(gòu)建的工作量。由于該算法能夠產(chǎn)生XML結(jié)構(gòu)和本體之間的語義映射關(guān)系，本文又提出了一種元數(shù)據(jù)自動語義標(biāo)注方法。