科學術語本體構建的社會化方法.pdf

1、一般來說，本體至少包含兩個要素:領域概念和概念之間的關系?？茖W術語本體指的是，在一個科學領域里，由領域概念和概念之間的層級關系構成的一種簡單形式的本體?？茖W術語本體在科研項目管理、研究評價(Research AssessmentExercise)等活動中扮演著極其重要的角色，因為科學術語本體能夠準確地將一個科學領域里的資源做詳細的分類，從而提高信息檢索效率。例如，在中國國家自然科學基金委，近幾年，平均每年都收到超過170，000份的基金

2、申請書。平均來說，每個基金委的項目主任(Program Director)在不到三周的時間內(nèi)，要負責超過1，500份申請書的項目評議專家指派工作。實踐當中，大多數(shù)項目主任都采取這樣的策略:先把項目申請書分組，然后指派項目評議專家。為了幫助項目主任快速地、宏觀上把握所負責項目申請書的內(nèi)容，從而提高分組效率，我們亟需構建科學術語本體。
　　當前術語本體構建方法主要由兩類:一類是手工方式構建，另外一類是自動構建。手工方式構建術語本體一般

3、由領域決策者(Domain Decision Makers)主導，如基金委的管理人員、期刊編輯、本體工程師等。自動構建術語本體依賴于計算機算法處理自然語言。以質量和效率兩方面作為標準來評價兩類術語本體構建方法:手工方式構建的術語本體一般質量比較高，沒有噪音數(shù)據(jù)，但是費時費力，并且對領域決策者的技能要求比較高。相比較而言，自動方式構建術語本體能夠在短時間內(nèi)處理大量數(shù)據(jù)，并且能及時更新，但是這樣構建的術語本體質量較低，經(jīng)常有噪音數(shù)據(jù)。

4、>　　為了兼顧質量和效率兩方面，我們提出了第三種術語本體構建方法:社會化方式構建術語本體。社會化方式構建術語本體之所以可行，得益于我們所處的Web2.0時代。各式各樣的社會化媒體能夠把人們方便地聚集在網(wǎng)絡上協(xié)同工作。尤其是科研社交網(wǎng)絡的興起（如ResearchGate、科研之友等）能夠使一個科學領域的學者跨越時間、空間交流。社會化方式構建術語本體的本質就是通過科研社交網(wǎng)絡，鼓勵一個科學領域的學者積極參與到術語本體的構建過程中去，從而減輕

5、領域決策者的負擔。
　　綜上所述，本文的研究問題是:如何以社會化的方式構建科學術語本體？
　　構建一個科學領域的術語本體包含兩個核心的任務:(1)構建領域關鍵詞表;(2)生成關鍵詞之間的層級關系。
　　本文的研究目標包含以下三個方面:
　　(1)提出一個社會化方式構建科學術語本體的統(tǒng)一可擴展的理論框架;
　　(2)設計社會化投票方式構建領域關鍵詞表的方法并實現(xiàn);
　　(3)設計以關鍵詞相似度和專指度生

6、成關鍵詞層級關系的方法。
　　在信息系統(tǒng)研究領域，行為科學(Behavioral Science)和設計科學(DesignScience)是兩個主要范式。行為科學致力于構建和檢驗理論(Theories)，用以描述、解釋或預測人和組織的行為，設計科學專注于創(chuàng)造和檢驗人工物（Artifacts），從而拓展人和組織的能力。本研究遵循設計科學研究方法。
　　總體上，本文包含構造(Build)和評價(Evaluate)兩個階段。在構造

7、階段，我們首先提出了以社會化投票方式構建領域關鍵詞表的方法，其次設計了集成了LDA主題模型和包容層次結構模型(Subsumption Hierarchy Model)的關鍵詞層級結構生成方法。在評價階段，我們首先通過問卷(Survey)的方式評價了以社會化投票方式構建領域關鍵詞表的方法，其次，以實驗(Experiment)的方法對關鍵詞層級結構生成方法的LDA主題模型部分進行了評價，再次，以實驗的方法對關鍵詞層級結構生成方法的包容層次結

8、構模型部分進行了評價，最后，以用戶研究(User Study)的方法對整個術語本體構建方法進行了評價。
　　在理論上本研究(1)提出了一個社會化方式構建科學術語本體的統(tǒng)一可擴展的理論框架;(2)設計了以社會化投票方式構建領域關鍵詞表的方法;(3)設計了以關鍵詞相似度和專指度生成關鍵詞層級關系的方法。在實踐方面，本研究提出的領域關鍵詞表構建方法被應用于中國國家自然科學基金委的項目評審工作中。據(jù)我們了解，全國科學技術名詞審定委員會每年