海洋文獻元數據的語義標注技術研究.pdf

1、現在海洋科學蓬勃發(fā)展，海洋文獻元數據的規(guī)模也隨著日益擴大。海洋學科的交叉和差異性導致海洋文獻元數據的異構性；所以海洋文獻元數據的共享和互操作問題亟需解決。語義元數據能夠描述資源的語義信息，實現資源數據在語義層次上的共享和互操作。語義標注技術能夠將元數據轉化為語義元數據；故本文研究海洋文獻元數據的語義標注技術。 本文通過研究分析國外語義標注工具和方法，總結出海洋文獻元數據的語義標注技術有兩大關鍵技術：文獻元數據的自動分類挑選和自動

2、語義標注。文獻元數據的自動分類挑選技術能夠自動地從海量文獻元數據中挑選出標注需要的海洋文獻元數據；自動語義標注技術能夠自動地將海洋文獻元數據轉換為語義元數據。上述兩個技術及其實現是本文研究的核心內容。 本文將基于機器學習的文本分類理論應用于文獻元數據的自動分類挑選技術；使用文獻的摘要信息作為分類文本，通過實驗對比最大熵、支持向量機和Adaboost三種分類方法的分類效果；實驗結果表明：最大熵是最合適的分類方法，其查準率為99.2

3、492％、查全率為94.4286％。本文使用C＃語言設計實現了文獻元數據的自動分類系統(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)現其結構定義隱含語義信息。本文提出一種本體自動構建算法，該算法通過解析XML Schema，獲取結構定義隱含的語義信息，自動構建原始的領域本體。本算法能夠有效地減少本體構建的工作量。由于該算法能夠產生XML結構和本體之間的語義映射關系，本文又提出了一種元數據自動語義標注方法。