基於語義上下文的知識服務關鍵技術研究

《基於語義上下文的知識服務關鍵技術研究》是依託北京師範大學，由李艷燕擔任項目負責人的面上項目。

基本介紹

• 中文名：基於語義上下文的知識服務關鍵技術研究
• 依託單位：北京師範大學
• 項目負責人：李艷燕
• 項目類別：面上項目

項目摘要

本項目在分析面向組織的知識服務現狀和特徵基礎上，找出目前知識服務研究存在的不足及其原因，試圖提出一種基於語義上下文的知識模型和知識服務來解決現存的問題。本項目以動態描述邏輯作為語義建模形式化框架，基於知識流和業務流程來研究組織知識模型，分析語義上下文的基本特徵並進行形式化建模。基於本體、社會網路分析和統計學習方法來發現和識別各種語義上下文，包括邏輯上下文、個性上下文、社會上下文和業務上下文。進而研究基於語義上下文的語義搜尋、關聯導航、動態導航、主動推送等知識服務模式，形成一套系統的知識服務方法和關鍵技術。本項目採用面向服務的架構和語義技術來搭建知識服務平台，提供多種接口和工具與業務套用集成，建立套用示範，以期將這些方法和技術推廣套用到電子商務、電子政務、線上學習等領域，實現企事業單位、政府等組織機構的全面知識化。

結題摘要

本項目以組織的知識管理和知識服務為研究背景，在分析面向組織的知識服務現狀和特徵基礎上，找出目前知識服務研究存在的不足及其原因，以期提出一種基於語義上下文的知識模型和知識服務來解決現存的問題。本項目按照原定的計畫要點開展工作，順利完成了計畫任務。主要成果包括：1、以動態描述邏輯作為語義建模形式化框架，基於知識流和業務流程來研究組織的知識模型，分析語義上下文的分類和基本特徵並進行形式化建模，包括基於邏輯層次關係的邏輯上下文、基於個人偏好的個性上下文、基於社會網路關係的社會上下文和基於業務流程的業務上下文；2、提出了一種文本語境的概念模型及其框架表征，並在此基礎上提出了一種新的主題模型fLDA（frame-oriented latent Dirichlet allocation），用於從文本集合中挖掘多個主題，並採用語境框架網路表示每個主題；3、結合領域本體與大眾分類構建一個動態擴展的概念語義空間，並通過對用戶信息及其標註行為進行挖掘，構建了基於概念本體的細粒度單用戶和群體用戶的偏好模型； 4、提出了一種將用戶行為特徵與文本內容相結合自動分析發現用戶的社會上下文方法。根據用戶發布的文本內容、用戶行為數據和時間信息，採用文本建模、情感分析、社會網路分析方法等自動發現一定社區或組織範圍內的社會上下文，以形成特定主題的社會關係網路圖；5、在理論方法研究基礎上進行套用創新，對基於語義上下文的面向工作場景學習套用進行研究，選擇特定的套用場景提出了模組化學習和基於任務的即時學習兩種學習模式，基於用戶勝任力模型，根據業務流、用戶模型以及社會上下文為用戶提供個性化的資源推送、關聯導航、學習同伴推薦等知識服務模式，形成一套系統的知識服務方法論和關鍵技術。選擇線上學習作為典型套用場景建立套用示範，以期將這些方法和技術推廣套用到電子商務、電子政務等領域，實現企事業單位、政府等組織機構的全面知識化。