融合专题知识和科技文献的科研知识图谱构建.pdf

知识组织
融合专题知识和科技文献的科研
知识图谱构建*
李娇1型的实体、属性及实体 Academic Graph，MAG）及科技情报大数据挖掘与服
关系的扩展，支撑推理应用。 务系统平台AMiner[7]的数亿篇论文，并生成两个图之
近年来，知识图谱相关研究取得了极大进展，实践 间的6 000多 万 链 接（ 匹 配 ）关 系 供 科 研 使 用 ；Elsevier
*本研究得到国家社会科学基金一般项目“科技论文全景式摘要知识图谱构建与应用研究”（编号:19BTQ061）资助。
2 2021年第1期（总第200期）
万方数据李 娇 ，孙 坦 ，黄 永 文 ，等 融合专题知识和科技文献的科研知识图谱构建
Knowledge Graph以Elsevier学术资源为基础语料构建 根本原则设计科学高质量的模式。
科研、生命科学、医疗保健3个领域的知识图谱，包含 本文选取期刊论文为主要研究对象，并根据来源
简 介 、机 构 、基 金 、论 文 、机 构 等 信 息 。 数据特征和应用场景，继承复用RDF、SKOS等数据结
然而，现有基于科技文献、科研活动等科研对象 构及BIBO[8]、PRISM[9]等成熟本体模型或元数据标准
的图谱实践与领域专题关联较弱，融合深度欠缺。专 中定义的基础元属性，建立融合专题数据模型和科技
题知识图谱构建语料多来自百科、垂直网站、开源数据 文 献 结 构 特 征 的 科 研 本 体 ，命 名 空 间 为 http://linked.
等，通常采用基于规则、统计模型或深度学习的知识抽 /（前缀scikg:），包含期刊论文、期刊、
取方式，依赖大量的样本与人力标注；涉及主题模型 主 题 、科 研 人 员 、科 研 机 构 5种 实 体 类 型 ，并 为 其 建 立
的学术图谱则多是基于关键词匹配且主题内词间关系 URI（见表1）。其 中 ，scikgId为数据资源在数据库中的
不明晰，语料及技术路径的差异性导致科技文献与专 唯一标识符。
题价值呈现割裂状态，难以支撑涉及领域及文献多实