原创《基于主题词表数字出版领域本体构建》：本论文主要论述了主题词表论文范文相关的参考文献,对您的论文写作有参考作用。
[摘 要] 领域本体在知识管理和语义网中起到越来越重要的作用,本文按照从提取主题词、概念的筛选和取舍、概念名称的规范化处理、概念分类体系的调整和概念归类、主题词表的编制和修订、确定概念间的语义关系、领域本体的形式化建模等程序构建了数字出版领域本体,并利用保护软件（Prot?間?椋┩瓿筛帽咎宓男问交涂墒踊允尽等于ǔ珊蟮谋咎寰弑肝谋咀远暌⑽南仔畔⒂镆寮焖饔肟墒踊焖鳌⑹跤锓竦裙δ堋?
[关键词] 数字出版 领域本体 主题词表
[中图分类号] G237 [文献标识码] A [文章编号] 1009-5853 （2015） 06-0080-05
The Construction of a Digital Publishing Domain Ontology Based on Thesaurus
Si Li Chen Yuxue Zhuang Xiaozhe
（Information Resource Research Center,Wuhan University,Wuhan,430072）（School of Information Management,Wuhan University,430072）
[Abstracts] Domain ontology plays a more and more important role in knowledge management and semantic web.This article explores the methods and the process of building a digital publishing ontology knowledge base based on thesaurus.The extraction and selection of descriptors,the establishment and revision of thesaurus,the building of semantic relationship between concepts, and the modeling of domain ontology are discussed.The modeling and visual display of the domain ontology is realized by Prot?間??The system can provide a series of functions,including text automatic indexing,documental information’s semantic and visual retrieval,term service,etc.
[Key words] Digital publishing Domain ontology Thesaurus
1 引 言
随着出版产业和数字技术、信息网络技术的加速融合,传统出版和数字出版并重发展的格局已逐步形成,出版产业发展方式发生了根本转变[1].如何对数字出版领域的概念及概念间的关系进行明晰的表达和描述,成为数字出版发展过程中面临的重要课题,而构建数字出版领域本体是解决该问题的有效举措.
在表达知识结构方面,本体和主题词表有着和生俱来的联系.主题词表包含丰富的主题词和清晰的语义结构,易于从中提取概念和关系,为本体的建立提供了极为便利的条件；本体使用受控词表中的受控词及它们之间的关系来对某一知识领域的信息进行组织和正式地概念化[2].因此,国内外一些学术机构和团体都在开展利用主题词表建立本体的研究.美国国家癌症研究所（National Cancer Institute,NCI）和马里兰大学帕克分校合作将NCI主题词表（The NCI Th?閟aurus）转换为一个OWL本体[3]；植物本体联盟（The Plant Ontology Consortium,POC）基于其创建的受控词表构建了植物本体（lant Ontology,POP）[4]；Sun等基于农业科学叙词表（Agriculture Science Thesaurus,AST）建立了果树栽培领域本体（Pomology Domain Ontology,PDO）[5]；胡兆芹等进行了利用汉语主题词表建立领域本体的研究[6].
笔者创建数字出版领域主题词表,以Prot?間?槲唇üぞ吖菇ㄊ殖霭媪煊虮咎澹迪质殖霭嫖锬谌莸淖远暌⑻峁┯镆寮焖鳌⒖墒踊焖骱褪跤锓窆δ堋?
2 本体构建步骤
数字出版领域本体知识库的建设过程包括提取主题词、概念的筛选和取舍、概念名称的规范化处理、本体分类体系的调整和概念归类、主题词表的编制和修订、确定概念间的语义关系、领域本体的形式化建模等步骤.
2.1 提取主题词
2.1.1 主题词的来源
（1）人工抽词
首先选取中国知网全文数据库作为数据源,下载国内数字出版领域研究文献（含期刊论文、会议论文、学位论文、报纸、专利、标准）的题录信息（含题名、摘 要）,并从中人工抽取和数字出版相关的关键词,进行去重处理,再经人工筛选后,得到4700余个相关概念,初步获取了数字出版领域内的重要术语.
（2）文本分词
人工抽取的术语并不能完全反映领域知识,为避免遗漏,选用中科院NLPIR/ICTCLAS汉语分词系统（2014版）对电子工业出版社出版的《数字出版理论、技术和实践》系列丛书中的9本专著进行自动分词处理,进一步提取有关术语,而后对分词结果作预处理：删除所有单字词、对剩余的语词进行去重处理.预处理后,余下的术语为34484个.
2.1.2 概念的筛选和取舍
主题词表论文参考资料：
结论：基于主题词表数字出版领域本体构建为关于本文可作为主题词表方面的大学硕士与本科毕业论文文字主题论文开题报告范文和职称论文论文写作参考文献下载。
