多語言網(wǎng)絡(luò)學(xué)術(shù)信息挖掘與檢索
《多語言網(wǎng)絡(luò)學(xué)術(shù)信息挖掘與檢索》對多語言網(wǎng)絡(luò)學(xué)術(shù)信息資源的利用進(jìn)行了以下四個(gè)方面的理論與實(shí)踐研究：（1）多語言網(wǎng)絡(luò)學(xué)術(shù)信息用戶需求與行為研究。就兩類網(wǎng)絡(luò)學(xué)術(shù)信息資源--數(shù)字圖書館和新型網(wǎng)絡(luò)學(xué)術(shù)信息資源，展開多語言用戶需求與行為調(diào)查。（2）多語言網(wǎng)絡(luò)學(xué)術(shù)信息表示與規(guī)范方法研究。對能夠提供學(xué)術(shù)信息的新型網(wǎng)站，包括圖書標(biāo)注系統(tǒng)、學(xué)術(shù)論文標(biāo)注系統(tǒng)、學(xué)術(shù)博客等的社會標(biāo)簽與主題詞表的進(jìn)行比較實(shí)驗(yàn)。（3）多語言網(wǎng)絡(luò)學(xué)術(shù)信息翻譯與測評技術(shù)研究。以圖書情報(bào)領(lǐng)域?yàn)槔�，�?gòu)建了兩個(gè)圖書情報(bào)領(lǐng)域的語義詞典和一套圖書情報(bào)領(lǐng)域多語言學(xué)術(shù)信息檢索測評體系。（4）多語言網(wǎng)絡(luò)學(xué)術(shù)信息檢索系統(tǒng)實(shí)現(xiàn)與實(shí)驗(yàn)研究。開發(fā)了一個(gè)多語言網(wǎng)絡(luò)學(xué)術(shù)信息檢索系統(tǒng)Milk-Tea，并進(jìn)一步進(jìn)行了跨語言信息檢索實(shí)驗(yàn)。
更多科學(xué)出版社服務(wù)，請掃碼獲取。
吳丹編寫的《多語言網(wǎng)絡(luò)學(xué)術(shù)信息挖掘與檢索》圍繞數(shù)字圖書館和新型網(wǎng)絡(luò)學(xué)術(shù)資源，進(jìn)行了用戶需求與行為調(diào)查。
從三類新型網(wǎng)絡(luò)學(xué)術(shù)資源上抽取中英文標(biāo)簽，探討了網(wǎng)絡(luò)學(xué)術(shù)信息表示的規(guī)范性，并通過挖掘這些標(biāo)簽構(gòu)建了多種翻譯資源組合模式，及一套圖書情報(bào)領(lǐng)域跨語言學(xué)術(shù)信息檢索測評體系；開發(fā)了一個(gè)圖書情報(bào)領(lǐng)域中英文跨語言學(xué)術(shù)信息檢索系統(tǒng)，進(jìn)行了自動(dòng)和用戶信息檢索實(shí)驗(yàn)分析。
本書適合高校圖書館、情報(bào)與檔案管理專業(yè)，管理科學(xué)與工程專業(yè)及相關(guān)專業(yè)的教學(xué)科研人員和學(xué)生閱讀，也可供工作范圍涉及該領(lǐng)域的工程技術(shù)人員參考。
對網(wǎng)絡(luò)學(xué)術(shù)信息進(jìn)行準(zhǔn)確的表示與描述，從而無縫地獲取各種學(xué)術(shù)信息資源，是科研工作者和信息服務(wù)機(jī)構(gòu)亟待解決的一個(gè)問題。目前，網(wǎng)絡(luò)學(xué)術(shù)信息資源的特點(diǎn)表現(xiàn)為：數(shù)量龐大，數(shù)字圖書館等網(wǎng)絡(luò)資源的建設(shè)使得大量文本資源轉(zhuǎn)化成更宜傳播的數(shù)字資源；來源豐富，學(xué)術(shù)信息不再僅存在于結(jié)構(gòu)化的數(shù)據(jù)庫中，更多的學(xué)者或普通用戶通過網(wǎng)頁、論壇、博客、百科、問答系統(tǒng)等多種方式貢獻(xiàn)或獲取有價(jià)值的學(xué)術(shù)信息；語種多樣，隨著世界范圍學(xué)術(shù)交流活動(dòng)的日益頻繁，越來越多的科研工作者需要了解和獲取多語種學(xué)術(shù)資源；信息表示由受控標(biāo)記發(fā)展為自由標(biāo)記，用戶不再僅是網(wǎng)絡(luò)信息資源的消費(fèi)者，同時(shí)也是創(chuàng)造者、描述者、組織者；無縫智能獲取，網(wǎng)絡(luò)學(xué)術(shù)信息的發(fā)展趨勢是用戶超越時(shí)空限制、跨越語言障礙而無縫智能地獲取學(xué)術(shù)信息，形成信息高度共享。
據(jù)統(tǒng)計(jì)，目前網(wǎng)上學(xué)術(shù)信息按語言分布的情況是：英語大約占7。％，法語、德語分別占6％，而漢語僅占網(wǎng)上學(xué)術(shù)信息總量的3％左右。這個(gè)數(shù)據(jù)說明，僅對漢語學(xué)術(shù)信息的單一表達(dá)處理，網(wǎng)絡(luò)發(fā)揮的學(xué)術(shù)效益只占網(wǎng)絡(luò)效益的3％左右。要提高學(xué)術(shù)信息獲取效率，實(shí)現(xiàn)無縫獲取，必須進(jìn)行多語言網(wǎng)絡(luò)學(xué)術(shù)信息的挖掘與檢索創(chuàng)新研究。
從國內(nèi)外的研究情況可以看出，采用協(xié)同標(biāo)注對多語言學(xué)術(shù)信息資源進(jìn)行描述、分類、組織、檢索的過程中存在著信息描述精確度不高、標(biāo)簽組織混亂、同一領(lǐng)域不同用戶的表示結(jié)果差異較大等缺陷。因此，我們需要對網(wǎng)絡(luò)學(xué)術(shù)信息的多語言標(biāo)簽進(jìn)行規(guī)范控制。同時(shí)，還需充分考慮對已有的網(wǎng)絡(luò)學(xué)術(shù)信息的標(biāo)簽進(jìn)行挖掘和有效利用，形成高質(zhì)量的領(lǐng)域翻譯資源。信息表示的目的是為了信息獲取，利用良好的多語言學(xué)術(shù)信息標(biāo)簽去提高多語言學(xué)術(shù)信息檢索的效率，這種模式對于深度開發(fā)網(wǎng)絡(luò)信息資源是十分重要的。
本書對多語言網(wǎng)絡(luò)學(xué)術(shù)信息資源進(jìn)行了以下四個(gè)方面的理論與實(shí)踐研究。
�。�1）多語言網(wǎng)絡(luò)學(xué)術(shù)信息用戶需求與行為研究。通過對兩類網(wǎng)絡(luò)學(xué)術(shù)信息資源——數(shù)字圖書館和新型網(wǎng)絡(luò)學(xué)術(shù)信息資源，展開多語言用戶需求與行為調(diào)查。結(jié)果顯示：對于數(shù)字圖書館而言，用戶對多語言學(xué)術(shù)信息有較強(qiáng)的需求，不同類型用戶對數(shù)字圖書館提供的多語言學(xué)術(shù)信息服務(wù)有不同程度的要求。對于新型網(wǎng)絡(luò)學(xué)術(shù)信息資源而言，大學(xué)生普遍認(rèn)為新型網(wǎng)絡(luò)學(xué)術(shù)信息資源比較重要，且不同國家的用戶對網(wǎng)絡(luò)信息資源使用的偏好也不同，這些新型網(wǎng)絡(luò)學(xué)術(shù)信息資源的質(zhì)量有待提高。
�。�2）多語言網(wǎng)絡(luò)學(xué)術(shù)信息標(biāo)簽規(guī)范與挖掘研究。通過對能夠提供學(xué)術(shù)信息的新型網(wǎng)站，包括圖書標(biāo)注系統(tǒng)、學(xué)術(shù)論文標(biāo)注系統(tǒng)、學(xué)術(shù)博客等的社會標(biāo)簽與主題詞表的比較實(shí)驗(yàn)發(fā)現(xiàn)，盡管標(biāo)簽與詞表的重合度并不高，且中文網(wǎng)站與英文網(wǎng)站的表示方法也存在異同，但是從新型網(wǎng)絡(luò)學(xué)術(shù)資源網(wǎng)站中抽取出來的社會標(biāo)簽對多語言網(wǎng)絡(luò)學(xué)術(shù)信息的檢索具有一定的幫助作用，可以用來形成翻譯資源。
�。�3）多語言網(wǎng)絡(luò)學(xué)術(shù)信息翻譯與測評技術(shù)研究。為了支持多語言網(wǎng)絡(luò)學(xué)術(shù)信息檢索，一方面，我們以圖書情報(bào)領(lǐng)域?yàn)槔�，�?gòu)建了兩個(gè)圖書情報(bào)領(lǐng)域的語義詞典：一是由網(wǎng)絡(luò)學(xué)術(shù)信息資源作者提供或自動(dòng)抽取術(shù)語形成的專業(yè)詞典，二是由網(wǎng)絡(luò)學(xué)術(shù)信息資源用戶提供的社會標(biāo)簽所形成的標(biāo)注詞典。另一方面，我們構(gòu)建了一套圖書情報(bào)領(lǐng)域多語言學(xué)術(shù)信息檢索測評體系。
……
吳丹，女，1978年生，博士，現(xiàn)為武漢大學(xué)信息管理學(xué)院副教授，珞珈青年學(xué)者。2008年畢業(yè)于北京大學(xué)情報(bào)學(xué)專業(yè)，獲管理學(xué)博士學(xué)位。2006年至2007年公派赴美國匹茲堡大學(xué)從事跨語言信息檢索研究。近年先后在國內(nèi)外發(fā)表學(xué)術(shù)論文60余篇，其中被SCI和SSCI檢索4篇，參編著作8部，主持國家級、省部級、校級科研課題10項(xiàng)。主要研究領(lǐng)域?yàn)榭缯Z言信息檢索、語言處理技術(shù)、數(shù)字圖書館、知識組織等。
目錄CONTENTS
序言 i
前言 v
第一章 網(wǎng)絡(luò)學(xué)術(shù)信息概述 1
第一節(jié) 網(wǎng)絡(luò)學(xué)術(shù)交流方式 2
一、正式的網(wǎng)絡(luò)學(xué)術(shù)信息交流方式 2
二、半正式的網(wǎng)絡(luò)學(xué)術(shù)信息交流方式 3
三、非正式的網(wǎng)絡(luò)學(xué)術(shù)信息交流方式 4
第二節(jié) 網(wǎng)絡(luò)學(xué)術(shù)信息的特點(diǎn) 6
第三節(jié) 網(wǎng)絡(luò)學(xué)術(shù)信息的組織 7
一、數(shù)據(jù)庫 8
二、學(xué)術(shù)搜索引擎 8
三、數(shù)字圖書館 8
四、用戶標(biāo)注 9
第四節(jié) 未來網(wǎng)絡(luò)學(xué)術(shù)信息的無縫獲取——cyberscholarship 9
第五節(jié) 多語言網(wǎng)絡(luò)學(xué)術(shù)信息研究述評 10
本章參考文獻(xiàn) 13
第二章 多語言網(wǎng)絡(luò)學(xué)術(shù)信息用戶需求與行為調(diào)查 16
第一節(jié) 網(wǎng)絡(luò)學(xué)術(shù)信息的用戶研究 16
一、用戶使用信息資源的類型 17
二、不同國家用戶的信息行為 18
三、大學(xué)生的信息行為 18
四、團(tuán)隊(duì)的信息行為 19
第二節(jié) 數(shù)字圖書館用戶的多語言信息需求與期望調(diào)查 20
一、調(diào)查目的 20
二、問卷設(shè)計(jì) 21
三、調(diào)查對象 22
四、問卷信度和效度測試 23
五、問卷結(jié)果統(tǒng)計(jì)分析 24
第三節(jié) 用戶與新型網(wǎng)絡(luò)學(xué)術(shù)信息資源的交互行為調(diào)查 34
一、調(diào)查目的 34
二、問卷設(shè)計(jì) 35
三、調(diào)查對象 36
四、問卷結(jié)果統(tǒng)計(jì)分析 37
第四節(jié) 用戶對多語言網(wǎng)絡(luò)學(xué)術(shù)信息的需求與行為分析 45
一、用戶對多語言網(wǎng)絡(luò)學(xué)術(shù)信息的需求 45
二、用戶對多語言網(wǎng)絡(luò)學(xué)術(shù)信息的行為 47
第五節(jié) 本章小結(jié) 48
本章參考文獻(xiàn) 49
第三章 多語言網(wǎng)絡(luò)學(xué)術(shù)信息標(biāo)簽規(guī)范與挖掘 53
第一節(jié) Web2.0環(huán)境下的網(wǎng)絡(luò)學(xué)術(shù)信息資源 53
一、圖書標(biāo)注系統(tǒng) 53
二、學(xué)術(shù)論文標(biāo)注系統(tǒng) 55
三、學(xué)術(shù)博客 57
第二節(jié) 社會標(biāo)簽——網(wǎng)絡(luò)學(xué)術(shù)信息表示的新方法 58
一、社會標(biāo)簽在網(wǎng)絡(luò)學(xué)術(shù)信息表示中的作用 59
二、社會標(biāo)注與主題標(biāo)引的比較 61
第三節(jié) 中英文學(xué)術(shù)資源網(wǎng)站的社會標(biāo)簽規(guī)范性測評實(shí)驗(yàn)——以圖書情報(bào)領(lǐng)域?yàn)槔?63
一、圖書標(biāo)注的規(guī)范性測評 63
二、學(xué)術(shù)論文標(biāo)注的規(guī)范性測評 76
三、學(xué)術(shù)博客標(biāo)注的規(guī)范性測評 81
第四節(jié) 網(wǎng)絡(luò)學(xué)術(shù)信息表示的規(guī)范控制方法 85
一、圖書標(biāo)注規(guī)范性控制 86
二、學(xué)術(shù)論文標(biāo)注規(guī)范性 87
三、學(xué)術(shù)博客標(biāo)注規(guī)范性 89
第五節(jié) 本章小結(jié) 90
本章參考文獻(xiàn) 90
第四章 多語言網(wǎng)絡(luò)學(xué)術(shù)信息翻譯資源與測評體系構(gòu)建 93
第一節(jié) 多語言網(wǎng)絡(luò)學(xué)術(shù)信息檢索的關(guān)鍵技術(shù) 93
一、跨語言信息檢索技術(shù) 93
二、機(jī)器翻譯技術(shù) 97
三、跨語言信息檢索評價(jià)體系 98
第二節(jié) 翻譯資源及其構(gòu)建方法 100
一、雙語詞典 100
二、雙語語料庫 102
三、機(jī)器翻譯系統(tǒng) 103
四、多語敘詞表 104
五、多語本體 105
第三節(jié) 圖書情報(bào)領(lǐng)域多語言學(xué)術(shù)信息的翻譯資源構(gòu)建 107
一、專業(yè)術(shù)語翻譯的特點(diǎn) 107
二、圖書情報(bào)領(lǐng)域中英文專業(yè)詞典構(gòu)建 108
三、圖書情報(bào)領(lǐng)域中英文標(biāo)注詞典構(gòu)建 112
四、詞典構(gòu)建的特點(diǎn) 113
第四節(jié) 圖書情報(bào)領(lǐng)域多語言學(xué)術(shù)信息的檢索測評體系構(gòu)建 114
一、測試文檔集建立 114
二、檢索主題設(shè)計(jì) 117
三、標(biāo)準(zhǔn)答案集構(gòu)建 122
四、該測評體系的特點(diǎn) 126
第五節(jié) 本章小結(jié) 126
本章參考文獻(xiàn) 127
第五章 多語言網(wǎng)絡(luò)學(xué)術(shù)信息檢索系統(tǒng)實(shí)現(xiàn) 130
第一節(jié) 系統(tǒng)實(shí)現(xiàn)的流程與環(huán)境 130
一、系統(tǒng)實(shí)現(xiàn)的流程 131
二、系統(tǒng)的 132
第二節(jié) 系統(tǒng)相關(guān)資源與算法 132
一、系統(tǒng)語料 132
二、翻譯資源 132
三、查詢翻譯 134
四、檢索模塊 134
五、檢索結(jié)果翻譯 136
第三節(jié) 系統(tǒng)主要功能及界面 137
一、用戶管理 137
二、圖書情報(bào)領(lǐng)域多語言學(xué)術(shù)信息檢索測評 140
三、圖書情報(bào)領(lǐng)域跨語言學(xué)術(shù)信息檢索 140
第四節(jié) 本章小結(jié) 145
本章參考文獻(xiàn) 145
第六章 多語言網(wǎng)絡(luò)學(xué)術(shù)信息檢索實(shí)驗(yàn) 146
第一節(jié) 自動(dòng)檢索實(shí)驗(yàn)設(shè)計(jì) 146
一、實(shí)驗(yàn)?zāi)康?146
二、評價(jià)指標(biāo) 147
第二節(jié) 自動(dòng)檢索實(shí)驗(yàn)結(jié)果分析 148
一、短查詢實(shí)驗(yàn)結(jié)果 148
二、長查詢實(shí)驗(yàn)結(jié)果 151
第三節(jié) 用戶檢索實(shí)驗(yàn)設(shè)計(jì) 153
一、實(shí)驗(yàn)?zāi)康?153
二、檢索主題選擇 154
三、系統(tǒng)界面及參數(shù)設(shè)置 154
四、實(shí)驗(yàn)用戶確定 155
五、實(shí)驗(yàn)步驟 157
第四節(jié) 用戶檢索實(shí)驗(yàn)結(jié)果分析——系統(tǒng)檢索性能 157
一、平均NDCG值 158
二、最佳NDCG值 160
三、用戶實(shí)驗(yàn)的NDCG值與自動(dòng)實(shí)驗(yàn)的比較 163
第五節(jié) 用戶檢索實(shí)驗(yàn)結(jié)果分析——用戶評價(jià) 166
一、用戶背景 167
二、用戶對每次檢索的評價(jià) 168
三、用戶對Milk-Tea的綜合評價(jià) 170
第六節(jié) 用戶檢索實(shí)驗(yàn)結(jié)果分析——用戶行為 171
一、針對每個(gè)檢索主題的用戶行為分析 171
二、針對每個(gè)查詢式的用戶行為分析 174
第七節(jié) 實(shí)驗(yàn)結(jié)論 177
一、自動(dòng)檢索實(shí)驗(yàn)結(jié)論 177
二、用戶檢索實(shí)驗(yàn)結(jié)論 178
本章參考文獻(xiàn) 178
附錄 180
附錄1 數(shù)字圖書館用戶的多語言信息需求與期望調(diào)查問卷（中文版）180
附錄2 數(shù)字圖書館用戶的多語言信息需求與期望調(diào)查問卷（英文版）185
附錄3 用戶與新型網(wǎng)絡(luò)學(xué)術(shù)信息資源的交互行為調(diào)查問卷（中文版）191
附錄4 用戶與新網(wǎng)絡(luò)學(xué)術(shù)信息資源的交互行為調(diào)查問卷（英文版）194
附錄5用于“中英文學(xué)術(shù)資源網(wǎng)站的社會標(biāo)簽規(guī)范性測評實(shí)驗(yàn)”的圖書情報(bào)領(lǐng)域中英文檢索詞 198
附錄6 50個(gè)圖書情報(bào)領(lǐng)域檢索主題的部分字段（中文）199
附錄7 50個(gè)圖書情報(bào)領(lǐng)域檢索主題的部分字段（英文）207
附錄8 用于用戶檢索實(shí)驗(yàn)的10個(gè)圖書情報(bào)領(lǐng)域檢索主題的全部字段（中文）218
附錄9 Milk-Tea用戶檢索實(shí)驗(yàn)調(diào)查問卷 223
后記 229
第一節(jié) 網(wǎng)絡(luò)學(xué)術(shù)交流方式
網(wǎng)絡(luò)學(xué)術(shù)發(fā)軔于20世紀(jì)90年代興起的網(wǎng)絡(luò)文學(xué)，2l世紀(jì)以后發(fā)展迅猛。它不僅改變了傳統(tǒng)學(xué)術(shù)交流的方式，也改變了傳統(tǒng)學(xué)術(shù)交流的生態(tài)。其作用表現(xiàn)為知識創(chuàng)造方式、研究方式的變化，信息獲取方式的變化，研究成果的發(fā)布，評價(jià)、傳播方式的變化，以及出版物形態(tài)與出版模式的變化等。網(wǎng)絡(luò)學(xué)術(shù)突破了傳統(tǒng)學(xué)術(shù)的局限性，拓展了學(xué)術(shù)信息交流的空間，豐富了學(xué)術(shù)研究的內(nèi)容和形式，對學(xué)術(shù)思想和學(xué)術(shù)研究的重要性日益突出，越來越成為現(xiàn)代信息用戶學(xué)術(shù)信息交流的重要選擇。
網(wǎng)絡(luò)環(huán)境下，學(xué)術(shù)信息交流向立體化、多層面發(fā)展，學(xué)術(shù)交流的“正式”與“非正式”界限逐步淡化，呈現(xiàn)出多種交流方式并存的局面。一、正式的網(wǎng)絡(luò)學(xué)術(shù)信息交流方式
正式的學(xué)術(shù)信息交流是指借助于公開發(fā)表的文獻(xiàn)進(jìn)行的學(xué)術(shù)信息交流過程。在紙質(zhì)載體時(shí)代，公開發(fā)表的文獻(xiàn)主要是指印刷型圖書、學(xué)術(shù)期刊、科技報(bào)告等。網(wǎng)絡(luò)環(huán)境下的正式交流過程可以被看做是紙質(zhì)載體時(shí)代的正式交流在互聯(lián)網(wǎng)上的延伸，主要分為網(wǎng)絡(luò)出版物、網(wǎng)絡(luò)上的數(shù)字化文獻(xiàn)及開放存取期刊
三種。
(一)網(wǎng)絡(luò)出版物
網(wǎng)絡(luò)出版又稱互聯(lián)網(wǎng)出版，是指具有合法出版資格的出版機(jī)構(gòu)，以互聯(lián)網(wǎng)為載體和流通渠道，出版并銷售數(shù)字出版物的行為。與傳統(tǒng)出版相比，網(wǎng)絡(luò)出版具有快速、便捷、低定價(jià)、低成本、無需倉儲、無需運(yùn)輸?shù)葍?yōu)勢。在資源利用上，它不需要紙張、不需要油墨等，是一種純粹的環(huán)保、綠色產(chǎn)品。這些優(yōu)點(diǎn)給網(wǎng)絡(luò)出版的發(fā)展開拓了更廣闊的空間。網(wǎng)絡(luò)出版物主要有互聯(lián)網(wǎng)圖書、互聯(lián)網(wǎng)報(bào)紙、互聯(lián)網(wǎng)雜志、互聯(lián)網(wǎng)音像出版物等。
(二)網(wǎng)絡(luò)上的數(shù)字化文獻(xiàn)
在印刷出版時(shí)代，出版商建立了以學(xué)術(shù)專著和學(xué)術(shù)期刊為基礎(chǔ)的科學(xué)信息交流系統(tǒng)，網(wǎng)絡(luò)環(huán)境下，許多出版商將傳統(tǒng)的印刷版文獻(xiàn)數(shù)字化處理，主要表現(xiàn)為：電子期刊、電子圖書、電子版工具書、標(biāo)準(zhǔn)、專利等。相比印刷版文獻(xiàn)，這類經(jīng)過數(shù)字化處理并放到互聯(lián)網(wǎng)上的正式出版物更易于獲取和使用。
……
書單推薦
