面向概念搜索的众包模糊与分面分类
信息检索
2014-07-01 v1 数字图书馆
摘要
在科学技术领域搜索概念往往是一项困难的任务。为促进概念搜索，人们创建了不同类型的人工生成元数据来定义科技披露的内容。诸如国际专利分类 (IPC) 和 MEDLINE 的 MeSH 等分类方案是结构化且受控的，但需要训练有素的专家和集中管理以限制歧义 (Mork, 2013)。虽然大众分类法的非结构化标签可以被处理以产生一定程度的结构 (Kalendar, 2010; Karampinas, 2012; Sarasua, 2012; Bragg, 2013)，但大众所享有的自由通常导致精度较低 (Stock 2007)。现有的分类方案存在缺乏灵活性和歧义的问题。由于人类在理解语言、推理、蕴含、抽象乃至概念方面优于计算机，我们提议利用大众的集体智慧。为此，我们提出了一种新颖的分类方案，该方案既足够直观以便大众使用，又足够强大以支持类比搜索，且足够灵活以应对歧义。该系统将增强现有的分类信息。通过与语义网和计算机智能连接，一项公民科学 (Citizen Science) 努力 (Good, 2013) 将通过提高授权专利的质量、减少重复研究以及刺激面向问题的解决方案设计来支持创新。我们的设计原型正在准备中。一种众包的模糊与分面分类方案将允许更好的概念搜索，并改善对科学技术领域现有技术的访问。
引用
@article{arxiv.1406.7749,
title = {Crowd-Sourcing Fuzzy and Faceted Classification for Concept Search},
author = {Richard Absalom and Marcus Luczak-Rosch and Dap Hartmann and Aske Plaat},
journal= {arXiv preprint arXiv:1406.7749},
year = {2014}
}