多学科数字图书馆的元数据 enrichment：一种基于语义的方法

在科学数字图书馆中，来自不同研究共同体的某些论文即便共享语义相似的主题，也可能由依赖于共同体的关键词所描述。未被足够关键词变体标注的文章在任何信息检索系统中都被索引得很差，这限制了科学学科之间潜在富有成果的交流。本文中，我们引入了一种为开放获取元数据数字图书馆设计的、基于多标签语义标注的新颖实验性流水线。该方法首先从一个标准科学分类体系和一组主题标注文章样本中学习，以发现语义相关文章并相应地丰富其元数据。我们提出的流水线旨在使研究者能够触及那些倾向于使用不同术语的各类学科的文章。它允许在已知搜索词变体有限的情况下检索语义相关文章。除了取得比使用从语义网络提取的主题同义词集的扩展查询方法更高的准确率外，我们的实验还显示出相较于其他可比技术的更高计算可扩展性。我们从一个科学数字图书馆的开放获取元数据中提取了一个新的基准并连同实验代码一并发布，以允许该主题的进一步研究。