简介
语义关系最早在语言学、逻辑学、心理学和计算机学领域中被定义和研究。信息组织中有关语义关系的研究集中在概念和术语方面,随着研究的深入,目前正在向识别、处理和关系管理转变,在信息提取、信息检索和自动摘录中有所应用。
语义关系类型指的是语义关系根据不同的分类条件划分的类型。对语义关系进行分类可以帮助我们理解语义关系的含义及特性,以便发挥语义关系在信息组织中的作用。1
特点语义关系在信息组织中的应用可以帮助信息工作者更好地挖掘数据之间的内在联系,构建信息的语义关系网在简化信息组织工作方面具有重要意义。语言学、逻辑学、心理学以及信息科学中的语义关系类型研究和应用给其他学科利用语义关系构建本学科的知识体系有重要的启示作用。
分类许多学者都尝试过以某种特定的划分标准来列举语义关系的综合列表。构建列表的方法主要有两大类,一类是主张简洁抽象的简约主义者,例如,定义了反义、同义、类包含、部分整体和事件5种语义关系。另一类是主张精编的分割主义者,提出了包含31种语义关系的列表。随着语言学、心理学、计算机领域研究的不断深入,语义关系的综合列表也越来越清晰。2
应用计算机领域在计算机领域中表达概念之间的关系有带标记的语义关系(Labeled Semantic Relations)LSR不仅能表达两个概念之间存在关系,而且还能表达这种关系的类型是什么 。3
选取带标记的语义关系LSR 的方式 同时借鉴和汲取 MindNet 的思想 参照 MindNet 的语义关系类型并在此基础上作了一些调整和修改,确定下述 15 种语义关系类型。4
结合计算机组成原理这个领域进行考察,上述确定的语义关系类型较为完整和准确地描述了领域概念间的关系,基本上能很好地描述该领域的知识 。
生物医药领域截至2013年3月,生物医学领域的权威数据库Medline的文献记录已达2200多万条,并且每年以约六十万条记录的速度增长。生物医学研究者通过关系抽取来处理这些繁杂文献中的生物医学信息,在共现、自然语言处理和模式匹配等实体语义关系抽取研究的基础上,开始关注表达语义关系的动词,认为确定这些动词是开展信息抽取的基础和关键。例如,用文献中的高频动词识别基因和基因产物的因果关系,人工给定如active、bind、interact、regulate等动词,利用句法分析器对句子进行句法分析找出句子中动词的主语、宾语,判断基因之间是否存在相互作用关系引,实验证明,这种方法准确率在67.8%一83.8%之间。
地理信息领域地理信息的发现以地理信息共享为前提,基于元数据的目录服务以关键词匹配为主,不能使用户得到语义上相关的更多数据,不能达到发现数据的目的。针对这一问题,研究者发现,语义网络可以形成数据集中的逻辑信息,能提供数据的内容信息并提供与其他数据的关系描述。但是,语义网尚处于起步阶段,还没有开发出成熟的技术来服务于地理信息共享。