基于本體的期刊論文可視化檢索系統研究

南京航空航天大學金城學院圖書館 張學梅

南京農業大學信息科技學院 汪偉歆

“一幅圖勝過一千句話”，信息可視化以滿足信息檢索用戶日益增長的多樣化、個性化檢索需求為目的，幫助用戶揭示信息背后隱藏的信息關聯及規律，提高檢索效率。本文使用文獻[1]構建的數字參考咨詢領域的本體及數據關系進行可視化研究，將信息可視化應用到期刊論文語義檢索中，一方面實現了基于領域本體圖的可視化導航，方便用戶了解領域概念及概念之間的關系；另一方面將檢索結果轉換成圖形，將期刊元素如作者、引用與被引用等多維關系轉換成二維關系，顯示在一個二維空間中，幫助用戶理解檢索結果、把握檢索方向，以提高信息檢索的效率和性能。

1.信息可視化的國內外研究動態

1.1 信息可視化在國外的研究

信息可視化研究被國際上列為熱點研究課題是在20世紀90年代中期，以兩個系列的國際研討會為重要標志。一個是從1995年開始，每年10月在美國召開的IEEE Symposium on Information Visualization，除了定期召開會議外，還出版了一系列會議論文集，在業界產生了較為廣泛的影響。與此同時，從1997年開始，IEEE每年7月在英國倫敦召開信息可視化國際研討會（IEEE International Conference on Information Visualization），并同樣出版了一系列會議論文集。歐美的這兩個系列的國際學術研究會已形成了一種氣候，它不斷將理論研究與實際應用推向新的高度。歐美國家的可視化研究已經取得了一批具有領先地位的成果，在理論研究方面比較注重可視化模型方法，在應用領域不僅出現了一批原型系統，而且部分系統早已投入使用。

筆者以主題為“論文信息可視化”進行了EBSCO數據庫外文檢索，在EBSCO中查找的的數據庫有：Academic Source Premier、Business Source Premier、ERIC、Library、Information Science & Technology Abstracts、Teacher Reference Center。檢索范圍為1985-2010，檢索式為“Title=(visualization)AND Abstract=(literature research+papers research)”，檢索結果為34篇，剔除重復的1篇，共33篇相關文獻，檢索結果統計分析如表1-1。

EBSCO數據庫中相關文獻的檢索結果顯示，最早的關于論文信息可視化的外文文獻是1991年Cort，Louise Allison撰寫的“Word in Flower：The Visualization of Classical Literature in Seventeenth-Century Japan (Book)”此篇為一書評[2]。1992年后的5年中只有1篇相關文獻。1997-2010年累計發表相關文獻31篇，這表明新世紀以來國外對可視化在文獻檢索中的研究日益重視。筆者在研讀以上文獻時發現，國外在信息可視化的研究方面的論文主要集中可視化在醫學中的應用、可視化工具在文獻關系揭示中的研究、可視化檢索模型研究、個人信息搜索并可視化顯示等，說明可視化為文獻檢索提供可視的直觀的效果，同時文獻檢索也促進了可視化技術的不斷發展。

1.2 信息可視化在國內的研究

我國最初幾年關于信息可視化的研究中大量的文獻主要是對信息檢索可視化概念的介紹，以及地理、空間、數據庫、文獻和多媒體等方面的可視化技術的介紹。現在己經有越來越多的學者關注面向網絡及大規模信息資源的檢索可視化技術、各個具體領域的可視化、各種算法的改進等具體問題。針對可視化技術在文獻研究領域中的應用主要有：胡志剛、侯海燕撰文對科學技術期刊群中的17種期刊進行了聚類和社會網絡分析，可視化地顯示了各個期刊之間的親疏關系和關聯特點，其可視化對象是期刊及其期刊之間的關系，其研究對象是期刊論文[3]。鮑楊、朱慶華在論文中以CSSCI數據庫收錄的全部情報學領域的論文(1998—2007年)為數據源，運用社會網絡分析方法，建立了較為完整的情報學研究領域引文網絡、共引網絡及作者合著網絡。同時他們還選取其中的重要節點，用Pajek進行了可視化，體現了近10年來我國情報學研究領域的主要作者和論文[4]。張學福教授在信息檢索可視化領域的研究成果頗多，他不僅介紹了信息檢索可視化的基本問題，即信息檢索模型、信息內容描述、可視化映射技術、可視化顯示技術、全局映射與局部映射、實時可視化和人工參與的可視化等。而且從功能特點等角度介紹了幾種代表性的可視化開發工具:OpenGL、Open Inventor、IDL和VTK等，以便用戶根據其特點選擇相應的開發工具來開發可視化信息檢索的應用軟件[5][6]。張學福教授帶領的研究生有三篇相關的碩士論文：《基于引文的信息檢索可視化系統研究》一文基于信息檢索可視化技術及引文理論，研究并構建了具有個性化特色的集檢索、可視化及統計分析功能于一體的基于引文的信息檢索可視化系統[7]；《基于摘要信息的中文信息檢索可視化系統研究與實現》分析比較國內外典型的信息檢索可視化系統，并將基于詞共現的概念空間方法與信息檢索可視化技術相結合實時生成概念空間圖，實現了檢索過程和檢索結果的可視化，設計并實現了集成信息檢索、情報分析和服務功能的基于摘要信息的中文信息檢索可視化系統，并對系統進行測試與評估[8]。

表1-1 EBSCO數據庫中論文信息可視化相關文獻檢索結果統計分析

圖3-1 基于本體的可視化導航圖

圖3-2 可視化導航列表圖

圖3-3 檢索結果可視化導航圖1

圖3-4 檢索結果可視化導航圖2

圖3-5 檢索結果可視化導航圖3

圖3-6 檢索結果可視化導航圖4

圖3-7 檢索結果可視化導航圖5

圖3-8 檢索結果可視化導航圖6

可視化的檢索平臺在國內的研究有人立方[9]，谷歌挑歌[10]等。人立方關系搜索是微軟亞洲研究院正式發布的一款新型社會化搜索引擎，它能夠從中文網頁中自動的抽取出人名、機構名、地名以及中文短語等，根據搜索的關鍵詞和與其相關的人名之間的關聯度強弱自動的計算每一個人名與關鍵詞直接的距離、數據大小以及具體的擺放位置等等，并通過一條有標明人際關系的細線連接他們。谷歌挑歌相比其他音樂搜索引擎來說，谷歌挑歌采用的是一種相對模糊的搜索模式。該系統不是根據歌名或歌手名來搜索，而是調節節奏從舒緩到強烈、聲調從低沉到高亢、音色從豐富到單純這三個滾輪，依次在音樂庫中挑選出符合條件的歌曲。雖說是相對模糊的搜索模式，但對尋找某一類型的歌曲還是很有幫助的。

可視化技術在期刊檢索中的應用有中國科學院國家科學圖書館在2010年開發的可視化檢索平臺[11]。該系統的可視化借助Flash軟件實現，輸入的檢索詞僅限英文，檢索的文獻也僅限英文文獻，從主題、作者和期刊三個方面形成可視化界面，為檢索提供了一定的指導作用，但是其檢索的最終結果也是以列表的形式實現。比如檢索計算機學習方面的文獻，限定返回記錄數2000條（有50-4000之間的5種選擇），在檢索框中輸入“computer study”以主題可視顯示，“computer study”目標體（文獻節點）分“case study”、“effective”、“model”、“experimental studies”等目標體，選擇“experimental studies”，結果就會以列表形式顯示48條文獻目錄，瀏覽文獻目錄人工查找自己所需的文獻。

從整體上看，我國在該領域的研究與應用還處于起步階段，與國外先進技術有較大差距，研究呈現出零星、分散的特征，沒有形成規模。主要研究單位有武漢大學信息資源研究中心，中科院國家科學圖書館，中科院軟件所及部分大學的圖書情報院系和計算機學院等。

2.基于領域本體的可視化導航檢索機制的設計與實現

基于領域本體的可視化導航檢索首先確定可視化對象，這里的對象包括基于領域本體的領域概念集合和文獻及其屬性兩類。其次，構建可視化空間。即降低高維向量空間的維數，構建低維可視化空間，這是可視檢索的關鍵，不同的可視化檢索工具構建可視化空間的方法不同，一般來說，構建可視化空間應主要考慮兩個因素：一是以其信息可視化的方法為基礎，二是以其自身文獻信息系統的結構為基礎。本文基于領域本體概念的可視化導航按照雙曲樹[12]的表現方式，將層次關系顯示在一個雙曲平面上，然后將雙曲平面映射到顯示區域。而期刊論文語義檢索結果由于受人類認知能力的限制，我們只能感知到一維、二維和三維的物理對象，所以我們的可視化空間只能是二維或三維，顯示維數不同，接口的空間表達能力也就不同。本系統為了能清晰地表現節點文獻的屬性，將四維關系降為二維顯示，方便用戶理解和使用。

2.1 基于領域本體概念的可視化導航

目前出現很多檢索系統采用了無定型關鍵詞的詢問系統,只要輸入檢索詞,平臺就會詢問希望用到的代名詞、相似詞及下位詞等，以便用戶拓展查詢。而基于本體的可視化檢索系統用可視化的方式顯示檢索詞的語義關系，一方面體現可視化的優點，以直觀的可視的形式為初入本檢索領域的用戶介紹該領域的具體內容及研究熱點等問題；另一方面，避免了用戶篩選詞的過程，本系統根據領域本體庫中概念間的語義關系，直接檢索，將最全、最準確的結果反饋給用戶。基于本體的導航機制通過揭示信息對象間的語義關聯，能夠準確、深入地表征信息的內容，是一種高層次的內容導航方法。本系統采用Flash工具，以本體概念為節點，實現了可視化的導航。執行代碼如下：

2.2 基于本體的期刊論文檢索結果可視化

期刊論文的檢索結果可視化是基于用戶需求的智能導航，其目的是通過期刊論文間的關系指導用戶檢索所需文獻，即隨著用戶瀏覽意圖的不同，提供不同的信息，實現動態導航。因此，用戶使用過程中，用戶點擊不同的屬性按鈕實體，將根據實體類別生成不同的檢索結果。這種導航是根據不同的中心節點內容動態生成。例如點擊甲文獻，則以甲文獻為中心節點，以同著者文獻、相關文獻、參考文獻、被引文獻為四個屬性按鈕實體，點擊任何相關文獻按鈕實體，則生成相關的文獻，如果選擇相關文獻中的文獻乙，則以乙文獻為中心節點，并動態生成乙的屬性按鈕實體和相關文獻。可視化的顯示通過Flash調用JS方法，對數據庫元數據進行檢索，錄入XML中，然后調用顯示。具體代碼如下：

期刊論文檢索結果可視化導航，將中心節點文獻的四維屬性降為二維關系顯示在頁面。如果屬性有值則顯示節點球體，同時顯示節點文獻題名；如果屬性值為零則不顯示。隨著鼠標在屬性節點的點擊轉換中心節點。其實現代碼如下：

3.基于本體的期刊論文可視化檢索系統介紹

3.1 領域本體的可視化

基于本體的期刊論文可視化檢索系統以數字參考咨詢領域的期刊論文為例，在用戶只知道數字參考咨詢這個大類，而對下位類領域知識不了解，卻需要認識該領域知識的用戶提供幫助，即給初入數字參考咨詢領域的用戶指引方向；同時也為身在參考咨詢領域的人員理順知識結構，指導期刊論文的語義檢索。用戶只要點擊導航列表中的數字參考咨詢，主頁面中將顯示本文中構建的本體圖，此圖實現雙曲幾何的可視化，將層次關系顯示在一個雙曲平面上，然后將雙曲平面映射到顯示區域。點擊圖中的概念節點，系統將以該節點為檢索詞列出相關的文獻。可視化導航圖如圖3-1。

3.2 可視化導航列表

點擊本體概念的可視化導航中任意節點，系統就會以該節點為輸入詞將語義檢索結果以列表圖的形式返回到用戶桌面。以下以點擊參考咨詢2.0為例，其實現效果如圖3-2。

3.3 檢索結果的可視化導航

以可視化導航列表為基礎，點擊任意一篇文獻題名，系統將以該篇文獻為中心節點，以參考文獻、同著者文獻、被引文獻和相關文獻四個屬性值為四個檢索方向，實現文獻在可視化狀態下的連續導航。將中心節點的四維關系將為二維關系顯示。圖3-3為點擊期刊論文《虛擬參考咨詢2.0全景掃描》，可視化導航以該文獻題名為中心節點，以參考文獻、同著者文獻、被引文獻和相關文獻四個屬性關系展開顯示。

點擊被引文獻，《虛擬參考咨詢2.0全景掃描》這篇期刊論文的被引文獻將以被引文獻按鈕為中心散發開來。其效果如圖3-4。

點擊參考文獻則以參考文獻按鈕為中心展開該篇文獻的參考文獻題名，其效果如圖3-5。

點擊同著者按鈕則以同著者文獻按鈕為中心展開該篇文獻的同著者文獻。如圖3-6所示。

由于本系統數據量只有1362條，所以檢索結果有可能是1條記錄或沒有相關記錄，這種情況可以隨著數據量錄入的加大逐漸得到改善。

點擊相關文獻則以相關文獻按鈕為中心展開《虛擬參考咨詢2.0全景掃描》的相關文獻題名，其效果如圖3-7所示。

以上都是針對《虛擬參考咨詢2.0全景掃描》的相關可視化導航，而相關屬性按鈕展開的文獻節點同樣在鼠標的點擊下變為中心節點。如圖3-8，點擊相關文獻《基于知識管理框架的合作數字參考咨詢服務》，則中心節點就會變為《基于知識管理框架的合作數字參考咨詢服務》文獻題名，同時顯示與之對應的該篇文獻的相關文獻。點擊其他文獻也是同樣的道理。

只要系統中存有相關數據，則就有記錄顯示，如果沒有相關數據，則不顯示。同時，為了用戶返回方便，系統提供了后退按鈕，使用戶操作起來來回自由且方便。

4.總結與展望

信息語義檢索及可視化導航是一個較新的研究方向，隨著信息檢索技術及信息可視化技術的發展而發展起來，同時隨著網絡信息資源激增，以及用戶信息需求的進一步提高而獲得了更大的發展空間，將日益顯示其優勢。而在實際檢索環境中，信息語義檢索及可視化顯示并沒有得到廣泛應用。本文針對傳統期刊論文檢索系統可視化效果差的不足，實現了對數字參考咨詢領域期刊論文基于本體語義圖的可視化導航檢索系統的開發。提供了基于本體的可視化導航，方便用戶對領域知識一目了然，同時能指導用戶檢索，讓檢索變得輕松自如。

然而，目前系統的可視化不能以線條的長短或球體的大小來指導記錄的權重或重要性，需要進一步改進。在動態效果等方面也需要進一步完善。

[1]張學梅.基于本體的期刊論文檢索系統研究.圖書館學研究(理論版),2011(12):66-71.

[2]Cort,Louise Allison.Word in Flower:The Visualization of Classical Literature in Seventeenth-Century Japan[J].Journal of Asian Studies,1991(2):171-173.

[3]胡志剛,侯海燕.科學技術學期刊群的可視化分析[J]大連理工大學學報(社會科學版),2009(2):119-123.

[4]鮑楊,朱慶華.近10年我國情報學研究領域主要作者和論文的可視化分析——基于社會網絡分析方法的探討[J]情報理論與實踐,2009(4):9-13.

[5]張學福.信息檢索可視化基本問題研究[J].中國圖書館學報,2006(3):37-40

[6]張學福.信息檢索可視化開發工具[J].現代情報,2005(11):38-41.

[7]孫巍.基于引文的信息檢索可視化系統研究[D].黑龍江大學信息管理學院,2007:1-73.

[8]陳穎.基于摘要信息的中文信息檢索可視化系統研究與實現[D].黑龍江大學信息管理學院,2007(2):1-56.

[9]人立方.[EB/OL][2010-08-03].http://renlifang.msra.cn/.

[10]谷歌挑歌.[EB/OL][2010-05-23].http://www.google.cn/music/songscreener.

[11]中國科學院國家科學圖書館.Visual可視化檢索瀏覽系統.[EB/OL][2010-08-04].http://visualsearch.las.ac.cn/.

[12]Position Paper by Jeffrey Heer,UC Berkeley For the Workshop on“Information Visualization Software Infrastructures”at IEEE 2004 Visualization[EB/OL][2010-05-18].http://vw.indiana.edu/ivsi2004/jherr/index.html.