基于文本语义的SA-LDA增量爬取图书选择与推介

蓝 燕

（惠州学院 图书馆，广东 惠州 516007）

随着本体的应用不断深入，人工智能、知识工程和图书情报领域的研究大都集中于知识概念表示和知识组织体系方面的研究［1］.然而，在图书情报领域，本体通常关联的是有关某一学科或某一领域的术语词表，并描述术语之间关系的规范和说明，这为领域本体构建行业知识库提供了保证.

传统的网络爬虫较少从主题相关度与时间等去采集页面，从而导致计算资源和网络带宽的能耗.主题网络爬虫则更加关注爬取与预先定义主题相关度较高的网页，不但能节省网络资源且能进一步提高整个数据爬取的效率［2］.为快速而精准地响应图书采购前推介服务的请求，全面提升计算效率，基于文本语义的增量爬取是关键［3］.然而，实现语义Web的前提是透过本体语言OWL（Web Ontology Language）来描述特定领域中的概念及其关系与公理，通过对这些概念和关系交互与推理，更好地为实现语义信息搜索提供可靠的服务.因此探讨一种能进行语义搜索与推理的知识库就显得非常关键，而本体层在提供语义级的Web共享与实现至关重要.到目前为止，关于语义Web相关的研究很多.有以识别网络论坛中的敏感话题为目标，根据网络敏感话题具有先验知识和态度倾向性等特点，提出了基于倾向性词典的特征提取方法，用于提高网络敏感话题的识别；也有提出基于语义学习对象组合的框架和算法，涉及到本体的元数据且能更加易于计算的方式动态组合描述逻辑中的推理服务；……