信息与知识组织  120500M02002H

学期:2020—2021学年(春)第二学期 | 课程属性:一级学科普及课 | 任课教师:张智雄,刘峥
授课时间: 星期五,第5、6、7 节
授课地点: 教一楼309
授课周次: 1、2、3、4、5、6、7、8、9、10
课程编号: 120500M02002H 课时: 30 学分: 2.00
课程属性: 一级学科普及课 主讲教师:张智雄,刘峥 助教:
英文名称: Information and Knowledge Organization 召集人:

教学目的、要求

本课程是图书馆学和情报学专业的学科基础课程,其主要目的是使学生掌握数字信息环境下的信息组织的基本理论、方法、技术、标准规范,了解信息组织领域当前的热点问题和信息组织的发展趋势。教学内容将涉及传统信息组织及其演变、元数据与知识组织、知识表示和结构化数据等方面。
学习本课程学员最好能够具备的相关知识包括图书馆学基础知识和计算机系统的基础知识。课程教学采取授课、案例讲解和讨论相结合,通过课程学习,学员应能够:
在信息组织理论方面,掌握信息组织的基本概念,理解信息组织的任务和目标,掌握信息组织的原理、方法和技能,了解信息组织的关键问题和热点问题。
在信息组织和知识组织体系建设方面,了解和初步掌握信息组织体系构建方法,包括元数据、索引、知识组织体系,信息组织的有关标准规范建设,包括内容规范、知识表示方法、协议标准等,了解重要的国际标准规范发展状况,初步掌握信息组织中标准规范建设的基本方法,掌握信息和知识组织系统的互操作的基本方法
在信息系统中的信息架构设计方面,有能力对现有的数字图书馆信息系统进行分析、比较和评价,能用信息组织的思想和方法体系,设计规划数字图书馆信息系统和其他机构信息系统中的信息和知识组织体系,能初步进行或参与数字图书馆信息系统规划设计。

预修课程

教 材

主要内容

第一章 信息与知识组织概述(3学时)(宋文)
本章分两个部分:
第一部分的教学重点:全面系统的对本科阶段应掌握的信息和知识组织的基本知识内容总结和重点串讲。目的是让学生理解图书馆最基础的信息与知识组织的方法、信息与知识组织各阶段的标准规范和工具、各种标准规范和工具的作用和相互关系、如何利用这些标准规范和工具达到用户服务目标。第1-2学时:(1)书目控制的历史演变和发展 ;(2)图书馆信息和知识组织的基本方法、原理 ;(3)图书馆信息与知识组织的目的;(4)信息和知识组织的技术与标准;(5)传统图书馆信息与知识组织的精髓与误区。 
第二部分教学重点:现代信息组织概述。目的是使学生掌握现代信息与知识组织的基本概念、信息与知识组织的任务和目标、信息与知识组织的关键问题、信息与知识组织和信息服务系统的关系。第3学时:(1)基本概念;(2)信息与知识组织体系和信息服务系统;(3)信息与知识组织的任务、目标和关键问题;(4)信息与知识组织的主要技术和基本方法
第二章 资源描述(3学时)(宋文)
教学重点:资源描述的理论,资源描述的新技术和标准。重点是让学生掌握资源描述的原理,书目实体和实体关系,资源描述领域标准规范的发展变化。第4-6学时:(1)FRBR和FRAD概念模型;(2)从AACR2到RDA;(3)从MARC到BIBFRAME;(4)ISBDs的发展与变化。
第三章 元数据和关联数据(3学时)(宋文)
教学重点:本章重点为元数据基础、元数据设计方法、元数据表示和元数据应用。第7-9学时:(1)元数据概述;(2)元数据抽象模型;(3)元数据设计;(4)元数据表示;(5)元数据应用。
第四章 信息与知识组织的原理、系统(6学时) (刘峥)
教学重点:掌握不同类型的知识组织系统的基本定义和数据模型、设计思路、在信息系统和知识系统中的作用,如同义词环、分类表、叙词表和本体等;了解知识组织系统所遵循的格式和标准:SKOS、互操作标准。重点介绍分类法、叙词如何支持信息资源的描述和检索。
第10-11学时: 3.1 信息组织和信息架构: 3.1.1信息组织的方法3.1.2 信息架构的组件3.1.3社会化分类 3.1.4 信息组织的过程3.1.5 SKOS和开放关联词汇表
第12-15学时:3.2.不同类型的知识组织系统 3.2.1同义词环、规范文档 3.2.2目录、分类法与导航系统3.2.3叙词表与搜索系统 3.2.4 本体(知识图谱)与智能问答系统 
第六章 本体(3学时)(宋文)
教学重点:使学生理解本体、掌握本体的结构和组成部分、本体的构建方法和本体的应用。第16-18学时:(1)为什么需要本体;(2)本体的结构和组成部分;(3)本体与叙词表;(4)本体与知识库;(5)本体构建;(6)本体应用
第七章 RDFS和OWL语言(3学时)(宋文)
教学重点:讲授RDFS和OWL语言的基本语法、语言构成,应用RDFS和OWL描述本体,OWL本体的类和属性描述,OWL本体的推理。第19-21学时:(1)RDFS;(2)OWL概述;(3) OWL本体结构;(4)属性描述;(5)类描述;(6)类公理;(7)个体描述。
第八章 知识组织的关键技术方法(6个学时)(张智雄)
教学重点:在前面相关知识的基础之上,讲述利用现代信息技术来实现科技文献中相关知识内容的自动化揭示和组织的技术方法。主要包括知识内容揭示(语义丰富化和语义标注)、知识内容自动分类、知识内容的集成、语义知识索引等内容。
第22-24学时:知识内容揭示技术。(1)语义丰富化和语义标注;(2)科技文献的语义标注模型;(3)科技文献自动标注关键技术:实体标注、语步标注、关系标注、其它重要知识内容对象标注的技术方法;(4)自动分类技术;(5)当前知识内容揭示的新技术进展。
第25-27学时:知识的存储和索引技术。(1)知识集成和知识关注计算;(2)知识内容的组织和存储技术;(3)知识(语义)索引与检索技术;(4)知识内容的可视化技术。
第九章 课程交流讨论(3个学时)(宋文、刘峥、张智雄)

参考文献

1.	IFLA. Functional Requirments for Bibliographic Records. http://www.ifla.org/VII/s13/frbr/frbr.htm. 1998
2.	IFLA. Functional Requirements for Authority Data: A Conceptual Model. 2005
3.	JSC. RDA: Resource Description and Access. 的有关资料
4.	IFLA. Statement of International Cataloguing Principles. 2009
5.	Online Catalogs: What Users and Librarians Want. http://www.oclc.org/reports/onlinecatalogs/default.htm. 2009-9-29
6.	The Library of Congress. the Future of Bibliographic Control
7.	W3C. RDF, rdfs的有关资料
8.	w3c.  skos
9.	IFLA. FRSAD
10.	iso 25964-1 Information and documentation—Thesauri and interoperability,2011
11.	stanford大学protégé网站上关于本体培训的资料
12.	w3c. owl语言的资料
13.	Namyoun Choi,. A Survey on Ontology Mapping
14.	Christopher Brewster, Knowledge Representation with Ontologies:The Present and Future
15.	Aldo de Moor. Towards a PragmaticWeb
16.	Gail Hodge .Systems of Knowledge Organization for Digital Libraries:Beyond Traditional Authority Files. 2000
17.	张晓林. 元数据研究与应用. 北京图书馆出版社,2002
18.	Marcia Lei Zeng, Jian Qin. Metadata. Facet Publishing,2008
19.	Robert J. Glushko. The discipline of organizing. MIT press, 2013
20.	Louis Rosenfeld,Peter Morville,Jorge Arango,信息架构:超越web设计,电子工业出版社,2016
21.	Dipanjan Sarkar, Text Analytics with Python: A Practical Real-World Approach to Gaining Actionable Insights from your Data,Apress,2016, DOI 10.1007/978-1-4842-2388-8
22.	Palash Goyal, Sumit Pandey, Karan Jain, Deep Learning for Natural Language Processing: Creating Neural Networks with Python, Apress, 2018. https://doi.org/10.1007/978-1-4842-3685-7
23.	Dipanjan Sarkar, Raghav Bali, Tushar Sharma, Practical Machine Learning with Python: A Problem-Solver’s Guide to Building Real-World Intelligent Systems, Apress, 2018 https://doi.org/10.1007/978-1-4842-3207-1