光陰荏苒，我在中國科學技術信息研究所工作已有10年光景。2007年，我從北京大學計算語言學研究所博士后出站，之后一直從事自然語言處理、知識組織與知識工程相關的工作。多年在一線進行研究與實踐工作，一路走來積累了豐富的經驗，在不斷迭代和升華中，逐漸形成了一套完整的覆蓋資源獲取、資源加工到知識服務全流程的思想理論。在該理論思想的指導下，圍繞著技術目標，我領導團隊逐步開展工程實踐研究，對理論方法進行驗證。同時，根據工程實踐中的具體問題，進行關鍵技術攻關，對其中的一些流程、步驟、細節(jié)等進行了微調和補充，不斷升級與完善PYROIS系統。PYROIS系統初建于2007年，2011年年初，PYROIS系統1.0版本上線，目前該系統3.0版本已研發(fā)完成。
　　我在很早之前就有想要寫這本書的想法，分享研究實踐中的一些想法和體會，為從事相關研究的人員提供一些思路、方法和參考，但一直沒有時間。其間，也陸陸續(xù)續(xù)地發(fā)表了一些研究論文，但沒有進行系統性闡述。PYROIS系統3.O版上線之后，空閑時間較以前也多了些，我便抓緊時間完成了早已有的寫書的想法。
　　本書的主要思想是利用自然語言處理技術和機器學習方法對已有的公認領域知識進行重構并加以利用；在構建領域本體的基礎上，對相關文獻進行語義標注；并在大量內容相對語義化的基礎上，結合傳統組織資源，通過機器學習等方法，生成初始語義元數據；然后，在輔助平臺的幫助下，實現圖書館資源組織語義化過程與語義元數據體系構建同步進行，將語義標注文獻與語義索引分別存儲，實現圖書館資源組織語義化。
　　在思想理論指導及技術目標的驅動下，相關研究及實踐工作體現在以下幾個方面。
　　知識元數據庫構建技術。從充分開發(fā)和利用百科全書資源的角度出發(fā)，利用自然語言處理技術和語言分析工具分析百科全書資源，發(fā)現其中隱含的知識點及其之間的內在關聯，將大量的、不斷出現的知識點結構化地組織和關聯起來，構成智能連接的網狀圖，建立知識元數據庫。
　　語義元數據構建與標注一體化技術。將圖書館資源組織語義化看作圖書館資源語義標注的淺層標注，是內容語義化與形式語義化交互實現的過程，基于NIP理論與方法，結合傳統圖書館資源組織方式與領域本體構建技術，搭建輔助構建及標注一體化平臺，實現語義元數據體系構建與資源組織語義化過程同步實施。
　　領域本體自動構建技術。通過領域本體構建、語義標注等信息技術的融合與集成，將行業(yè)領域知識合理分類，構建以知識點為基本單元的圖書、期刊、專利數據庫，以智能檢索、知識語義導航、可視化等方式為科學研究、技術開發(fā)、工程設計、工程應用的開展提供知識服務，實現知識的共享與重用。
　　一體化爬蟲技術。針對語義爬蟲存在的不足，實現從一個概念出發(fā)，自動生成語義結構，用該語義結構指導爬蟲抓取數據資源；同時，在爬蟲爬行過程中，不斷從數據庫中抽取相關的概念及其之間的關系，并填充進語義結構，實現語義結構進化和爬蟲爬行迭代一體化。