刘细文，郭世杰

(1.中国科学院大学经济与管理学院图书情报与档案管理系，北京 100049；2.中国科学院文献情报中心，北京 100190)

1 引言

现代科学研究在微观、宏观、复杂性等方面不断深入，“数据密集型科学发现”正日益发挥不可替代的作用，多学科交叉前沿和一系列颠覆性技术正在不断塑造新的科学研究竞争格局；面对不断涌现的新技术、新知识、新概念，如何与前沿科学家和工程师同步认知最新科技发展态势，高效和准确地还原不同研究主题和领域知识本体全貌，进而从纷繁复杂的技术领域动态中敏捷地监测、抓取、挖掘出有效信息，为决策者和科研人员搭建好“从数据到信息，从知识到智慧”的桥梁，是情报工作者面临的重要问题。

科研数据的爆炸式增长对大规模知识管理和基于机器理解的知识挖掘带来了新的挑战，同时也提供了对跨学科知识进行集成和解析挖掘的可行条件。2012年，TONY 等在 《第四范式：数据密集型科学发现》[1]中指出，未来的计算机系统应当能够自动发现、获取、组织、分析、关联、解释、推断信息，在全球范围内管理和处理知识的基础架构可作为下一代知识驱动型服务和应用程序的基础，研究人员可以利用这样的基础设施，提出与他们专业领域相关的问题，并在这样的“知识海洋”中找到答案。2020 年，张霖[2]提出，通过利用物理模型、传感器更新、运行历史数据等资源，可以集成多学科、多物理量、多尺度、多概率的仿真，可以在虚拟空间中完成对现实物理对象的映射，从而进行分析、预测、诊断、训练等，开展学科领域的知识发现研究。……