研究方向4：知识技术与智能信息处理
1、指导老师：张智雄：男，博士，研究馆员，中国科学院武汉文献情报中心主任，国际图书馆联合会(IFLA) 科学和技术图书馆委员会常务委员，全国图书馆标准化技术委员会（SAC/TC389)副主任委员，中国图书馆学会数字图书馆研究与建设专业委员会副主任委员，中国科学技术情报学会知识组织专业委员会副主任委员，中国科学技术情报学会信息技术专业委员会委员，全国信息与文献标准化技术委员会技术互操作分委员会(SAC/TC4/SC4)委员，中国科学院研究生院教授，国家科技图书文献中心（NSTL）网络工作组副组长，《现代图书情报技术》、《数字图书馆论坛》、Journal of Data and Information Science（JDIS）编委。1993年毕业于北京师范大学信息技术与管理学系，1996年在中国科学院文献情报中心获理学硕士学位，2000年在中国科学院文献情报中心获管理学博士学位，2003-2004年间以高级访问学者身份在英国谢菲尔德大学(University of Sheffield)计算机系学习研究。主要研究领域集中在网络科技信息监测、知识技术、文本挖掘、信息抽取、可视分析、数字长期保存技术等方面。出版专著一部，发表研究论文一百多篇，译著三部，主持和参加国家、省部级项目三十余项。主持过的主要国家级项目有：科技知识组织体系共享服务平台建设（2011BAH10B03，“十二五”国家科技支撑计划重点项目“面向外文科技文献信息的知识组织体系建设与应用示范”之课题三）；基于语言网络的文本主题中心度计算方法研究(61075047，国家自然科学基金项目)；数字资源长期保存技术的研究与实践(09FTQ005，国家社会科学基金后期资助项目)；从数字信息资源
中实现知识抽取的理论和方法研究(05BTQ006，国家社会科学基金项目)；课题“基于海量信息分析的科技评价方法、技术研究与应用”及子课题“网络科技信息监测与评价”（2006BAH03B05，“十一五”国家科技支撑计划项目课题副组长及子课题负责人)。
面对着海量分布的数字信息资源，如何推动这些数字信息资源从“Data”、“Information”到“Intelligence”和“Solution”的转换，日益成为当前信息系统研究和开发所必须面对的一个重要课题。本研究方向致力于利用新兴的知识技术（文本分析、知识抽取、知识发现、数据挖掘等），对海量的数字科研信息资源进行挖掘和分析，使情报研究人员、战略科学家、科研工作者、图书馆用户能够及时从这些数字科研信息资源中发现和了解新的知识，提高数字科研信息资源的利用水平。具体而言本研究方向主要关注以下几个方面：（1）重视利用“知识抽取”来解决非结构化文本处理。针对数字科研信息资源多为非结构化资源的特点，致力于利用“知识抽取技术”来处理数字科研信息资源，将非结构化文本转换成为可计算的知识对象。（2）积极将文本挖掘、语义标注、机器学习、可视分析、网络分析等新技术方法和传统的文献计量学、引文分析相结合，推动Computational Informatics理论和方法的研究。致力于利用计算技术手段分析和描绘学科领域的结构关系和演化进程。（3）积极探索科技信息监测、分析和预警的技术方法。致力于通过科技信息监测分析技术方法的研究和突破，来实现对科技领域的全景分析、新内容识别、热点发现、特色探测、变迁追踪、趋势预测和机会发现。
2、指导老师：刘会洲，研究员，中国科学院文献情报中心主任，博士生导师，中国科学院绿色过程与工程实验室主任，绿色分离工程和环境生物技术创新团队的首席。973首席（2007年-2017年），国家杰出青年基金获得者（1999年），国家“百千万人才工程”国家级人选（1997年），中组部“万人计划”（2013年）。兼任《化学通报》副主编，《数据智能》共同主编和化工学报副主编以及国际期刊Separation Purification Technology编委。已获得的奖励和荣誉称号包括：国家技术发明二等奖1项（2014年），中国石油和化学工业联合会科技进步奖一等奖（2011 年）和二等奖（2010年）各1项，北京市科学技术奖二等奖1项（2007年），首届“中国科学院杰出青年”称号（1997年）。
    主要的研究方向是分离科学与工程研究。主要从事微乳相界面与结构，发展绿色分离方法，研究新型高效分离技术，近年来主要开展生化产品分离及多金属复杂体系的分离与纯化。提出了微乳相萃取分离的新机制，并对三相萃取新工艺及纳微结构界面进行了深入研究。近年来主持与承担国家973项目、国家863 项目，以及国家自然科学重大基金、自然科学化工装备研制等研究课题。在本领域一流期刊AIChE J、Langmuir等重要学术刊物上发表论文280余篇，他人引用超过8000次，译著2本，合著专著6本，包括《微乳相萃取技术及应用》（2005，科学出版社），获授权中国发明专利100余项，至今已有10余项成果实现了产业化。
 
研究方向5：文本理解与知识挖掘
指导老师：乐小虬，男,博士，2006年毕业于中国科学院遥感应用研究所。中科院文献情报中心知识技术研发中心研究员、语义技术与知识挖掘团队PI。带领团队研发了”innoFinder”、 “DPaper” 、 “e划通”、 “移动文献服务平台（App）”等应用软件。承担了多项国家/部级科研项目，主要在研项目：领域主题研究问题及线索发现研究、领域主题发展脉络挖掘及应用示范、学部咨询评议领域学术认知与论据发现服务、领域研究论文中数值对象挖掘等。
从语义理解的角度自动分析科技文献、深度挖掘领域专题情报是情报分析迈向智能化进程中的难点问题。围绕这一问题，本方向重点研究科技文献内容理解与自动分析理论、方法、关键技术及应用，为文献情报智能化处理提供新思路、新方法及支撑工具。主要研究内容包括文本语义理解与情报分析、领域知识对象识别、领域知识图谱构建、文本自动生成等。
代表性学术论文：基于空间语义角色的自然语言空间概念提取；网络科技信息中爆发主题探测理论方法研究（研究报告）；基于WMD语义相似度的TextRank改进算法识别论文核心主题句研究；
Dpaper: An Authoring Tool for Extractable Digital Papers