检索结果-内蒙古大学图书馆

中文信息学报 2023年第11期37卷 100-109页

作者：贾玉祥晁睿昝红英窦华溢曹帅徐硕郑州大学计算机与人工智能学院河南郑州450000 郑州中业科技股份有限公司河南郑州450000

命名实体识别是文学作品智能分析的基础性工作,当前文学领域命名实体识别的研究还较薄弱,一个主要原因是缺乏标注语料。该文从金庸小说入手,对两部小说180余万字进行了命名实体的标注,共标注4类实体,共计5万多个。针对小说文本的特点,... 详细信息

命名实体识别是文学作品智能分析的基础性工作,当前文学领域命名实体识别的研究还较薄弱,一个主要原因是缺乏标注语料。该文从金庸小说入手,对两部小说180余万字进行了命名实体的标注,共标注4类实体,共计5万多个。针对小说文本的特点,该文提出融入篇章信息的命名实体识别模型,引入篇章字典保存汉字的历史状态,利用可信度计算融合BiGRU-CRF与Transformer模型。实验结果表明,利用篇章信息有效提升了命名实体识别的效果。最后,该文还探讨了命名实体识别在小说社会网络构建中的应用。

关键词：文学作品命名实体识别篇章信息

来源：评论

学校读者我要写书评

暂无评论

基于篇章信息和Bi-GRU的中文事件检测

引用

计算机科学 2020年第12期47卷 233-238页

作者：朱培培王中卿李寿山王红玲苏州大学计算机科学与技术学院江苏苏州215006

事件抽取是信息抽取中一个重要的研究方向,其中事件检测是事件抽取的关键。目前,中文神经网络事件检测方法均是基于句子的方法,这种方法获得的局部上下文的信息不足以解决事件触发词的歧义性。针对这个问题,文中探索了篇章信息的作用。... 详细信息

事件抽取是信息抽取中一个重要的研究方向,其中事件检测是事件抽取的关键。目前,中文神经网络事件检测方法均是基于句子的方法,这种方法获得的局部上下文的信息不足以解决事件触发词的歧义性。针对这个问题,文中探索了篇章信息的作用。首先,以双向门控循环单元网络(Bidirectional Gated Recurrent Units,Bi-GRU)模型为基线,定义3个窗口来学习句子特征;然后,将句子表示进行拼接,利用双向门控循环单元网络学习句子的上下文特征;最后,将句子表示和上下文表示进行融合,以丰富句子的语义信息,并减少候选触发词语义模糊现象,通过Softmax函数进行事件触发词的分类。在ACE2005数据集上的实验结果表明,句子的上下文特征能够有效提升中文事件检测方法的性能,该中文事件检测方法的F1值比当前最好的模型高1.5%。

关键词：事件抽取事件检测篇章信息双向门控循环单元网络 ACE2005

来源：评论

学校读者我要写书评

暂无评论

词语重现和篇章信息

引用

外语研究 1992年第3期9卷 14-18,8页

作者：李战子

本文讨论的词语是篇章中出现的名词、动词、形容词和副词等实义词,比起冠词、介词、代词等功能词,实义词一般更具信息性,它们拥有的可供选择的集合远远大于功能词,它们能激发更为广泛的认知材料,引发更为明确的内心意象。在读者拥有的... 详细信息

本文讨论的词语是篇章中出现的名词、动词、形容词和副词等实义词,比起冠词、介词、代词等功能词,实义词一般更具信息性,它们拥有的可供选择的集合远远大于功能词,它们能激发更为广泛的认知材料,引发更为明确的内心意象。在读者拥有的关于篇章的众多图式中,一个重要的图式是:一个篇章中的词语(即实义词)是不断重现的,有时改变了词性,有时以其同义词、近义词、上下义词、反义词、情境同义词等各种形式重现。韩礼德和夸克在论述篇章衔接时,都把词语的重现作为衔接的重要手段,它使读者感受到篇章的上下连续性,进而理解篇章内容的连贯,本文拟从篇章信息冗余的角度讨论词语重现和篇章信息的关系,首先。

关键词：篇章信息词语同义词近义词实义词功能词信息性反义词下义词篇章内容

来源：评论

学校读者我要写书评

暂无评论

结合篇章信息的生成式摘要研究

结合篇章信息的生成式摘要研究

引用

作者：魏文杰苏州大学

学位级别：硕士

自动文摘作为自然语言处理领域的一个重要研究方向,其能够从海量数据中快速筛选出有效信息而得到了广泛的应用。传统的自动文摘研究方法主要集中于探究如何构建模型来优化文本的语义表示,而忽略了篇章信息对于文摘任务的影响。文本不是... 详细信息

自动文摘作为自然语言处理领域的一个重要研究方向,其能够从海量数据中快速筛选出有效信息而得到了广泛的应用。传统的自动文摘研究方法主要集中于探究如何构建模型来优化文本的语义表示,而忽略了篇章信息对于文摘任务的影响。文本不是简单堆叠而成的文字序列,而是相互关联的语义单元衔接而成。为了充分利用文本的篇章结构特征,本文开展了结合篇章信息的生成式摘要研究,主要内容可分为如下三个方面:首先,针对浅层篇章结构对摘要生成的影响,本文提出了一种基于浅层篇章信息的生成式摘要方法,该方法在循环神经网络的基础上添加了图卷积神经网络对文本进行编码,并依据语言学常识去构建句子序列的图结构矩阵,以获取更具篇章结构信息的语义表示。此外,在该方法中使用了一种融合层,旨在使模型在解码时依旧能够关注于循环神经网络获取的线性语义特征。在解码器上还使用了多头注意力机制,以提高生成摘要的质量。实验结果显示,该方法与一些主流的生成式摘要模型相比,所生成的摘要在ROUGE评测的各项指标上均有显著提升。其次,基于篇章修辞结构对于摘要生成的影响,本文提出了一种基于篇章修辞结构的生成式摘要方法,该方法首先使用连接词识别工具快速锁定文本中存在的语义连接词,继而依据篇章修辞结构理论对连接词两端的子句进行关系判别,然后在编码端使用图卷积网络,在构建其邻接矩阵时将相应的篇章关系特征融入到模型中。实验结果显示,该方法能够较好地将篇章关系信息融入到文本编码表征中,并大幅度提升了系统的性能,提高了生成摘要的质量。最后,针对篇章修辞结构在文本中缺失的问题,本文提出了一种基于篇章结构解析的生成式摘要方法,该方法将篇章关系解析和文本摘要这两个任务联合在一起训练学习。针对缺乏篇章和文摘一体的语料库这一问题,该方法在文摘数据集上使用了篇章解析工具,以获取每一个文本样例的篇章结构树,进而提取出关系对和核性等特征作为篇章关系解析任务的输出标准。首先,对文本进行语义单元划分,利用篇章关系解析模型预测出关系分类;然后,将预测出的篇章关系信息融入文本摘要模型中,以辅助摘要的生成。实验结果显示,该方法所预测出的篇章关系有着可观的准确率,并且生成的摘要具有很高的概括性和可读性。

关键词：生成式文摘篇章信息图卷积网络篇章修辞结构篇章关系

来源：评论

学校读者我要写书评

暂无评论

基于篇章信息的中文事件论元抽取方法研究

基于篇章信息的中文事件论元抽取方法研究

引用

作者：陈敏苏州大学

学位级别：硕士

事件抽取是自然语言处理中的一个重要的工作,用于抽取文本中的结构化信息。事件论元抽取作为事件抽取的子任务,旨在识别出文本中与事件相关的实体和其对应的角色类别,不仅能获取事件中的重要信息,而且在舆情监测、对话系统和事理图谱构... 详细信息

事件抽取是自然语言处理中的一个重要的工作,用于抽取文本中的结构化信息。事件论元抽取作为事件抽取的子任务,旨在识别出文本中与事件相关的实体和其对应的角色类别,不仅能获取事件中的重要信息,而且在舆情监测、对话系统和事理图谱构建等领域有着重要的意义。目前,现有的句子级中文事件论元抽取研究通常只考虑句子内部的信息,忽略了其他层面的信息(比如篇章信息、标签信息、实体信息等)。在实际场景中,句子级信息往往难以表达完整的事件和论元信息,这些信息需要在句子上下文中捕获,所以如何利用好这些信息是一个值得探索的问题。对此,本文引入篇章信息作为切入点,从三个角度挖掘更深层次特征,对中文事件论元抽取展开研究。主要内容如下: (1)基于阅读理解框架的中文事件论元抽取方法传统的事件论元抽取方法把该任务当作句子中实体提及的多分类或序列标注任务,论元角色的类别在这些方法中只能作为向量表示,忽略了论元角色标签的先验信息。本文提出将其当作机器阅读理解任务,把论元角色表述为自然语言描述的问题,通过在上下文中回答这些问题来抽取论元,这种方式可以有效利用论元标签信息。此外,引入篇章上下文信息可以进一步提升阅读理解模型的性能。与基准模型相比,本文提出的方法在ACE2005中文语料的实验上F1值提高了 1.8%。 (2)基于语篇图卷积模型的中文事件论元抽取方法尽管基于阅读理解框架的方法可以自然地引入篇章上下文信息和标签的类别信息,但是难以有效建模篇章中不同事件和候选论元之间的内在联系。因此,本文提出了一种语篇层面的事件论元抽取图模型。该方法在局部篇章中的不同事件与实体之间和语义依存关系之间构建图关联,通过事件信息、实体信息和语法依赖关系来聚合篇章上下文特征,最后融合句子特征完成论元分类。在ACE2005中文语料库上的实验结果表明,该模型的性能优于多个强基线。 (3)基于多任务学习的中文事件论元抽取方法在前面两个点的研究中,虽然都利用了预训练语言模型对篇章信息进行建模,但是实体和论元的表征能力依旧不足;而且这两个方法只关注论元分类一个单任务,单任务学习的模型往往缺乏泛化能力,没有考虑结合相关任务联合训练。因此,本文进一步提出了一种基于多任务学习的中文事件论元抽取模型,该方法联合学习三个子任务,分别是实体掩码预测、实体类型分类和论元角色分类。通过大量的消融实验表明本文提出的多任务学习方法对论元分类性能有明显提升,超过前两个复杂模型的效果。综上,本文围绕目前中文论元抽取存在性能不佳的问题展开了深入研究,并针对相关问题提出了相应的解决办法,提高论元抽取的性能,为中文事件论元抽取工作做出一些尝试。

关键词：事件论元抽取篇章信息阅读理解图卷积网络多任务学习 BERT

来源：评论

学校读者我要写书评

暂无评论

篇章信息级的升降与大学英语教材的编写

引用

山东外语教学 2004年第1期25卷 58-63页

作者：蔡基刚复旦大学外文学院上海200433

大学英语教材的编写,要体现循序渐进的教学要求,这就必然要涉及对所选原文的改写,如对课文长度、语言结构、超纲词的处理等.由于改写不当而影响课文的质量和教学效果的问题在不少教材中存在.如果运用篇章语言学中的信息论来指导大学英... 详细信息

大学英语教材的编写,要体现循序渐进的教学要求,这就必然要涉及对所选原文的改写,如对课文长度、语言结构、超纲词的处理等.由于改写不当而影响课文的质量和教学效果的问题在不少教材中存在.如果运用篇章语言学中的信息论来指导大学英语教材的课文改写,注意信息级的升降,就能较好地解决这一问题.

关键词：篇章信息课文编写

来源：评论

学校读者我要写书评

暂无评论

重动句信息结构研究

重动句信息结构研究

引用

作者：钟小勇复旦大学

学位级别：博士

重动句是汉语中较特殊的一种旬式,从信息结构的角度分析能够更加准确、深入地揭示重动句的本质。全文共分九章,除去绪论、综述和结语,主体部分共六章,这六章的关系是:第三章是理论前提,第四、五、六、七章分别从不同角度考察重动句内部... 详细信息

重动句是汉语中较特殊的一种旬式,从信息结构的角度分析能够更加准确、深入地揭示重动句的本质。全文共分九章,除去绪论、综述和结语,主体部分共六章,这六章的关系是:第三章是理论前提,第四、五、六、七章分别从不同角度考察重动句内部的信息结构,第八章主要考察重动句的篇章信息。各章的主要内容如下: 第一章是绪论,主要说明研究的对象和范围,理论前提和研究方法,以及语料来源。第二章是重动句研究综述,分别对大陆学者和海外学者的研究做了综述,而且对重动句信息结构研究做了述评。第三章是理论前提,介绍信息结构理论。讨论了信息结构的含义,明确了信息结构研究的历史,确立了信息结构研究的内容。本文主要采取的是Lambrecht(1994)的信息结构理论,但结合重动句的特点做了些扩充和完善。第四章主要分析重动句宾语的认知状态。重动句宾语主要以名词性语素、光杆普通名词和人称代词为主,它们基本是无指的或定指的,表达的是次要信息。形式上的无标记,指称上的无指或定指,以及表达次要信息,是重动句宾语最主要的特点。第五、六章分析重动句的焦点结构。重动句可有两种焦点结构模式:(1)VP1是预设,VP2是焦点,即预设一焦点结构;(2)VP1是焦点,VP2是预设,即焦点—预设结构。前者是常规情况,后者是非常规情况,本文主要探讨常规情况下的焦点结构。第五章分析重动句的预设。本章认为重动句是种预设触发语,为结构触发语,其触发的预设是VP1表达的信息。这是重动句很重要的特点,可以解释很多现象,如VP1主要表达旧信息,特别是能解释VP1也可以表达新信息的情况。第六章分析重动句的焦点。主要是从各种角度来验证VP2是焦点:省略、话题化、提问、并列、是否受“是”作用、是否受助动词作用、是否受否定词作用、是否为内嵌最深的成分,等等。本章还探讨了VP1为焦点的情况及其所受的限制。最后对有关文献中提到的种种双焦点结构做了分析,指出它们是标记性非常强的结构,而且不常用。重动句不是双焦点结构。第七章分析可插入成分与重动句信息结构之间的关系。可插入成分是指可以插在VP1、VP2之间的成分,主要有两类:(1)表意成分;(2)表用成分。本文重点探讨的是后一种成分。可插入成分与重动句信息结构之间有着密切的联系。首先,可插入成分的性质体现了重动句的信息结构特点。可插入成分绝大多数是表示强调或情态语气意义的,可看作是焦点敏感算子,它们的特点显示重动句的VP2是焦点。其次,重动句的信息结构特点决定了多义成分的特征呈现,即当这些成分出现于VP1、VP2之间时,它们往往表示的是强调的意义。第八章分析重动句的篇章信息。这是以往重动句研究关注不多的。本章主要从及物性的角度来探讨篇章信息,因为两者密切相关:前景和高及物特征相关,后景和低及物特征相关。为使结论更可靠,将重动句与把字句、被字句的及物性进行了对比,结果显示重动句是低及物的,主要表达后景信息。第九章结语,主要对本文的研究内容和主要论点进行了归纳和整理,指出了本文研究中尚存在的不足和今后值得深入研究的问题。

关键词：重动句信息结构认知状态焦点结构可插入成分篇章信息

来源：评论

学校读者我要写书评

暂无评论

俄语篇章的理解过程及其心理机制

俄语篇章的理解过程及其心理机制

引用

作者：刘云红吉林大学

学位级别：硕士

篇章是言语创造过程的产品，它具有完整性，体现为文字材料，并根据文字材料的类型进行过加工，该语言产品包括名称(标题)及一系列独立的单位(超句子统一体)，后者用各种词汇语法、逻辑、修辞等联系手段结合为一个整体，该语言产品有明... 详细信息

篇章是言语创造过程的产品，它具有完整性，体现为文字材料，并根据文字材料的类型进行过加工，该语言产品包括名称(标题)及一系列独立的单位(超句子统一体)，后者用各种词汇语法、逻辑、修辞等联系手段结合为一个整体，该语言产品有明确的意向和交际目的。篇章是内部结构和外部结构的统一体，是形式和内容的统一体，具有完整性。心理语言学强调篇章的完整性。А.А. Леонтьев、А.М. Шахнарович、 Ю.А. Сорокин、 И.А. Зимняя、 В.П. Белянин等俄罗斯著名心理语言学家认为，篇章是一种整体的、完整的概念，是具有一定连贯意义的、有适当目的的言语作品。从心理语言学角度篇章的完整性有两层含义。一是指篇章形式和内容的统一。换言之，篇章的完整性不仅仅表现在内部形式结构一语言体系上，最主要的它首先是意义现象，体现在其意义的统一性、主题明确、信息连贯上。二是指篇章与受话人的关系。Ю. А. Сорокин在研究篇章的完整性和连贯性时认为，“从心理语言学角度，完整性是在受话人和篇章相互作用过程中引起的隐性投影的(概念的)篇章状态，而连贯性是语言／言语构筑和非构筑因素的某个相邻联系和同列联系，是由其相对应的语言规律决定的。” “篇章作为一系列符号产品，是交际的参与者一发话人和受话人生成符号和评价、理解符号的活动过程。受话人是与符号相互作用的个体，而篇章则是被受话人注释并在受话人那里构成概念(思想)系统的具有信息体系的符号产品。” 篇章的基本意义单位是命题。从心理语言学的角度看，在理解篇章时受话人必须把几个命题连接成一个意义整体，并进行合乎逻辑的信息加工，获得篇章的整体性意义。命题的层次和相互关系对篇章理解过程具有重要影响，受话人在理解和把握篇章的整体意义时恰恰是以命题(命题内容)及其相互关系为基础的。从语言体系看，篇章具有内部结构的连贯性。Г.Я. Солганик在研究逻辑思维结构形式上的基础上指出：连贯话语具有两种结构形式一一平行结构和链式结构。平行结构反映了思维发展的平行性质，即在两个判断里，思维从同一主题出发，并由不同的述体加以说明；而链式结构反映了思维发展的链式性质，即第一个命题的结尾部分成为第二个命题发展的起点，第一个命题的述题转化为第二个命题的主题。表现主题连贯性的基本模式为： ① [< a1, b > < a1, c > < a1, d >璢 ② [< a1, b > < a2, c > < a3, d >璢 ③ [< a1, b > < a2, b > < a3, b >璢 ④[< a, b > < b, c > < c, d >璢篇章的信息及其连贯是构成篇章意义系统的基础。篇章信息是篇章实现语言符号内容的重要方式。篇章的信息结构是不断地由已知到未知的循序渐进，从而形成一个将未知化为已知，再由该已知达到另一个未知的篇章信息链条。体现为“已知信息一新信息一已知信息……”的线性扩展形式。俄罗斯心理语言学在研究篇章时非常注重受话人的因素，尤其强调受话人的认知结构。交际的目的实际上就是建立相互理解机制。发话人(篇章)的意义只有在被受话人理解、接受之后，才能得以实现。受话人在理解加工篇章信息时，篇章信息可能被缩小或扩大。篇章中所隐含的各种形象意义、联想意义、评价意义、象征意义以及完整的命题意义的实现，主要是依靠受话人的认知结构(动机、态度、感情、经验、知识结构、篇章预设、命题激活、记忆结构等)。对受话人来说，篇章理解是一种心理活动，是多层次的认知过程。篇章的理解过程需要

关键词：理解过程篇章信息受话人心理机制

来源：评论

学校读者我要写书评

暂无评论

基于问答的中文事件抽取研究

基于问答的中文事件抽取研究

引用

作者：田三川苏州大学

学位级别：硕士

事件抽取是自然语言处理领域的一项基本任务,其目的是抽取文本中事件的触发词及其论元,抽取的事件信息能给知识图谱、对话和问答等下游任务提供有力的帮助。近年来,随着深度学习技术迅猛发展,替代传统静态词嵌入的预训练技术随之兴起。... 详细信息

事件抽取是自然语言处理领域的一项基本任务,其目的是抽取文本中事件的触发词及其论元,抽取的事件信息能给知识图谱、对话和问答等下游任务提供有力的帮助。近年来,随着深度学习技术迅猛发展,替代传统静态词嵌入的预训练技术随之兴起。借助预训练模型,研究事件抽取开始有新的方向,利用问答去进行事件抽取就是一个新思路。在新方法应用到事件抽取任务上取得成效的同时,一些问题也亟待解决。譬如,句子级事件抽取模型先验知识有限、传统流水线事件抽取存在错误级联。另外,由于使用预训练技术的问答模型更适用于低资源场景,并且问题可定制,如何利用模型去反馈事件抽取任务,加速语料的标注,也是一个值得研究的课题。对此,本文从以下三个角度进行了深入地研究:(1)提出一个融入与任务相关篇章信息的触发词抽取框架。该框架通过与触发词抽取任务相关的问题来检索篇章信息,并利用这些信息拓宽模型的视野,使模型知识的获取范围不局限于句子本身。(2)提出了一种双向堆叠式问答框架。该框架首先将事件触发词抽取和论元抽取统一为一致的处理模式,即跨度检测与分类;其次将统一处理模式转换为两轮问答组件;最后框架通过设计额外的限制性问题来双向堆叠两个组件进行事件抽取,这样做充分利用事件触发词和论元之间的互补性,从而缓解了级联错误的影响。(3)提出了一种基于问答的语料标注方法。基于问答的事件抽取模型适用于低资源场景、问题可定制,该标注方法利用这些特性,大幅度简化语料标注工作,加快语料标注速度,从而正向反馈事件抽取。

关键词：事件抽取问答篇章信息联合学习语料标注 BERT

来源：评论

学校读者我要写书评

暂无评论

面向低资源场景的属性级情感分类关键技术研究

面向低资源场景的属性级情感分类关键技术研究

引用

作者：陈潇苏州大学

学位级别：硕士

随着互联网技术和电子商务的蓬勃发展,各种应用平台上涌现出许多带有主观情感的文本,正确分析这些文本中的情感倾向有助于实现多种智能服务应用,例如,舆情监控、企业征信、个性化推荐等。因此,情感分析受到了越来越多研究者的关注。本... 详细信息

随着互联网技术和电子商务的蓬勃发展,各种应用平台上涌现出许多带有主观情感的文本,正确分析这些文本中的情感倾向有助于实现多种智能服务应用,例如,舆情监控、企业征信、个性化推荐等。因此,情感分析受到了越来越多研究者的关注。本文研究的属性级情感分类是情感分析领域中一项细粒度的任务,旨在识别文本中针对某个具体属性的情感极性。现有的属性级情感分类方法大多依赖于标注样本,然而样本标注工作费时耗力。而且,相对于传统的篇章级和句子级情感分类样本,细粒度的属性级情感分类样本的标注难度更高,能够获取的样本资源十分有限。因此,目前属性级情感分类任务处于低资源状态。为了解决上述问题,本文展开了面向低资源场景的属性级情感分类关键技术的研究,具体研究内容如下:首先,本文提出了基于多任务增强的属性级情感分类方法。首先,除了已有的少量属性级情感分类语料,收集大规模天然标注的篇章级样本;其次,利用这些天然标注的篇章级样本构建两个辅助任务:篇章级情感分类和上下句情感连贯性判断;最后,将属性级情感分类和两个辅助任务进行联合学习。实验结果表明,本文提出的基于多任务增强的方法可以在属性级情感分类任务中获得较好效果。其次,本文提出了基于跨语言增强的属性级情感分类方法。跨语言属性级情感分类是指利用源语言文本中的语义和情感信息对目标语言文本中包含的属性级情感进行挖掘和分类。首先,该方法使用不同的BERT模型分别学习源语言文本和目标语言文本的语义特征,同时适应源语言和目标语言的语法特点;其次,将多个BERT模型学习到的文本表示彼此交互,从中挖掘更充分的属性级情感信息。实验结果表明,相比于传统的分类模型,本文提出的基于跨语言增强的方法在属性级情感分类任务中表现更好。最后,本文提出了基于篇章信息增强的属性级情感分类方法。该方法主要挖掘了篇章中存在的两种情感倾向性信息:属性内情感一致性和属性间情感偏向性。具体而言,首先,该方法构造了两个图注意力网络分别用于建模双重情感倾向,并以注意力权重衡量情感倾向性程度;其次,使用交互机制融合双重情感倾向性信息,得到文本表示;最后,将文本表示送入分类器进行属性级情感分类。实验结果表明,本文提出的基于篇章信息增强的方法能进一步提高属性级情感分类任务的性能。

关键词：属性级情感分类低资源多任务跨语言篇章信息

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：