检索结果-内蒙古大学图书馆

情报理论与实践 2021年第8期44卷 146-152页

作者：宁博文张文凤马俊红袁红梅沈阳药科大学辽宁沈阳110016

[目的/意义]准确且全面地识别出新兴技术,有益于国家和企业在技术创新发展上的战略制定。[方法/过程]文章基于专利数据,将keygraph算法与CPM分析相结合,对目标领域内的新兴技术进行捕获。首先,提取目标领域内专利中IPC分类信息,通过KeyG... 详细信息

[目的/意义]准确且全面地识别出新兴技术,有益于国家和企业在技术创新发展上的战略制定。[方法/过程]文章基于专利数据,将keygraph算法与CPM分析相结合,对目标领域内的新兴技术进行捕获。首先,提取目标领域内专利中IPC分类信息,通过keygraph算法挖掘新兴技术领域;然后,对识别出的新兴技术领域,采用基于SPLC算法赋值的CPM分析确定新兴技术最相关的技术发展脉络,提取最新技术信息及预测未来发展趋势。[结果/结论]最终,以生物制药产业作为实证研究对象,验证了该模型的可行性,为新兴技术识别提供了新方法。

关键词：新兴技术技术预测 keygraph算法 CPM分析生物制药

来源：评论

学校读者我要写书评

暂无评论

一种keygraph的建模方法

引用

中北大学学报（自然科学版） 2014年第2期35卷 147-151页

作者：陈俊杰候宏旭高静内蒙古大学计算机学院内蒙古呼和浩特010021 内蒙古农业大学计算机与信息工程学院内蒙古呼和浩特010018

在应用keygraph算法实现文本机会发现的过程中需要反复地执行该算法,该算法在执行的过程中需要多遍扫描文档中的词和句子.针对keygraph算法执行效率低的问题,提出了一种新的keygraph算法的建模方法.该方法为文档建立了词句子的倒排索引... 详细信息

在应用keygraph算法实现文本机会发现的过程中需要反复地执行该算法,该算法在执行的过程中需要多遍扫描文档中的词和句子.针对keygraph算法执行效率低的问题,提出了一种新的keygraph算法的建模方法.该方法为文档建立了词句子的倒排索引和高频词关联节点倒排索引,并改进了原算法的关键度计算公式,提高了文档中词的关键度的计算效率.实验结果表明:利用该建模方法实现的系统,其执行效率与现有模型的执行效率相比较平均提高了32.5%,且文档规模越大效果越明显.

关键词： keygraph算法机会发现效率

来源：评论

学校读者我要写书评

暂无评论

基于文本机会发现的共识与非共识标签区分方法

基于文本机会发现的共识与非共识标签区分方法

引用

作者：金鑫东北大学

学位级别：硕士

随着Web2.0的迅速发展,标签作为其中一个典型的应用开始被越来越多的人所关注和使用。标签是与某个网络资源相关的一个简短的词或者短语,用户可以通过资源指定若干标签的方式对资源进行分类。标签这种由用户自己自由管理的特点充分利用... 详细信息

随着Web2.0的迅速发展,标签作为其中一个典型的应用开始被越来越多的人所关注和使用。标签是与某个网络资源相关的一个简短的词或者短语,用户可以通过资源指定若干标签的方式对资源进行分类。标签这种由用户自己自由管理的特点充分利用了用户的知识,同时也为标签信息的处理带来了非常大的挑战。如何通过标签对资源进行合理的组织是当前的一个研究热点,已有的对于标签的研究,多数基于用户对标签的使用存在共识这一前提主要着眼于标签之间的相互关联,很少考虑标签同资源之间的关联。针对上述问题,本文通过对标签共识性的深入研究,提出共识标签和非共识标签的概念以及基于文本机会发现的共识与非共识标签的区分方法。本文首先分析标签使用的特点,详细分析共识标签和非共识标签的成因以及标签共识性的演化,给出共识标签和非共识标签的概念,提出共识与非共识标签区分方法的研究框架。共识与非共识标签的区分方法的基本原理：提取标签在特定博文上的共现词,合并标签在所有标记的博文上的共现词,构成标签的关联词集合；依据该集合判定标签为共识标签或非共识标签。在此基础上,本文给出基于keygraph算法的标签共现词选取算法和基于主观贝叶斯方法的共识标签判定算法。基于keygraph算法的标签共现词选取算法的核心是选取博文的关键词中与特定标签有密切关联的词汇作为标签的共现词,以此反映标签在特定博文上的语义。基于主观贝叶斯方法的共识标签判定算法的通过合并标签的所有共现词,形成标签的关联词集合,利用该集合反映标签使用的一般性规律。该算法以关联词集合作为输入数据,计算出标签为共识标签的概率,判定标签是否为共识标签。最后给出共识标签的两个应用：共识标签补充和标签关联词集合划分。共识标签补充用于为博文补充共识标签,标签关联词集合划分用于分析标签的不同语义。通过实验分析,验证了本文提出方法的有效性。

关键词：共识标签非共识标签关联词集合 keygraph算法

来源：评论

学校读者我要写书评

暂无评论

一种基于词加权LDA模型的专利文献分类方法

引用

计算机技术与发展 2019年第3期29卷 23-29页

作者：孙伟刘文静葛丽阁余璇上海海事大学信息工程学院上海201306

传统的主题模型在进行文本分类时,特征词多选取统计规律下的高频词,而在专利文献分类中,多数专业词汇往往被高频词所淹没,造成主题模型在专利文献分类的准确率不高。对此,提出一种基于词加权的有监督LDA主题模型用于专利文献的分类。从... 详细信息

传统的主题模型在进行文本分类时,特征词多选取统计规律下的高频词,而在专利文献分类中,多数专业词汇往往被高频词所淹没,造成主题模型在专利文献分类的准确率不高。对此,提出一种基于词加权的有监督LDA主题模型用于专利文献的分类。从专业词与高频词的共现关系出发,利用keygraph算法选取特征表征能力更优的关键词,再利用互信息函数计算各关键词权重,建立专业词字典。在此基础上,建立一个有监督的LDA模型,将词加权扩展至LDA模型,并采用Gibbs Sampling进行参数估计。在专利文献上进行分类实验,与LDA模型及其两种变型模型相比,该模型分类准确率分别平均提高了4.62%、3.74%和3.26%。表明该模型选取的高区分度的专业词汇与主题关联度更高,分类效率和准确率均有明显提高。

关键词：加权模型 LDA keygraph算法专利文献分类

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：