检索结果-内蒙古大学图书馆

复印报刊资料·图书馆学情报学 2022年第10期 146-156页

作者：韩红旗桂婕张运良翁梦娟薛陕悦林东中国科学技术信息研究所富媒体数字出版内容组织与知识服务重点实验室(国家新闻出版署) 中国科学技术信息研究所中国科学技术信息研究所富媒体数字出版内容组织与知识服务重点实验室(国家新闻出版署) 北京100038

现有的主题标引方法一般只能抽取文本中出现的词汇,无法从几万或数十万主题词中选择语义关联强且未出现的词汇;基于机器学习的多标签分类算法则需要每一个标签下有训练数据,限制了它们在主题标引上的应用.面向大规模主题词在海量文献上... 详细信息

现有的主题标引方法一般只能抽取文本中出现的词汇,无法从几万或数十万主题词中选择语义关联强且未出现的词汇;基于机器学习的多标签分类算法则需要每一个标签下有训练数据,限制了它们在主题标引上的应用.面向大规模主题词在海量文献上的标引需求,提出一个基于分布式词向量的混合型自动标引方法,利用大规模语料训练的词向量生成同维度的主题词表示向量和文本表示向量,实现主题词与文本语义相似度的计算.基于大规模语料构建主题词与普通词的映射表,使文本向量只和少量的语义强相关主题词向量比较,大大减少了计算量,提高了标引效率.开发的自动标引工具对近亿篇文献进行了主题标引,达到了较高的速度.与结巴关键词的实验对比结果显示,本文方法抽取的主题词与作者关键词重合度较低,且在去除结巴关键词中的非主题词后,取得了比结巴关键词更高的标引准确率;与人工标引的实验对比结果显示,随着人工标引词数量的增加,本文方法的效果、结果与人工标引结果的一致性在不断增加.

关键词：主题标引分布式词向量多标签文本分类关键词抽取语义标签

来源：评论

学校读者我要写书评

暂无评论

基于知识图谱的中文科技文献问答系统构建研究

引用

中国科技资源导刊 2024年第4期56卷 51-62页

作者：李琳娜丁楷韩红旗王力李艾丹中国科学技术信息研究所北京100038 富媒体数字出版内容组织与知识服务重点实验室北京100038 中国航天科工集团六院情报信息研究中心内蒙古呼和浩特010000

科技文献问答系统能以自然语言对话的方式为用户提供高水平的知识服务。针对语义解析型知识图谱问答系统存在跨领域适应性弱及现有基于深度学习、大模型的问答系统存在结果可解释性差且难以溯源的问题,提出基于句式特点的中文问题分类方... 详细信息

科技文献问答系统能以自然语言对话的方式为用户提供高水平的知识服务。针对语义解析型知识图谱问答系统存在跨领域适应性弱及现有基于深度学习、大模型的问答系统存在结果可解释性差且难以溯源的问题,提出基于句式特点的中文问题分类方法,并设计基于Pipeline方法的中文科技文献问答系统框架。实验结果表明,基于句式特点的问题分类具有不依赖于特定领域的特点且在效果上与基于意图的问题分类基本相当,基于Pipeline的问题解析方法能有效地将问题转化为知识图谱查询语句,从而满足用户对自动问答结果可解释、可溯源的基本需求。

关键词：中文科技文献问答系统知识图谱问题分类体系集成学习

来源：评论

学校读者我要写书评

暂无评论

基于知识表示学习的协同矩阵分解方法

引用

北京理工大学学报 2021年第7期41卷 752-757页

作者：刘琼昕覃明帅北京市海量语言信息处理与云计算应用工程技术研究中心北京100081 北京理工大学计算机学院北京100081 中国科学技术信息研究所富媒体数字出版内容组织与知识服务重点实验室北京100038

针对协同过滤算法中用户反馈数据的稀疏性问题,提出一种基于知识库的协同矩阵分解方法.该方法从物品的知识图谱中学习其向量表示,并在此基础上联合地分解反馈矩阵和物品关联度矩阵,两种矩阵共享物品向量,利用物品的语义信息弥补反馈数... 详细信息

针对协同过滤算法中用户反馈数据的稀疏性问题,提出一种基于知识库的协同矩阵分解方法.该方法从物品的知识图谱中学习其向量表示,并在此基础上联合地分解反馈矩阵和物品关联度矩阵,两种矩阵共享物品向量,利用物品的语义信息弥补反馈数据的缺失.实验结果表明,该方法显著地提升了矩阵分解模型的推荐效果,在一定程度上解决了协同过滤的冷启动问题.

关键词：推荐系统矩阵分解知识表示学习

来源：评论

学校读者我要写书评

暂无评论

不均衡数据集下基于CNN的中图分类标引方法

引用

数据分析与知识发现 2020年第7期4卷 87-95页

作者：翁梦娟姚长青韩红旗王莉军冉亚鑫中国科学技术信息研究所北京100038 富媒体数字出版内容组织与知识服务重点实验室北京100038

【目的】提高类间分布不均匀数据下中图分类标引的精度。【方法】提出一种使用卷积神经网络(CNN)作为融合分类器的分类方法,相比于其他Stacking融合方法,本方法将各基模型的分类标签概率分布信息堆叠后作为CNN输入,无须人工设置基模型... 详细信息

【目的】提高类间分布不均匀数据下中图分类标引的精度。【方法】提出一种使用卷积神经网络(CNN)作为融合分类器的分类方法,相比于其他Stacking融合方法,本方法将各基模型的分类标签概率分布信息堆叠后作为CNN输入,无须人工设置基模型权重。【结果】实验以中图分类法G4下三级类目为例,结果显示,本方法对不均衡中图类目的平均标引准确率达60%,相比于基线模型,本方法的分类精度有19%的绝对提升。【局限】在方法设计上依赖卷积神经网络中卷积核的设计,只能通过实验确定效果最佳的网络结构;融合阶段训练分类器的复杂度会随着类目数量和基模型数量的增加而增加。【结论】本方法可有效提高不均衡数据集下的标引精度,可与层级分类策略结合使用,实现中图全类目的自动化分类标引。

关键词：分类标引数据不均衡 CNN Stacking

来源：评论

学校读者我要写书评

暂无评论

大数据服务中知识组织的挑战及应对

引用

图书情报工作 2020年第4期64卷 88-94页

作者：张运良中国科学技术信息研究所北京100038 富媒体数字出版内容组织与知识服务重点实验室北京100038

[目的/意义]大数据服务的需求使得知识组织工作面临更大的挑战,通过发现、理解和分析这些挑战,把握知识组织工作的可能变化,提出应对方法。[方法/过程]聚焦知识组织系统构建和应用,从大数据服务项目实践真实案例出发,分析知识组织不同... 详细信息

[目的/意义]大数据服务的需求使得知识组织工作面临更大的挑战,通过发现、理解和分析这些挑战,把握知识组织工作的可能变化,提出应对方法。[方法/过程]聚焦知识组织系统构建和应用,从大数据服务项目实践真实案例出发,分析知识组织不同角度的挑战,并提出应对策略。[结果/结论]大数据服务中知识组织挑战可以分为数据膨胀、文献保证、集成和应用等4个方面,提出包含新型知识结构、多来源更新策略和弹性应用服务模式的面向大数据服务的系列知识组织框架,以便能够更好地应对上述挑战。

关键词：知识组织大数据知识服务挑战对策

来源：评论

学校读者我要写书评

暂无评论

基于政社舆情的公众关注与政策关注差异分析

引用

全球科技经济瞭望 2022年第4期37卷 38-45,71页

作者：姚新浦墨李岩高影繁刘志辉科学技术部高技术研究发展中心北京100044 中国科学技术信息研究所北京100038 富媒体数字出版内容组织与知识服务重点实验室北京100038

本文分析公众关注与政策关注的差异性。利用从《国家重点支持的高新技术领域》文件的第二大类高新技术领域文本中提取出的关键技术主题词,检索并分析相关舆情数据。发现民众对“生物与新医药”领域的关注点主要集中在“医药生物技术”... 详细信息

本文分析公众关注与政策关注的差异性。利用从《国家重点支持的高新技术领域》文件的第二大类高新技术领域文本中提取出的关键技术主题词,检索并分析相关舆情数据。发现民众对“生物与新医药”领域的关注点主要集中在“医药生物技术”“医疗仪器、设备与医学专用软件”以及“化学药研发技术”这三个技术领域。相较于政策内容关注的重点而言,民众关注的内容更贴近民生。

关键词：政社数据舆情数据公众关注政策关注

来源：评论

学校读者我要写书评

暂无评论

大规模文本分类的训练语料去噪方法研究

引用

情报工程 2021年第4期7卷 117-126页

作者：高雄韩红旗王力薛陕中国科学技术信息研究所北京100038 富媒体数字出版内容组织与知识服务重点实验室北京100038

[目的/意义]训练语料的质量对主流的文本分类算法至关重要。消除噪声,尤其是“类别外噪声”,有助于提升训练语料的质量,进而提升文本分类算法的准确率。[方法/过程]本文重点利用语义信息来消除“类别外噪声”。通过对每个类别的训练语... 详细信息

[目的/意义]训练语料的质量对主流的文本分类算法至关重要。消除噪声,尤其是“类别外噪声”,有助于提升训练语料的质量,进而提升文本分类算法的准确率。[方法/过程]本文重点利用语义信息来消除“类别外噪声”。通过对每个类别的训练语料构建“类目-类目关键词”知识库,利用“词嵌入”自动化比较其语义信息来判断该类别下是否存在噪声,并给出“类别外噪声”类目候选列表以及文献候选列表,最后通过人机交互的方式消除噪声。[结果/结论]本文提出的去噪方法能够有效检测并消除大规模文本分类的训练语料中的噪声数据,提升训练语料的质量。

关键词：文本分类去噪词嵌入

来源：评论

学校读者我要写书评

暂无评论

基于Stacking集成学习的大规模文本层次分类方法

引用

情报理论与实践 2020年第10期43卷 171-176,182页

作者：冉亚鑫韩红旗张运良翁梦娟高雄彭柯芸中国科学技术信息研究所北京100038 富媒体数字出版内容组织与知识服务重点实验室北京100038 四川省甘孜藏族自治州科学技术信息研究所四川康定626000

[目的/意义]大规模文本层次分类问题是当前文本分类领域中的研究难点之一。由于数据规模和类别数量巨大,分类难以达到理想的效果。针对该问题,提出基于Stacking集成学习的大规模文本层次分类方法。[方法/过程]该方法使用自上而下方法实... 详细信息

[目的/意义]大规模文本层次分类问题是当前文本分类领域中的研究难点之一。由于数据规模和类别数量巨大,分类难以达到理想的效果。针对该问题,提出基于Stacking集成学习的大规模文本层次分类方法。[方法/过程]该方法使用自上而下方法实现分类,分别采用两类策略来训练高层和低层分类器。训练高层分类器(第一层和第二层)时采用多分类策略,根据高层分类结果设计了一种约束算法来选择合适的低层分类器。训练低层分类器时采用二分类策略,利用Stacking算法训练每个低层类别的基分类器和融合分类器,通过融合分类器预测结果排名选择得分最高的分类标签作为分类结果。[结果/结论]在中文期刊数据集上的实验结果表明,该方法能够有效提升大规模文本层次分类的效果。

关键词： Stacking算法文本分类层次分类深度学习集成学习

来源：评论

学校读者我要写书评

暂无评论

基于LDA2Vec和残差网络的跨媒体融合方法研究

引用

数据分析与知识发现 2019年第10期3卷 78-88页

作者：钟庆虹乔晓东张运良翁梦娟中国科学技术信息研究所北京100038 富媒体数字出版内容组织与知识服务重点实验室北京100038

【目的】在跨媒体融合机制的理论基础上,优化特征提取以解决异构数据间的语义鸿沟问题。【方法】基于LDA2Vec和ResNet V2模型分别对文本和图片两种媒体形式进行特征提取,通过语义关联匹配将异构的文本图片特征信息映射到一致性表达空间... 详细信息

【目的】在跨媒体融合机制的理论基础上,优化特征提取以解决异构数据间的语义鸿沟问题。【方法】基于LDA2Vec和ResNet V2模型分别对文本和图片两种媒体形式进行特征提取,通过语义关联匹配将异构的文本图片特征信息映射到一致性表达空间中,完成检索。【结果】相比使用LDA和SIFT算法进行特征提取的跨媒体融合实验,本文方法将文本、图片相互检索的MAP值提高到0.454。【局限】跨媒体数据集的训练集数量不够导致特征训练效果有限;仅考虑优化特征提取方法对跨媒体融合实验效果的提升有限。【结论】本文所提方法能够改善跨媒体融合的实验效果,从跨媒体融合过程入手,为跨媒体融合研究提供了新的研究思路。

关键词：跨媒体数据特征提取 LDA2Vec 残差网络语义关联

来源：评论

学校读者我要写书评

暂无评论

关系数据库向Neo4j图数据库转化的应用研究--以工程科技词系统为例

引用

中国科技资源导刊 2021年第5期53卷 55-65页

作者：王力韩红旗高雄悦林东张琳邱爽中国科学技术信息研究所北京100038 富媒体数字出版内容组织与知识服务重点实验室北京100038 北京建筑大学北京100044

基于关系数据库存储的大规模词系统存在数据查询效率慢、可扩展性差等缺陷,影响了词系统知识库资源功能的发挥。将词系统转化成图数据库进行存储,可有效解决上述问题,有利于信息的检索与发现。以工程科技词系统为例,针对关系数据库中存... 详细信息

基于关系数据库存储的大规模词系统存在数据查询效率慢、可扩展性差等缺陷,影响了词系统知识库资源功能的发挥。将词系统转化成图数据库进行存储,可有效解决上述问题,有利于信息的检索与发现。以工程科技词系统为例,针对关系数据库中存在的同名词检索、词间关系和词条属性映射以及分类体系表达问题提出词系统的Neo4j图数据库存储方案。该方案可显著提高词条检索效率,支持最短路径、所有最短路径、路径深度配置的查询及词条信息的快速增删,解决多领域词表的图数据库转化及分类与词表的映射问题。

关键词：词系统图数据库关系数据库最短路径知识服务

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：