检索结果-内蒙古大学图书馆

数据分析与知识发现 2018年第8期2卷 41-50页

作者：李心蕾王昊刘小敏邓三鸿南京大学信息管理学院南京210023 江苏省数据工程与知识服务重点实验室南京210023

【目的】利用Word2Vec和Sent2Vec算法生成新浪微博的文本的向量化表示形式,以期在文本分类时获得较低的计算成本和较高的分类效果。【方法】使用文本中词的0-1矩阵进行分类,将分类效果作为基准线;采用Word2Vec算法生成词向量并用不同方... 详细信息

【目的】利用Word2Vec和Sent2Vec算法生成新浪微博的文本的向量化表示形式,以期在文本分类时获得较低的计算成本和较高的分类效果。【方法】使用文本中词的0-1矩阵进行分类,将分类效果作为基准线;采用Word2Vec算法生成词向量并用不同方式合成句子的向量表示,进行文本分类,并与基准线进行对比;利用Sent2Vec算法直接生成句子向量进行分类,综合评价3种方法的优缺点。【结果】研究显示使用Word2Vec算法和Sent2Vec算法能够极大程度上压缩文本特征,对比于使用所有3万多个词作为特征,Word2Vec算法和Sent2Vec算法将特征数压缩在1 000以内。在分类准确率方面,Word2Vec算法的分类准确率比基准线低约3%,准确率为75.14%。Sent2Vec算法的分类效果远不如其他两种方法,准确率只有63.08%。【局限】由于语料有限,Word2Vec算法在计算词向量时可能缺少足够的语义信息,导致词向量的准确性不高,而Sent2Vec算法在中文文本语境下生成句向量的分类结果较差。【结论】Word2Vec算法更适用大规模语料文本分类,在文本量较少时应使用词为特征分类。

关键词：短文本分类 Word2Vec 口语化文本词向量合成句向量

来源：评论

学校读者我要写书评

暂无评论

汉语领域术语非分类关系抽取方法研究

引用

情报学报 2018年第12期37卷 1193-1203页

作者：朱惠王昊苏新宁邓三鸿南京大学信息管理学院江苏省数据工程与知识服务重点实验室(南京大学)

本体是知识组织的有效方式,也是构建语义网的重要环节,而概念非分类关系又是本体的重要组成部分。由于术语是概念的外在表达,因此本文在深入分析当前国内外术语非分类关系抽取研究的基础上,引入共现分析、结构分析、模板构建、逻辑推理... 详细信息

本体是知识组织的有效方式,也是构建语义网的重要环节,而概念非分类关系又是本体的重要组成部分。由于术语是概念的外在表达,因此本文在深入分析当前国内外术语非分类关系抽取研究的基础上,引入共现分析、结构分析、模板构建、逻辑推理等方法和技术构建了面向汉语领域非结构化文本的术语非分类关系抽取模型,分别从内容和结构两个不同的角度抽取术语非分类关系。论文提出了模型的主要运行流程以及各功能模块的主要组成部件,对主要组成部件的具体实现进行了探讨,并对相关方法的局限性进行了论述。本文的研究为术语非分类关系抽取提供了新的思路,丰富了知识发现方法,同时也能为实现可行有效的知识组织提供参考。

关键词：汉语领域术语非分类关系本体领域概念模型术语空间结构

来源：评论

学校读者我要写书评

暂无评论

国外新兴研究话题发现研究综述

引用

情报学报 2019年第1期38卷 97-110页

作者：卢超侯海燕 Ding Ying 章成志南京理工大学信息管理系南京210094 大连理工大学WISE实验室大连116024 印第安纳大学信息学计算与工程学院布鲁明顿47408 江苏省社会公共安全科技协同创新中心南京210094 江苏省数据工程与知识服务重点实验室(南京大学) 南京210093

新兴研究话题发现一直以来都是学者们广泛关注的研究问题。对于新兴研究话题动向的把握,不仅可从宏观层面为管理部门制定科技政策提供决策支持、以提高科研资金投入的效益、加速科学进步和发展,还可为科研工作者投身富有前景的研究领域... 详细信息

新兴研究话题发现一直以来都是学者们广泛关注的研究问题。对于新兴研究话题动向的把握,不仅可从宏观层面为管理部门制定科技政策提供决策支持、以提高科研资金投入的效益、加速科学进步和发展,还可为科研工作者投身富有前景的研究领域提供具体的研究方向建议。对国际核心期刊上关于新兴研究话题发现的研究现状进行梳理发现,目前学术界对新兴研究话题及其相关概念尚无清晰的界定;相应地,新兴研究话题的探测方法也存在诸多的不足;探测新兴研究话题中所依据的指标繁杂多样。综述现有研究,本文给出新兴研究话题的概念及其特征的界定,比较新兴研究话题及其相关概念的联系与区别,并指出在新兴研究话题发现中应注意的具体问题并提出四个方面的工作展望。

关键词：新兴研究话题发现研究前沿共被引分析文献耦合分析直接引用分析

来源：评论

学校读者我要写书评

暂无评论

基于专利引用和AHP改进熵值法的深度学习技术专利质量评价

引用

情报探索 2019年第3期 55-61页

作者：郜梦蕊肖连杰南京大学信息管理学院江苏南京210023 江苏省数据工程与知识服务重点实验室江苏南京210023

[目的/意义]旨在探究国内外深度学习技术专利质量评价。[方法/过程]以德温特专利数据库为数据来源,以专利引用关系为评价指标,基于AHP改进熵值法确定指标权重。[结果/结论]结果显示,企业的深度学习技术专利质量要优于科研机构的专利质... 详细信息

[目的/意义]旨在探究国内外深度学习技术专利质量评价。[方法/过程]以德温特专利数据库为数据来源,以专利引用关系为评价指标,基于AHP改进熵值法确定指标权重。[结果/结论]结果显示,企业的深度学习技术专利质量要优于科研机构的专利质量。我国的深度学习技术在研发主体和研发质量上需要进一步改进和提升。

关键词：熵值法专利质量评价深度学习

来源：评论

学校读者我要写书评

暂无评论

大数据时代哲学社会科学学术成果评价:问题、策略及指标体系

引用

图书情报工作 2018年第16期62卷 5-14页

作者：李品杨建林南京大学信息管理学院南京210023 江苏省数据工程与知识服务重点实验室南京210023

[目的／意义]学术成果评价是推进哲学社会科学健康发展的重要因素，长期以来，传统同行评议和科学计量学方法在哲学社会科学学术成果评价中暴露出的问题越来越多，挑战固有方法的统治地位、开发有针对性的评价策略已刻不容缓。文章试图... 详细信息

[目的／意义]学术成果评价是推进哲学社会科学健康发展的重要因素，长期以来，传统同行评议和科学计量学方法在哲学社会科学学术成果评价中暴露出的问题越来越多，挑战固有方法的统治地位、开发有针对性的评价策略已刻不容缓。文章试图探索大数据环境下哲社学术成果评价的变革及其实现，特别是提出了大数据思维下的哲社学术成果的评价指标体系。[方法／过程]基于比较分析和综合分析，对传统哲学社会科学评价方法的弊端进行分析，然后对大数据给哲学社会科学评价带来的改变进行分析，最后提出基于大数据环境的哲学社会科学评价策略和指标体系。[结果／结论]提出大数据时代哲学社会科学学术成果评价的策略：由引文著录分析转向多维度的引用内容与行为分析，由面向成果的阶段性静态评价转向以“学术活动”为中心的全过程动态评价，由学术影响力评价转向学术价值和社会效益评价。在此基础上，构建由两个一级指标、5个二级指标和34个三级指标组成的大数据背景下哲学社会科学学术成果评价指标体系。

关键词：哲学社会科学学术成果成果评价大数据

来源：评论

学校读者我要写书评

暂无评论

中文术语粒度对其区分能力测度的影响分析

中文术语粒度对其区分能力测度的影响分析

引用

第二届数据分析与知识发现学术研讨会

作者：熊欣王昊张海潮张宝隆南京大学信息管理学院南京210023 江苏省数据工程与知识服务重点实验室南京210023

[目的]比较中文术语粒度对不同字段的术语区分能力(Term Discriminative Capacity,TDC)、测度的影响。[方法]将术语区分能力测度应用于题名、关键词、摘要和附加关键词的术语质量评估,在对照组和实验组中使用方差分析对不同学科、字段... 详细信息

[目的]比较中文术语粒度对不同字段的术语区分能力(Term Discriminative Capacity,TDC)、测度的影响。[方法]将术语区分能力测度应用于题名、关键词、摘要和附加关键词的术语质量评估,在对照组和实验组中使用方差分析对不同学科、字段及术语粒度的TDC进行差异检测。[结果]当关键词和附加关键词未经处理时,在TDC上的表现为：题名>摘要>附加关键词>关键词;当术语粒度为词时,附加关键词的表现提升,题名>附加关键词>摘要>关键词。[局限]实验数据仅包含5个人文社会科学学科,样本代表性可能存在不足。[结论]中文术语粒度和字段在术语区分能力测度上相互作用,各字段的术语粒度统一为词可降低字段因素的影响。

关键词：术语区分能力术语粒度学术资源检索系统自动标引

来源：评论

学校读者我要写书评

暂无评论

不同特征粒度在微博短文本分类中作用的比较研究

引用

情报科学 2018年第12期36卷 126-133页

作者：刘小敏王昊李心蕾邓三鸿南京大学信息管理学院江苏南京210023 南京大学江苏省数据工程与知识服务重点实验室江苏南京210023

【目的/意义】随着互联网产业的快速发展,各种社会化媒体应用应运而生,伴随着这些应用的发展,口语化短文本形式的信息也急速膨胀。如何从这些信息资源中挖掘出关键内容并实现自动分类已经成为文本挖掘领域的重要课题之一。【方法/过程... 详细信息

【目的/意义】随着互联网产业的快速发展,各种社会化媒体应用应运而生,伴随着这些应用的发展,口语化短文本形式的信息也急速膨胀。如何从这些信息资源中挖掘出关键内容并实现自动分类已经成为文本挖掘领域的重要课题之一。【方法/过程】本文以微博为例,设置词和字两种特征粒度,选择信息增益、信息增益率、Word2vec和特征频度降低特征维度,重点探讨两种特征在口语化短文本分类中的特点和作用。【结果/结论】实验结果表明,对词特征进行筛选和提取之后的分类效果仍然不如字特征在微博文本分类中的表现。因此,在口语化短文本分类中选择字特征或许是一个较实用的、效果较好的方法。

关键词：特征粒度短文本口语化文本特征降维

来源：评论

学校读者我要写书评

暂无评论

Word2Vec海关报关商品文本特征降维效果分析

Word2Vec海关报关商品文本特征降维效果分析

引用

第二届数据分析与知识发现学术研讨会

作者：龚丽娟王昊张紫玄朱立平南京大学信息管理学院南京210023 江苏省数据工程与知识服务重点实验室南京210023

[目的]对海关平台的高维报关商品特征实现有效降维,提高海关平台的工作效率.[方法]以国内某海关4个月的商品文本作为语料,从词语相似度与相关度两个微观层面评估生成词向量的质量,并结合SVM算法将传统0-1矩阵、频次降维、信息增益方法与... 详细信息

[目的]对海关平台的高维报关商品特征实现有效降维,提高海关平台的工作效率.[方法]以国内某海关4个月的商品文本作为语料,从词语相似度与相关度两个微观层面评估生成词向量的质量,并结合SVM算法将传统0-1矩阵、频次降维、信息增益方法与Word2Vec词向量进行对比,以探究其对海关商品文本特征的降维效果.[结果]对于海关报关商品文本,Word2Vec词向量是一种较为理想的降维方法,且词向量维度为500时,分类效率最高,准确率为93.01％.[局限]主要针对数据量最多的5大类别进行研究,尚未对其他类别的分类效果进一步探讨.[结论]Word2Vec用于海关商品文本的降维效果较为理想,能够保证较高的准确率与数据的完整性,并显著降低特征维度.

关键词： Word2Vec 支持向量机自动归类特征降维

来源：评论

学校读者我要写书评

暂无评论

基于层次粗糙集的突发事件检索模型研究

引用

情报科学 2018年第10期36卷 30-35,47页

作者：张艳琼蒋勋徐绪堪南京特殊教育师范学院江苏南京210038 江苏省数据工程与知识服务重点实验室(南京大学) 江苏南京210023

【目的/意义】基于层次粗糙集的突发事件检索模型为不同层次的应急管理人员提供具有不同粒度的检索需求,提高应急案例检索的科学性和准确性,在应急响应决策中发挥重要作用。【方法/过程】根据突发事件的类型提取出突发事件属性特征并进... 详细信息

【目的/意义】基于层次粗糙集的突发事件检索模型为不同层次的应急管理人员提供具有不同粒度的检索需求,提高应急案例检索的科学性和准确性,在应急响应决策中发挥重要作用。【方法/过程】根据突发事件的类型提取出突发事件属性特征并进行合理地表示;分析突发事件特征属性,构建突发事件属性概念层次树,建立各个属性值的空间结构关系;采用层次粗糙集技术构建突发事件多粒度检索模型。【结果/结论】所构建突发事件检索模型注重用户查询的抽象度与模糊性,可以实现不同粒度的检索需求,为制定应急预案和突发事件快速响应提供信息支持。

关键词：突发事件检索模型层次粗糙集应急管理

来源：评论

学校读者我要写书评

暂无评论

面向大数据的情报分析框架

引用

情报学报 2018年第5期37卷 467-476页

作者：唐明伟苏新宁肖连杰南京审计大学信息工程学院江苏省数据工程与知识服务重点实验室(南京大学) 南京大学信息管理学院

本文首先分析了大数据时代情报学面临的挑战和机遇,整理了目前国内外情报学研究的现状和未来发展趋势;分析了大数据时代情报工作面临的挑战,梳理了面向大数据的情报学相关理论和方法,并按照情报学一般工作流程进行了分类。其次根据大数... 详细信息

本文首先分析了大数据时代情报学面临的挑战和机遇,整理了目前国内外情报学研究的现状和未来发展趋势;分析了大数据时代情报工作面临的挑战,梳理了面向大数据的情报学相关理论和方法,并按照情报学一般工作流程进行了分类。其次根据大数据计算的特点以及相应的方法,从总体架构、功能及实现方法等方面构建了面向大数据的情报分析框架,并以一个基于Spark平台的关键词统计实验对框架的有效性进行了验证。最后,探讨了不同行业应用该框架的一些细则问题。本文构建的情报分析框架不仅可提供面向大数据的情报学理论和方法的基本查询,还可提供这些理论和方法支撑下的决策服务的调用。其构建细节则可为大数据环境下情报学理论和方法的实际应用提供参考。

关键词：大数据情报学情报分析

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：