检索结果-内蒙古大学图书馆

情报理论与实践 2020年第5期43卷 115-122,103页

作者：熊欣王昊苏新宁邓三鸿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]针对中文期刊趋于同质化而缺乏特色的现状,在以内容为主的知识创新背景下,文章提出了术语区分能力(TDC)测度并应用于期刊的内容差异性度量,分析原因并对期刊发展提出建议。[方法/过程]以图书情报学、计算机科学、历史学的核... 详细信息

[目的/意义]针对中文期刊趋于同质化而缺乏特色的现状,在以内容为主的知识创新背景下,文章提出了术语区分能力(TDC)测度并应用于期刊的内容差异性度量,分析原因并对期刊发展提出建议。[方法/过程]以图书情报学、计算机科学、历史学的核心期刊为实验对象,采用TDC测度、方差分析和聚类分析分别从期刊、时间和学科维度比较期刊的术语区分能力,从而对期刊进行差异性分析。[结果/结论]实验结果表明:TDC在一定程度上能够反映期刊的内容差异性,随着时间跨度的增大差异性表现得更稳定;期刊的TDC在固定时间范围内呈现出一定的发展规律和学科差异;这三个学科的期刊在TDC上的表现:历史学>图书情报学≈计算机科学,由于情报学是交叉领域,其期刊的差异性最弱,未来在图书情报学内外都需要加强自身特色和竞争力。[局限]实验数据抽取自题名、关键词和摘要,没有考虑来自引文的术语,存在一定的局限性。

关键词：术语区分能力差异性分析期刊评价方差分析聚类分析

来源：评论

学校读者我要写书评

暂无评论

面向方志知识图谱的术语抽取模型迁移学习研究

引用

情报理论与实践 2021年第4期44卷 176-184页

作者：熊欣王昊邓三鸿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]针对方志资源的知识价值利用率极为有限的现状,探究面向方志知识图谱的自动化术语抽取,解决缺乏大规模标注语料的冷启动问题。[方法/过程]构建由文本表示、特征提取、序列标注三层体系结构组成的TFT模型,通过远程监督实现源... 详细信息

[目的/意义]针对方志资源的知识价值利用率极为有限的现状,探究面向方志知识图谱的自动化术语抽取,解决缺乏大规模标注语料的冷启动问题。[方法/过程]构建由文本表示、特征提取、序列标注三层体系结构组成的TFT模型,通过远程监督实现源域标注语料到目标域方志文本的知识迁移,并以传统机器学习方法 CRF模型作为基准进行对比。[结果/结论]实验结果表明:在文本表示层,Random 实验评估,考虑到方志语料的多样性,这可能会对实验结果造成一定影响。

关键词：术语抽取方志知识图谱迁移学习 BERT 长短时记忆网络

来源：评论

学校读者我要写书评

暂无评论

基于语义表示和动态主题模型的社科领域新兴主题预测研究

引用

情报理论与实践 2023年第2期46卷 184-193页

作者：郝雯柯杨建林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]预测社科领域在未来有发展潜力的研究主题对于科研工作者寻找新的学科增长点和政府部门优化资源配置至关重要。文章提出一种基于语义表示和动态主题模型的社科领域新兴主题预测框架,以期丰富和完善主题预测研究的方法体系。... 详细信息

[目的/意义]预测社科领域在未来有发展潜力的研究主题对于科研工作者寻找新的学科增长点和政府部门优化资源配置至关重要。文章提出一种基于语义表示和动态主题模型的社科领域新兴主题预测框架,以期丰富和完善主题预测研究的方法体系。[方法/过程]首先,使用BERT模型和UMAP算法对文本进行语义表示和向量降维,再通过动态主题模型对嵌入向量进行聚类,从而获得全局主题;其次,构建新兴主题指标计算公式,基于Neural Prophet模型和非参数检验方法预测新兴主题;最后,通过划分时间窗将全局主题细化为多个局部主题,以定位最近时间段的新兴词汇。[结果/结论]选取“人口老龄化”领域的学术论文和报纸进行实证研究,并采用资料验证法进行方法有效性分析,结果表明该方法能够快速准确地预测社科领域中的新兴主题。

关键词：新兴主题预测动态主题模型 BERT 时间序列模型文献计量

来源：评论

学校读者我要写书评

暂无评论

面向公共政策制定全过程的舆情情报服务框架研究

引用

现代情报 2024年第1期44卷 130-142页

作者：王润琪杨建林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]利用情报学理论与方法的优势,推进我国公共政策制定过程中应用舆情情报研究服务的智慧化发展。[方法/过程]分析舆情情报作用于公共政策制定全过程挖掘实践困境,引入RDJF循环提出公共政策制定全过程舆情情报服务模型的优化思... 详细信息

[目的/意义]利用情报学理论与方法的优势,推进我国公共政策制定过程中应用舆情情报研究服务的智慧化发展。[方法/过程]分析舆情情报作用于公共政策制定全过程挖掘实践困境,引入RDJF循环提出公共政策制定全过程舆情情报服务模型的优化思路。[结果/结论]构建面向公共政策制定全过程的舆情情报服务框架,并以调整国家法定节假日安排政策制定实例证明服务框架的严谨性,为利用舆情情报优化我国公共政策制定过程提供了参考。

关键词：公共政策制定舆情情报 RDJF循环情报服务框架

来源：评论

学校读者我要写书评

暂无评论

基于远程监督和深度学习的非物质文化遗产文本属性抽取研究

引用

情报理论与实践 2021年第10期44卷 1-7,17页

作者：范涛王昊张宝隆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]对非物质文化遗产(以下简称非遗)文本展开属性抽取研究,有利于非遗的知识图谱建设和非遗文化传播。[方法/过程]首先,基于非遗属性表,借助远程监督方法,构建大规模非遗文本属性标注语料。其次,基于深度学习方法构建CNN-BiLSTM... 详细信息

[目的/意义]对非物质文化遗产(以下简称非遗)文本展开属性抽取研究,有利于非遗的知识图谱建设和非遗文化传播。[方法/过程]首先,基于非遗属性表,借助远程监督方法,构建大规模非遗文本属性标注语料。其次,基于深度学习方法构建CNN-BiLSTM-Att-CRF模型,对标注的非遗属性语料库中的属性值进行抽取,并同相关基线模型进行比较。[结果/结论]通过对标注语料库进行抽样检测,发现基于远程监督的非遗属性抽取标注语料库质量较高;本文提出的模型在多个非遗属性中属性抽取表现最优,同时平均的非遗属性抽取性能最佳。

关键词：非物质文化遗产自然语言处理远程监督属性抽取神经网络深度学习

来源：评论

学校读者我要写书评

暂无评论

文本语义化表示对其识别准确率的影响研究--以中华美食本体库构建为例

引用

情报理论与实践 2021年第10期44卷 8-17页

作者：赵梓博王昊邓三鸿张海潮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]深度学习模型已经成为命名实体识别的主要方法,但当前多数模型的预处理忽略文本中词上下文的语义信息。因此,探明文本的语义化表示对于实体识别的影响具有重要意义。[方法/过程]文章以中华美食本体库构建为例,通过构建CRFs、... 详细信息

[目的/意义]深度学习模型已经成为命名实体识别的主要方法,但当前多数模型的预处理忽略文本中词上下文的语义信息。因此,探明文本的语义化表示对于实体识别的影响具有重要意义。[方法/过程]文章以中华美食本体库构建为例,通过构建CRFs、BiLSTM-CRFs、Char2vec-BiLSTM-CRFs和BERT-BiLSTM-CRFs这4类模型,对比分析文本语义化表示对其识别效果的影响;联合比较了基于BERT-BiLSTM-CRFs模型的术语单独抽取和集合抽取的结果,并将该模型应用于美食本体库的构建。[结果/结论]实验表明,使用BERT-BiLSTM-CRFs模型的实体识别准确率要高于其他模型,整体F1值提升8.7%;并且实体单独识别抽取比集合抽取效果更好。[局限]研究的实验数据规模有限,后续研究将在更大数据集上进行。

关键词：文本语义化表示深度学习字向量美食实体识别本体 BERT-BiLSTM-CRFs

来源：评论

学校读者我要写书评

暂无评论

基于FIS模型的学者学术代表作遴选研究

引用

情报理论与实践 2024年第9期47卷 99-106页

作者：闫晓慧张逸勤杨文霞巩洪村邓三鸿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]在“大力推行优秀成果和代表作评价”的背景下,如何科学地遴选学术代表作是摆在所有学者面前的一个重要研究问题,尤其是一般学者的代表作遴选更加值得关注。[方法/过程]在阐述了模型构建基本思想的基础上,文章从期刊影响因... 详细信息

[目的/意义]在“大力推行优秀成果和代表作评价”的背景下,如何科学地遴选学术代表作是摆在所有学者面前的一个重要研究问题,尤其是一般学者的代表作遴选更加值得关注。[方法/过程]在阐述了模型构建基本思想的基础上,文章从期刊影响因子、即时被引频次和内容相似度三个方面构建了适合一般学者代表作遴选的FIS模型。利用陕西省自然科学优秀论文获得者的学术论文进行学术代表作遴选实证研究,并从内部和外部两个方面进行了对比分析。[结果/结论]构建的FIS模型具有一定的比较优势和实际意义,能够更科学地遴选代表作,在一定程度上有助于推动学术繁荣和进步。

关键词：学术代表作学者评价影响因子即时被引频次内容相似度

来源：评论

学校读者我要写书评

暂无评论

适应情景演化的应急响应知识库协同框架体系构建

引用

图书情报工作 2017年第15期61卷 60-71页

作者：蒋勋苏新宁周鑫无锡城市职业技术学院江苏省数据工程与知识服务重点实验室(南京大学)

[目的/意义]知识库集结描述清晰、反映全面、关联紧密的知识,是应急决策的智力支持,也是应急响应情报体系形成的前提,在应急响应决策中发挥着重要作用。提升到用于应急决策的高度,必须适应信息量大、精确性高、跨领域多的情景演化要求,... 详细信息

[目的/意义]知识库集结描述清晰、反映全面、关联紧密的知识,是应急决策的智力支持,也是应急响应情报体系形成的前提,在应急响应决策中发挥着重要作用。提升到用于应急决策的高度,必须适应信息量大、精确性高、跨领域多的情景演化要求,形成知识库协同架构有序、高效、及时地提供应急解决方案。[方法/过程]围绕应急响应,从公众、救援人员、决策者3个角度对知识库的使用需求进行梳理,并结合应急响应各阶段过程,从常识知识、事实与经验知识以及运算推理规则3个维度探索应急响应的知识库体系框架的构建。[结果/结论]所构建的知识库体系框架注重应急响应知识普及功能,应急过程中的快速响应功能。体系框架中以常识性知识库c-KB、事实经验知识库e-KB、推理知识库r-KB 3个知识库组建,为应急决策提供了精确、及时的知识支撑。

关键词：应急响应知识库体系协同知识服务

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的情报分析方法识别研究——以安全情报领域为例

引用

数据分析与知识发现 2019年第10期3卷 20-28页

作者：肖连杰孟涛王伟吴志祥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 南京工业大学经济管理学院南京211800

【目的】对安全情报领域情报分析方法进行识别、归纳与总结,为构建安全情报领域情报分析方法体系提供参考。【方法】以安全情报领域文献为数据来源,对文献全文本进行汉字级的语料标注,构建安全情报领域情报分析方法语料库,在此基础上利... 详细信息

【目的】对安全情报领域情报分析方法进行识别、归纳与总结,为构建安全情报领域情报分析方法体系提供参考。【方法】以安全情报领域文献为数据来源,对文献全文本进行汉字级的语料标注,构建安全情报领域情报分析方法语料库,在此基础上利用深度学习模型对情报分析方法实体进行识别。【结果】在安全情报领域情报分析方法语料库上进行实体识别对比实验,BiLSTM模型的情报分析方法实体识别准确率81.71%,召回率77.26%,F1值79.36%;BiLSTM-CRF模型的情报分析方法实体识别准确率84.71%,召回率79.25%,F1值81.83%。【局限】未考虑句子中包含情报分析方法的指代名词,可能会对统计结果产生一定的影响。【结论】利用深度学习方法对安全情报领域情报分析方法实体进行识别是可行且有效的。

关键词：安全情报情报分析方法实体识别双向长短时记忆网络条件随机场

来源：评论

学校读者我要写书评

暂无评论

中国农产品品牌评价研究的内容解析

引用

数据分析与知识发现 2017年第7期1卷 13-21页

作者：王雪颖张紫玄王昊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(南京大学) 南京210023

【目的】通过分析中国农产品品牌评价领域的文献题名总结该领域的研究现状。【方法】对该领域的文献题名进行K-means聚类,分析每簇研究的重点内容,分别使用因子分析、多维尺度分析和层次聚类分析进一步解析聚类得到的每簇文献的特点。... 详细信息

【目的】通过分析中国农产品品牌评价领域的文献题名总结该领域的研究现状。【方法】对该领域的文献题名进行K-means聚类,分析每簇研究的重点内容,分别使用因子分析、多维尺度分析和层次聚类分析进一步解析聚类得到的每簇文献的特点。【结果】文献数量总体呈现"M"型趋势,文献多采用模糊综合法,从多个评价角度集中探讨评价指标体系、评价模型、影响因素等方面。【局限】仅针对题名进行分析,未涉及关键词与摘要文本。【结论】聚类结果较好地揭示了中国该领域的研究现状,但没有反映出种类农产品、Interband品牌评估法相关内容。

关键词：农产品品牌评价 K-means聚类层次聚类分析因子分析多维尺度分析

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：