标题
  • 标题
  • 作者
  • 关键词

深度学习技术在科技文献数据分析中的应用研究

2018-01-05分类号:G353.1

【作者】曾文  李辉  徐红姣  李智杰  袁芳  
【部门】中国科学技术信息研究所  北京市科学技术情报研究所  
【摘要】[目的/意义]为了解决从海量科技文献数据中进行有效数据分析的问题,学习高级的抽象特征,需要引入深度学习技术,科技术语可以表征科技概念,表达科技数据(非数值的科技数据)的核心内容,是科技数据情报分析的重要内容之一。[方法/过程]文章重点介绍基于深度学习技术的科技文献向量表示方法,探索深度学习技术在科技术语抽取中的可用性问题,并在真实有效的科技数据集上做出实验性的分析和结论。[结果/结论]实验结果表明:深度学习技术在科技文献的数据表示和科技术语抽取方面具有一定的可应用性。[局限]本文的实验数据有限,在数据量具
【关键词】深度学习  科技文献  术语抽取  向量空间模型  应用研究
【基金】中国科学技术信息研究所创新研究基金面上项目“面向国家科技安全的情报分析方法体系研究”的成果,项目编号:MS2017-09
【所属期刊栏目】情报理论与实践
文献传递