面向情报学课程设置的数据科学技能素养自动抽取及分析研究
2018-12-25分类号:G350-4;G642
【部门】南京农业大学信息科学技术学院 南京大学信息管理学院 南京大学计算机科学与技术系
【摘要】情报课程是情报学教学体系的核心和灵魂,是新的情报学人才培养模式的基础。在大数据、数据科学、人工智能发展的大环境下,数据学科与情报学之间存在很多共同点和交叉点,尤其是在对相应工作者所具有的技能素养上。文章通过对数据科学招聘信息中出现的人才技能素养实体的抽取,探究指导情报学学科紧跟时代发展潮流的课程设计内容。通过对招聘网站中数据科学相关工作岗位公告的抓取,经人工标注10534条公告数据,构建了基于预训练字嵌入的BI-LSTM-CRF神经网络的技能素养实体自动抽取模型,并在开发集中取得最高调和平均值85. 04%的效果。文章利用最优模型在11508条招聘公告中进行实体自动抽取,分析抽取结果,并围绕数据科学技能素养要求为情报学课程发展提出了适当建议。
【关键词】情报学课程 数据科学 深度学习 自动抽取
【基金】国家社会科学基金重大项目“情报学学科建设与情报工作未来发展路径研究”的成果之一,项目编号:17ZDA291
【所属期刊栏目】情报理论与实践
文献传递