[目的/意义]用户间的专业知识异构以及用户场景的动态性,导致现有的目录式数据查询方式难以为用户提供主动式数据服务。文章针对用户在数据使用中的差异化专业知识进行识别和重组,作为连接用户和数据资源的中间知识库,以支持进一步的场景化数据互操作研究。[方法/过程]为实现这一目的,提出一套基于主题分析和语用情境融合的多义术语识别、建模方法,借助静态概念关系和动态语用情境构建术语知识库。主要研究内容包括:基于词频和词性构建文本向量空间;在领域知识不充足的情形下,提出采用主题模型半自动识别多义术语,并基于语用情境模型,在多义术语与其适用情境之间建立语义关联路径。[结果/结论]文章提出的一套基于主题分析和语用情境建模的多义术语识别方法,通过建筑工程领域的实例研究,证明该方法能够识别并解决用户之间的专业知识异构问题。

大数据环境下,单一数据对科技决策支持的服务不充分、不全面,传统科技决策需求的获取方式较为被动,面对情报用户的决策需求愈加复杂的状况,增加了对用户情报需求描述、情报需求解读与情报服务的难度。为协同利用多源数据,使不同来源的信息相互补充,主动探测情报用户需求,提出一种基于多源数据融合的科技决策需求主题识别方法,以我国科技部机构用户需求主题识别为例,综合多源文本数据结合主题强度分析确定科技部机构用户的重点关注领域主题,确立主题属性,对需求主题在各个主题属性文本中进行词向量计算,从而主动识别出细粒度更高的机构用户科技决策需求主题。通过以科技部机构用户需求主题识别为例,融合多源数据相互补充印证,实现了主动捕获与探测用户的情报需求,从而对用户需求的掌握更加客观、合理、有效,丰富了情报服务的模式,为情报服务变被动为主动提供新理念、新方法。

当前文本主题获取方法大多依靠单一关联分析,不能全面分析可获取信息,难以准确获取科技发展主题。科技文献的主题词、作者和引文之间蕴含了以研究主题内容为纽带的语义关联关系,主题词共现关系、引文关系和合著关系分别从不同的角度展现了主题关联关系。因此,本文根据主题词之间语义关系距离的远近,将主题识别中主题词关联分为基础关系、强化关系和新增关系,在此基础上提出面向主题识别的多元关系抽取及关系融合方法;并以基因工程疫苗的研发与制备领域为例进行领域实证分析,利用PathSelClus算法实现基于多元关系融合的主题聚类,通过对比实验证明多元关系融合可以有效提高实证领域的文本主题聚类效果,而未来多关系融合主题识别则是需要重点关注的问题。图4。表6。参考文献19。

针对TRIZ割裂静态的使用因果与功能模型等分析工具导致无法高效准确识别解决工程问题的现状,在TRIZ分析理论的基础上,通过对三轴分析与功能模型的创新融合,形成新的TRIZ分析流程,新流程加强分析工具间的相互作用,及时准确的对问题再定义,锁定问题关键因子,实现对工程核心问题的识别,并用纯电动矿用车能量反馈不足的工程实例分析创新流程的合理性与可实施性,创新流程旨在帮助工程技术人员识别隐藏在问题背后的根原因,找到宏观微观层面的核心关键问题,达到准确定义问题核心与本质的目的。

【目的/意义】使用聚类技术在话题分析之前对文本集中的噪声文本进行识别筛查,并采用文档相似度分布及困惑度等对去噪和建模效果加以检验。【方法/过程】在提高文本集质量之后,借助LDA概率主题模型对新闻文本集进行话题抽取,通过计算相似度为不同时间窗口下的主题建立联系,挖掘热点话题及其演化规律。【结果/结论】将本方法应用于2014年度电商类新闻,得到的结果与同年度新华网经由人工评选出的电商热点新闻主题相比较,证明本方法的准确性。

本文界定了基于情境的信息融合的内涵,探索基于情境的信息融合的处理过程,构建一种具有普适性的基于情境的信息融合模型。该模型汇集与用户决策相关的多源情境信息,进行基于情境数据的情境建模,利用黑板结构智能调度情境知识和先验模型,寻求最优融合策略完成多层次、多维度的信息融合决策处理,以期完成复杂问题的决策求解。

门户网站的信息组织方式是图情领域研究的重要内容之一,而面向特定领域人群、特定用户需求的主题门户则更具有研究意义。本文综合应用了链接分析、文本相似度计算、社会网络分析、聚类分析、块模型分析等方法,提出融合链接分析与内容分析为视角,对主题门户网站的信息组织方式进行研究,并选取世界卫生组织(WHO)网站为实验案例,提出了该主题门户信息组织的优化方案,以期为已有的主题门户网站的改进提供参考。实例证明,通过一定的方式,有选择性的增加内容相似度高的主题间链接,可以有效实现主题门户网站的信息组织优化。研究也表明链接关系

以CNKI收录的与开放存取高度相关的期刊论文与学位论文为数据源,采用战略坐标与社会网络分析方法,对我国开放存取领域研究主题的发展状况、高产作者的研究影响力以及各个主题的核心作者进行了揭示。研究表明:①我国开放存取研究主题可以分为两类,开放存取本身研究以及与其他学科交叉研究。②战略坐标显示,成熟研究少,边缘研究多,中心主题的出现具有时代性。③开放存取本身研究的核心作者数量多,交叉研究的核心作者数量少,两大研究群体之间存在着桥梁作用的作者,对研究具有促进作用。④高产作者的研究影响力有很大的不同,多数作者属于多主题研究,其研究模式属于多主题跟进,单主题深入。⑤我国开放存取的研究人员均来自于研究机构与...

针对专利技术主题识别方法存在缺少语义语境、可解释性弱和主题界定模糊等问题，提出一种融合专利结构数据和文本语义的技术主题识别分析方法。该方法以专利IPC作为结构数据改进纯文本主题建模，获取由IPC和专家分类意见指导的主题词向量，并使用word2vec模型获取专利文本语义词向量，将二者结果进行向量拼接，进而获得易于解释的精准技术主题，满足细粒度分析要求。最后，以非小细胞肺癌治疗领域作为实证研究，证实该方法的科学性、有效性和实用性。

[目的 /意义]针对自动识别论文引用情感问题,提出一种基于引文内容分析的识别方法并进行可视化展示,克服基于简单引用频次计量无法区分不同引用情感的问题。[方法 /过程]首先,利用正则表达式抽取出论文全文中的引文内容信息;然后,利用TF-IDF算法筛选出引用情感特征词,结合情感词典,利用情感分析技术对引文内容进行引用情感识别;最后,利用可视化工具展示出引用情感整体分布情况。[结果 /结论]该方法能够有效识别出抗衰老领域论文数据集中引用情感情况。实验结果显示,该领域正面引用占总引用次数的21%,中立引用占总引用次数的78%,负面引用仅占总引用次数的1%。与传统引文网络相比较,基于引用情感的可视化图谱可以有效识别出不同引用情感在整体数据集合上的分布情况。

实践和理论领域中商业模式的重要性都不断凸显。文章采用文献计量方法,对商业模式现有理论研究文献间的引用关系进行了分析,以期发现商业模式研究的重要内容和研究流派。研究发现:(1)虽然以商业模式为主题的文献呈现爆发增长的趋势,但其研究仍然处于"新理论"的发展阶段,研究文献较为分散,且未形成广为接受的理论框架;(2)商业模式研究虽未形成泾渭分明的研究流派,但仍可识别三个基本研究脉络,即对商业模式概念和要素的研究、战略领域的商业模式研究以及创新创业领域的商业模式研究。基于此,文章对商业模式未来研究方向提出了建议。

【目的】在树种图像识别时会存在类内差异、类间相似的现象,因此导致基于单一人工特征的传统识别方法难以达到理想的识别效果。针对这一问题,本文基于卷积神经网络,提出一种将图像深层特征和人工特征融合的树种图像深度学习识别方法。【方法】将6类常见树种(樟子松、山杨、白桦、落叶松、雪松和白皮松)图像作为研究对象。首先,通过裁剪、水平翻转、旋转等操作,对原始树种图像集进行数量扩增,并划分为训练集和测试集,建立本次树种识别实验的图像库;其次,将本文模型设计为3路并列网络,分别选取RGB图像、HSV图像、LBP-HOG图像,从图像像素、色彩、纹理和形状的角度出发,对上述树种图像进行识别。一方面构建适合本文实验的CNN深度学习模型,将训练集样本中RGB图像和相对应的HSV图像作为第1路和第2路CNN模型的输入,进行树种图像深层特征提取;另一方面,对训练集进行高斯滤波去噪和人工提取LBP-HOG特征来代表纹理、形状特征,作为第3路CNN模型的输入。然后,将3路模型各自得到的特征在最后一层全连接层进行汇总,作为softmax分类器的最终分类依据。最后,为检验本文方法的可行性,利用上述特征和训练集对SVM分类器、BP神经网络以及现有的深度学习LeNet-5模型、VGG-16模型进行训练,对测试集进行识别验证,来比较最终的识别效果。【结果】本文提出的多特征融合CNN模型,训练准确率为96.13%,平均验证识别准确率为91.70%。基于单路训练的CNN树种识别模型中,RGB图像作为训练输入值时,识别率最高,为75.21%,HSV特征识别率次之,LBP-HOG特征最差;多特征融合情况下,基于RGB+H通道+LBP条件下,验证识别准确率最高,达到93.50%;RGB+HSV+LBP+HOG组合识别率不增反降,识别率为89.50%。同样的特征或特征组合条件下,SVM、BP神经网络、LeNet-5模型和VGG-16模型所获得的识别率均低于本文模型的识别率。【结论】基于RGB+H通道+LBP特征融合条件下,运用3路并列CNN模型,对本文6类树种图像进行识别的识别率最高,克服了在单一特征情况下识别率低的问题,识别效果也非常理想,实现了从大量不同树种图像中自动识别出具体类别。

[目的/意义]提出领域融合的主题识别方法。旨在探索不同研究领域融合的发展现状、研究前沿与发展趋势,为领域融合主题识别及演化相关研究提供借鉴思路。[方法/过程]构建引文网络,确定文献与引文弧互动强度、主导模式以及不同研究领域融合的相互贡献对主题分布的影响并将其可视化。[结果/结论]通过对产业联盟创新生态系统的引文网络案例分析,阐述边界文献作用关系对交叉融合主题的影响,有助于探索研究领域的主题演化趋势,丰富研究领域融合的主题探测发展方法。

传统语音情感识别主要基于单一情感数据库进行训练与测试.而实际情况中,训练语句和测试语句往往来源于不同的数据库,识别率较低.为此,该文提出一种基于子空间学习和特征选择融合的语音情感识别方法.通过采用回归方法来学习特征的子空间表示;同时,引入l_(2,1)-范数用于特征的选择和最大均值差异(maximum mean discrepan-cy,MMD)来减少不同情感数据库间的特征差异,进行联合优化求解从而提取较为鲁棒的情感特征表示.在EMO-DB和eNTERFACE这2个公开情感数据库上进行实验评价,结果表明:

[目的/意义]在国家深入推进创新驱动发展和"云数智"赋能时代背景下,数字孪生作为基于信息流模型驱动的全产业价值链协同的实时虚拟映射系统,是影响工业4.0实现的重要核心技术与效能提升工具。数字孪生与智慧图书馆的深度融合将赋能5G/6G时代未来图书馆的智能应用变革,全域全要素将在虚实共生空间实现多维度全息交互与智能协作,高效实现智慧服务的全域仿真管控与过程预测分析。[方法/过程]通过系统梳理数字孪生相关理论研究、发展历程与最新态势,提出孪生图书馆的定义与典型特性,设计构建面向全周期管理的数字孪生图书馆赋能闭环生态体系,并提出其应用情境与对策建议。[结果/结论]依托全域资源标识、精准状态感知、智能模型决策与精准过程执行,实现孪生图书馆"数据—模型"双驱动与多元智能运行服务模式的全新升级,开拓未来智慧图书馆转型发展新格局。