- 年份
- 2024(7359)
- 2023(10748)
- 2022(8950)
- 2021(8222)
- 2020(6932)
- 2019(15758)
- 2018(15215)
- 2017(29392)
- 2016(15059)
- 2015(16871)
- 2014(16190)
- 2013(15696)
- 2012(14014)
- 2011(12164)
- 2010(11991)
- 2009(10941)
- 2008(9299)
- 2007(7596)
- 2006(6273)
- 2005(5221)
- 学科
- 济(58901)
- 经济(58848)
- 业(42365)
- 管理(42038)
- 企(36087)
- 企业(36087)
- 方法(31242)
- 数学(28350)
- 数学方法(27880)
- 融(25659)
- 金融(25657)
- 银(23152)
- 银行(23136)
- 行(22381)
- 中国(20591)
- 财(17781)
- 农(14520)
- 制(13255)
- 业经(13177)
- 地方(12919)
- 务(12837)
- 财务(12793)
- 财务管理(12769)
- 企业财务(12254)
- 中国金融(11109)
- 学(10961)
- 农业(10211)
- 贸(10102)
- 贸易(10092)
- 易(9870)
- 机构
- 学院(197823)
- 大学(197176)
- 济(82231)
- 经济(80626)
- 管理(80538)
- 理学(70637)
- 理学院(69964)
- 管理学(68558)
- 管理学院(68214)
- 研究(60596)
- 中国(53321)
- 京(39046)
- 财(38433)
- 科学(36732)
- 中心(32402)
- 财经(31790)
- 农(29583)
- 经(29138)
- 业大(28922)
- 所(27787)
- 江(27162)
- 经济学(26548)
- 研究所(25709)
- 经济学院(24302)
- 财经大学(24233)
- 北京(23486)
- 范(23454)
- 农业(23162)
- 师范(23160)
- 院(23013)
- 基金
- 项目(146525)
- 科学(117488)
- 基金(109775)
- 研究(104957)
- 家(95830)
- 国家(95101)
- 科学基金(83743)
- 社会(68681)
- 社会科(65513)
- 社会科学(65497)
- 基金项目(58523)
- 省(56887)
- 自然(55135)
- 自然科(53975)
- 自然科学(53964)
- 自然科学基金(52958)
- 教育(48192)
- 划(47989)
- 资助(44369)
- 编号(41076)
- 重点(33364)
- 部(32428)
- 创(31600)
- 发(31341)
- 成果(30902)
- 创新(29639)
- 国家社会(29606)
- 科研(29256)
- 教育部(28258)
- 人文(27704)
共检索到276724条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 情报理论与实践
[作者]
张建娥
文章通过分析传统关键词提取方法的特点和存在的问题,提出基于多特征融合的中文文本关键词提取方法。该方法通过融合中文文本词语的频率、关联度、词性以及位置多种特征,有效避免了传统关键词提取方法产生的偏差。实验结果表明,该方法在不同测试集上与传统方法相比关键词提取的平均召回率均得到明显提升。
关键词：
中文文档 特征融合 关键词
[期刊] 图书馆
[作者]
张孝飞
文章通过分析传统关键词提取方法的特点及不足,提出了融合多元特征的中文网页关键词提取方法。该方法既综合了中文网页文档词语的词频、词性、词长以及词位置等特征,又考虑了文档中出现的同义词、组合词现象的关键词评分,有效提高了传统关键词提取算法的精度。实验结果表明该算法优于传统方法,在网络情报监测中具有较大应用价值。
关键词：
提取 多元特征 同义词 组合词
[期刊] 情报杂志
[作者]
李航 唐超兰 杨贤 沈婉婷
[目的/意义]关键词提取在自然语言处理领域有着广泛的应用,如何快速准确地实现关键词的提取已经成为文本处理的关键问题。目前关键词提取方法非常多,但准确率仍有待提升。为此,提出一种结合单一文档内部结构信息、词语对于单文档和文档集整体的重要性的关键词抽取方法。[方法/过程]首先,根据词语的平均信息熵特征计算词语对文档集整体的重要性,利用词语的词性、位置特征计算词语对单文档中的重要性。然后,通过神经网络训练的方式优化三个特征的权重分配实现特征的融合。最后,利用三个特征计算得到词语的综合权值来改进TextRank模
[期刊] 图书馆学研究
[作者]
艾金勇
文章归纳整理了藏文网页的结构特征,在借鉴中英文关键词抽取方法的基础上,设计实现了融合语义知识的藏文网页关键词抽取算法。该算法利用藏文文本特征实现了网页内容模块的智能识别,在对识别的文本块进行自动分词后,采用改进的TF-IDF算法得到基础词集,然后根据词向量特征进行基础词的语义扩展构建候选关键词集,最后利用候选关键词之间的语义相关度值,确立藏文网页的关键词。藏文网页的实验测试结果表明该方法提取的藏文网页关键词具有较高的准确率。
[期刊] 情报理论与实践
[作者]
何超 张玉峰
针对传统的中文文本特征提取算法存在的语义丢失和语义缺乏问题,设计了融合领域本体的中文文本语义特征提取算法。该算法利用基于种子—扩展机制的关键词识别与提取算法解决传统算法中利用分词工具进行关键词提取所产生的语义丢失问题;利用基于领域本体的文本概念特征语义映射与聚合算法解决传统算法中利用向量空间模型进行文本表示所产生的高维和语义缺乏问题。实验结果表明,该算法取得了很好的预期效果,能够显著提高文本特征提取的深度和准确性。
关键词：
文本语义特征 领域本体 算法
[期刊] 图书情报工作
[作者]
甘小红 张兆年
提出一种具有特征级别的领域特征集合的情感资源挖掘方法,将基于HowNet词典的分类法构建的情感特征与基于机器学习的特征分类方法中的无内容特征以及领域特征相融合,并将该集合放入支持向量机中进行情感分类实验,实验结果表明,使用抽取模式以及多特征融合的分类方法,可增强中文情感分类效果,验证两种分类方法综合研究的正确性与有效性,弥补目前特征级别的中文情感分类研究的不足。
关键词：
情感分类 情感特征 无内容特征 领域特征
[期刊] 情报理论与实践
[作者]
孙佳佳
[目的/意义]已有研究大多是通过频次研究关键词的热点程度和分布，较少有研究综合考虑多个维度的属性，对关键词的重要性进行考量。从词汇或词组集合中识别出重要关键词，有助于研究者把握学科领域的重点内容，为科研选题、确定研究内容等提供决策支持。[方法/过程]首先，通过理论分析，引入RFM模型，提出关键词重要性概念模型和指标体系;其次，构建特征数据集，参考Glo Ve词向量模型的思想，通过共现矩阵提取关键词的特征向量;再次，使用关键词重要性概念模型提取分类标签，对数据进行自动化标注;最后，通过人工智能相关算法进行模型训练和验证，证明提出的识别方法的可行性。[结果/结论]模型训练和评估，SVC算法的F1值达到0.79,Bi LSTM模型的F1值达到0.87，具有较好的拟合效果，说明提出的重要关键词识别方法具有可行性。[创新/局限]研究的创新点在于提出了具有多维度属性的关键词重要性概念模型和指标体系，并在深度学习模型上得到较好的评估结果;局限之处在于需要进一步扩大数据量，选择更多学科领域的数据对关键词概念模型进行验证，这是进一步研究的重点。
[期刊] 情报理论与实践
[作者]
徐文海 温有奎
本文在海量智能分词基础之上,提出了一种基于向量空间模型和TFIDF方法的中文关键词抽取算法。该算法在对文本进行自动分词后,用TFIDF方法对文献空间中的每个词进行权重计算,然后根据计算结果抽取出科技文献的关键词。通过自编软件进行的实验测试表明该算法对中文科技文献的关键词自动抽取成效显著。
关键词：
关键词抽取 向量空间模型 算法
[期刊] 工业工程与管理
[作者]
卢啸岩 郑宇 昝欣
制造企业现有的内部知识管理系统大多通过人工选取产品研发文档标签，效率低下，应用自然语言处理技术抽取文档关键词作为文档标签有助于制造企业知识管理系统智能化。针对产品研发文档关键词提取问题，提出了BERT-BiLSTM-TFIDF关键词自动抽取方法，基于BERT-BiLSTM设计句权重模型以计算各词语所在句子的句权重，同时添加词性权重以及外部语料库，以改进TFIDF算法，改善了现有关键词自动提取方法没有合理利用词语的语义信息、上下文关系的缺点，经过实验证实具有较好的效果。
[期刊] 图书情报工作
[作者]
余本功 李婷 杨颖
[目的/意义]现有的关键词提取方法不适应社会化问答社区文本长度较短、内容表述口语化、数据集稀疏的特点,且很少考虑用户关注程度对词语重要性的影响,不能有效地提取此类文本的关键词,因此,提出针对社会化问答社区的多属性加权关键词提取方法。[方法/过程]多属性加权关键词提取方法通过引入调节函数和词性对传统TF?IDF进行改进,并通过线性加权融合用户回答数、关注数、浏览数以及评论数4个用户关注属性来综合度量词语权重。[结果/结论]实验表明,该方法能更有效地提取社会化问答社区文本的关键词。
[期刊] 清华大学学报(自然科学版)
[作者]
赛牙热·依马木 热依莱木·帕尔哈提 艾斯卡尔·艾木都拉 李志军
该文在研究不同的关键词提取方法的基础上,针对维吾尔语文本中的生气、高兴等常见情感类型进行情感辨识研究。结合维吾尔文本句子中的情感表达特点,用TextRank、稀疏判别分析(sparse discriminant analysis,SDA)和稀疏支持向量机(sparse support vector machine,Sparse SVM)等提取方法得到具有代表性的关键词集,并基于这些关键词集进行特征提取和情感模型构造。该文从电影电视剧中演员的维吾尔语台词、小说等文本中选取含有生气和高兴2种情感文本的句子,构
[期刊] 情报学报
[作者]
俞琰 尚明杰 赵乃瑄
由于目前专利关键词抽取主要依据通用文本关键词抽取方法,没有充分考虑专利特征的问题,本文提出基于专利权利要求特征驱动的专利关键词抽取方法。该方法主要包括预处理、基于最长公共子串的候选关键词选取、基于信息增益比的冗余候选关键词去除和融入特指度的候选关键词权重等四个主要步骤。真实专利数据实验结果表明,本文提出的权利要求特征驱动的专利关键词抽取方法具有可行性与有效性。
关键词：
抽取 权利要求特征 TF-IDF
[期刊] 图书情报工作
[作者]
王巍洁 任慧玲 李晓瑛 王勖 张颖
[目的/意义]为提高机器理解医学文本的能力，提高医学自然语言处理等上层任务效果，保障医学知识内容更新及时性、覆盖完整性，提出一种融合汉字多语义信息与文本统计特征的医学新词发现方法。[方法/过程]以规范用词的医学文献摘要数据为新词发现来源，基于N-gram模型获取N元词串，将词串存入字典树，从词的内部凝固度、词的自由程度、词的语义相似度3个角度同时计算每个N-gram词串的关联置信度、左右邻接熵、多语义相似度（包括汉字细粒度字符语义信息、BERT词向量信息），遍历上述各指标阈值评估N-gram词串为医学新词的可能。[结果/结论 ]从中华医学会收录的截至2022年10月20日的最新1 000篇文摘中发现医学新词3 263个，去除重复项后，共获得764个医学新词。提出的融合汉字多语义与文本统计特征的医学新词发现方法对比现有方法具有一定提升，且在应用上可以有效提高医学分词任务效果，使医学分词后的名词类别更清晰、概念更明确、内涵更丰富。结合汉字内在多语义信息与字词外部统计特征的医学新词发现方法，不仅可以提高计算机的新词发现能力，还可提高计算机面对专业且复杂的医学文本自然语言处理效果，对及时更新领域知识内容等具有重要帮助。
[期刊] 情报学报
[作者]
林泽斐 欧石燕
命名实体链接是利用知识库进行命名实体消歧,将文本中的实体指称映射至知识库中正确义项的一种方法。现有的命名实体链接研究与实践多利用维基百科实现西文实体的消歧,缺乏对中文命名实体消歧的研究。本文以百度百科作为基础知识库,提出了一种中文命名实体链接方法,该方法融合了单实体消歧和多实体消歧特征,并根据不同文本长度选用不同的特征组合,同时,在传统一阶段式消歧的基础上添加了第二阶段消歧以改善消歧结果。在真实中文语料上的实验表明,多特征叠加和两段式消歧可较大程度地提升消歧准确率。对比实验显示,本文提出的命名实体链接方法的总体性能优于当前主流同类系统的水平。
[期刊] 情报理论与实践
[作者]
毛立琦 石拓 吴林 马涛
[目的/意义]针对专业领域研究人员难以从大量无监督文本数据中，快速获取领域关键知识，以精准把握专业研究方向和内容。[方法/过程]文章提出一种基于迁移学习领域自适应的文本关键词提取模型。首先通过采集知网中特定领域的文章和关键词，将其作为目标域数据，将待提取关键词的无监督文本作为源域数据，通过最小化二者间的共享相似特征和关键词分类交叉熵，实现关键词提取方法的跨领域迁移，完成对无监督领域文本的关键词提取任务。[结果/结论]对1313篇“人工智能风险”主题的文章进行领域关键词提取，实验表明该领域关键词提取模型相比于BiLSTM-CRF、TF-IDF模型提取效果提升显著，在领域关键知识提取场景中有较强应用价值。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
