- 年份
- 2024(6442)
- 2023(9337)
- 2022(8010)
- 2021(7563)
- 2020(6361)
- 2019(14911)
- 2018(14721)
- 2017(28266)
- 2016(14996)
- 2015(16828)
- 2014(16435)
- 2013(15567)
- 2012(13739)
- 2011(11996)
- 2010(11820)
- 2009(10272)
- 2008(9571)
- 2007(7760)
- 2006(6339)
- 2005(5004)
- 学科
- 济(59197)
- 经济(59147)
- 管理(42516)
- 业(40756)
- 企(34891)
- 企业(34891)
- 方法(33265)
- 数学(30278)
- 数学方法(29602)
- 农(14438)
- 财(13975)
- 中国(13769)
- 业经(12761)
- 理论(11267)
- 地方(10320)
- 技术(9894)
- 贸(9697)
- 贸易(9691)
- 农业(9666)
- 学(9592)
- 务(9533)
- 财务(9476)
- 财务管理(9457)
- 易(9453)
- 企业财务(8946)
- 制(8840)
- 和(8732)
- 教学(8549)
- 环境(8464)
- 划(7992)
- 机构
- 学院(197739)
- 大学(196347)
- 管理(82630)
- 济(78262)
- 经济(76756)
- 理学(73351)
- 理学院(72621)
- 管理学(70909)
- 管理学院(70543)
- 研究(57351)
- 中国(41737)
- 京(39457)
- 科学(35656)
- 财(33528)
- 业大(29940)
- 农(28674)
- 中心(28274)
- 财经(28019)
- 江(27100)
- 所(26179)
- 经(25771)
- 范(25386)
- 师范(25099)
- 研究所(24230)
- 经济学(24085)
- 北京(23717)
- 农业(22526)
- 技术(22409)
- 经济学院(21909)
- 经济管理(21866)
- 基金
- 项目(147151)
- 科学(118134)
- 基金(108414)
- 研究(106869)
- 家(94379)
- 国家(93639)
- 科学基金(82813)
- 社会(67878)
- 社会科(64515)
- 社会科学(64499)
- 省(58649)
- 基金项目(57517)
- 自然(55336)
- 自然科(54200)
- 自然科学(54190)
- 自然科学基金(53171)
- 教育(52239)
- 划(49539)
- 资助(44628)
- 编号(43271)
- 重点(33373)
- 部(32662)
- 成果(32525)
- 创(32097)
- 发(31141)
- 创新(29869)
- 课题(29506)
- 科研(28863)
- 教育部(28701)
- 国家社会(28386)
共检索到264074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]
唐晓波 翟夏普
[目的/意义]信息过载是当前社会面临的普遍性问题,如何从大量的信息中提取有价值的内容,已成为研究的一个重点,目前自动摘要技术成为解决此问题的一种途径。[方法/过程]为了解决多文档摘要信息不全面、冗余度高的问题,文章提出了针对中文文本的多文档自动摘要混合模型,并对该模型所包含的句子向量化、分类器分类、句群划分和句子重组四个部分做了详细说明。该混合模型在摘要提取的过程不仅考虑了句子的形式特征,还融合了句子的深层语义,最后采用基于改进的PageRank算法对摘要句进行重组。[结果/结论]当摘要句为30时,该模型的ROUGE-1得分平均值为0.2074,明显高于TextRank (0.0728)和基于聚类的算法(0.1074)。实验结果表明该模型在多主题的中文长文本上是有效的。[局限]由于中文语料的限制,本实验的数据量相对较小,模型的适应能力未在大数据集上验证。
[期刊] 图书情报工作
[作者]
张晗 赵玉虹
[目的/意义]针对医学文本的特点,提出一种基于语义图的多文档自动摘要方法,并利用其中的语义信息实现摘要主题的识别。[方法/过程]利用SemRep实现源文档概念及其语义关系的规范化抽取并构建语义图,从概念-关系-社区3个层次对网络图中的关键信息进行抽取并生成摘要,利用概念-语义类型-类型分组三级映射实现对概念的归类,结合语义搭配模式对摘要主题进行划分。[结果/结论]通过对5种疾病数据集进行测试,结果显示该方法能有效识别出文献集中的核心内容,语义图中所富含的语义信息能准确地对摘要进行主题划分。
[期刊] 情报科学
[作者]
黄文彬 倪少康
【目的/意义】多文档自动摘要技术的目的是从一组文档中精炼出重要信息摘要,减轻用户从文档中获取与理解信息的负担,是自然语言理解领域的重要研究方向之一。【方法/过程】本文提取十五年内的多文档自动摘要研究文献并筛选出至少50篇关键影响文章,梳理多文档自动摘要的概念与研究进展,揭示了最新的技术实现与实践情况。【结果/结论】基于不同技术方法对单词、句子或段落作为主要数据处理对象,找出多文档自动摘要的技术特征与难点,明确该领域的发展趋势,为未来的研究奠定了基础。
关键词：
自动摘要 多文档处理 自然语言处理
[期刊] 图书情报工作
[作者]
袁琳 孙巍 马晓敏 李周晶 项芮
[目的/意义]针对现有文本自动摘要形成过程中重要技术节点——图模型框架下摘要知识表达方式中内容语义揭示深度不够的问题，提出报道性新闻自动摘要模型方案，为相关领域利用经过摘要处理后的网页报道性新闻文本数据开展实践研究提供借鉴参考。[方法/过程]利用ETM(Embedded Topic Model)融合词向量的主题模型分析工具，在图模型框架下针对目标摘要句的主题构造环节，加入主题重要度特征和语义相关性特征并重新设计报道性新闻句间统计特征，对报道性新闻文本深层次主题语义信息进行挖掘、过滤，以此初步形成报道性新闻自动摘要抽取模型；后续依据报道性新闻摘要主要功能需求提出摘要主题测度功能量化指标体系，建立测度标准与句子统计特征量化方法的对应关系，以此优化调整提出的报道性新闻自动摘要抽取模型。[结果/结论 ]利用图模型框架下的报道性新闻自动摘要方法具体选取农业领域科技动态报道性新闻的摘要抽取过程进行实证，建立报道性新闻自动摘要测度标准进一步得到优化后报道性新闻摘要模型方案，结果显示在外部报道性功能及内部ROUGE评价测评综合表现上优于对比方法，可以有效提高报道性新闻自动摘要抽取的准确性。
[期刊] 图书馆
[作者]
吕远 叶继元
的学术规范是衡量学术水平的一个重要方面。目前对论文摘要学术规范的评价研究一般是定性的专家主观性评价,需耗费大量的时间和人力成本,需深入开展对其定量化智能化评价研究。文章借助于机器学习技术,通过对样本数据进行训练,初步构建了一个以论文摘要为研究对象的学术规范自动化检测模型,从而可以实现对学术规范的批量智能化检测,也证明了机器学习技术可用于学术规范的智能化检测的可行性。这对提高科研人员的学术规范水平和降低论文学术规范评价成本有重要意义。
[期刊] 情报杂志
[作者]
杜秀英
[目的/意义]现有文本自动摘要算法普遍存在处理速度慢、压缩率不足或摘要质量不高等问题,如何高效处理、有效利用海量文本是图书馆信息管理及服务一个重要的研究方向。[方法/过程]提出了一种云计算平台下基于聚类与语义相似分析的多文本自动摘要方法。该方法在文本向量化基础上,通过MapReduce框架对多文本进行聚类、主题抽取、主题词及语义相似词频率统计等处理,然后摘取主题句构造出多文本摘要。[结果/结论]实验结果证实,基于聚类与语义相似分析的MapReduce自动摘要架构在生成大规模多文本摘要时,不但具有较好的时间
[期刊] 情报理论与实践
[作者]
胡吉明 杨云
[目的/意义]为缓解政策信息过载、提高政策阅读效率及提升政策作用发挥效果，对政策文本的核心信息进行汇总凝练并生成高质量摘要。[方法/过程]集成无监督模型和算法，提出基于句向量改进的政策文本关键句子抽取策略；将依存句法结构融合至政策文本摘要生成中，提取政策文本依存句法树及其依存句法特征，增强基于RoBERTa模型的政策文本表示效果；在基于Seq2Seq的政策文本摘要生成模型中，引入PGN模型和改进SIMCLS模型筛选出最佳候选摘要，提升模型性能与所生成摘要的质量。[结果/结论]针对国务院政策文本的摘要生成实验表明，研究构建的融合关键句子和依存句法的政策文本摘要模型与策略，在ROUGE指标的评价上显著优于其他模型，且从实例呈现上看，模型所生成摘要在语义和语言质量上均表征良好。但政策文本摘要生成的连贯性有待提升，用于学习训练的、适用的参考摘要较少，摘要生成的评价评估有待进一步完善。
[期刊] 图书情报工作
[作者]
李纲 徐伟 王馨平
[目的/意义]为帮助读者从热点事件产生的海量微博报道中快速了解事件的来龙去脉,提高微博事件摘要的准确性和可读性,提出一种基于事件要素的多模型微博热点事件时间轴摘要提取方法。[方法 /过程]针对微博文本特征,结合主题模型(LDA)与互信息最大熵模型(MaRxEnt?MI)的特点提取事件摘要关键词,以微博传播价值和主题相关性为标准筛选微博,以时间-摘要关键词-摘要微博的形式生成时间轴摘要。[结果/结论]利用人工标注的测试集,与传统的TextRank方法进行对比,F值提高8%-13%,内部测试表明摘要可读性提高
[期刊] 清华大学学报(自然科学版)
[作者]
李佳沂 黄瑞章 陈艳平 林川 秦永彬
尽管大语言模型在新闻、艺术等领域的文本摘要任务上取得了良好的效果,但由于大语言模型缺乏对司法领域知识的学习,同时难以理解裁判文书的结构特征和逻辑关系,导致生成的裁判文书摘要质量不佳。该文提出结合提示学习和Qwen大语言模型的裁判文书摘要方法,将裁判文书数据作为SFT(supervised fine-tuning)技术对大语言模型微调的输入,增强其法律领域适用性;同时设计融入结构信息与角色指令的提示模板,以优化摘要生成,使其更精准地反映文书结构特征与逻辑关系。实验结果表明,该方法在ROUGE-1、 ROUGE-2和ROUGE-L的F1值上比基线模型分别提升了21.44%、28.50%和28.97%,说明大语言模型经裁判文书数据微调并引入结构信息后,在裁判文书摘要任务中展现了卓越的性能与巨大的应用潜力。
[期刊] 情报理论与实践
[作者]
缪建明 贾广威 张运良
随着我国专利申请数量的迅猛发展，对受理专利实现快速分类的需求也越来越迫切。作为专业性知识极强的科技文献，专利自动分类的正确率远高于普通文本的分类效果。基于专利摘要进行快速自动分类的方法，充分考虑专利类别的层次结构特性，建立不同层次的类别特征中心向量，采用经典的类中心向量分类算法实现专利的快速自动分类。实验结果表明：该方法在专利不同层次上的分类效果明显，时效性大大提高，能够满足专利快速分类的实际需求。
关键词：
文本分类 专利分类 自动分类
[期刊] 数据分析与知识发现
[作者]
贾晓婷 王名扬 曹宇
【目的】引入深度神经网络模型Doc2Vec,以综合考察文本的上下文语境信息。结合改进的K-means聚类算法,实现中文单文档摘要的提取。【方法】利用Doc2Vec模型,提取语句的语义、语法、语序等特征,将其转化为固定维度的向量。基于密度最大距离最远原则为K-means聚类算法选取初始聚类中心,对语句向量进行聚类。在每个类簇内计算句子的信息熵,提取类内与其他语句均具有较高相似度的句子作为摘要句。【结果】相对于传统的向量化表示方法 PLSA,利用本文方法生成的摘要效果在准确率、召回率、F值上分别提高了9.57
[期刊] 图书馆论坛
[作者]
徐润华 王东波 刘欢 梁媛 陈康
可以降低信息获取成本，对篇幅长而句子短、文字理解门槛高的古籍文献而言尤其必要，但针对古文的自动摘要研究少。文章面向《资治通鉴》语料，基于Siku BERT预训练模型进行自动摘要实验，并对比传统抽取式自动摘要算法和百度智能云摘要分析算法在《资治通鉴》语料上的表现。实验结果表明，基于Siku BERT预训练模型生成的摘要结果在稳定性、覆盖度等方面均优于其他两种方法；通过专家人工打分方式，基于Siku BERT预训练模型生成的摘要结果平均得分最高。实验验证了使用数字人文技术对古文进行自动摘要任务的可行性和利用Siku BERT预训练模型对古文进行信息处理的适用性。
[期刊] 情报学报
[作者]
石磊 阮选敏 魏瑞斌 成颖
相较于早期的生成式摘要方法,基于序列到序列模型的文本摘要方法更接近人工摘要的生成过程,生成摘要的质量也有明显提高,越来越受到学界的关注。本文梳理了近年来基于序列到序列模型的生成式文本摘要的相关研究,根据模型的结构,分别综述了编码、解码、训练等方面的研究工作,并对这些工作进行了比较和讨论,在此基础上总结出该领域未来研究的若干技术路线和发展方向。
[期刊] 工业工程与管理
[作者]
刘晓冰 李忠凯 孔军 刘巍巍
在企业资源计划等提供的集成环境中建立了生产成本管理流程,提出批次转换、成本关联批次和批次作业等概念,并应用于物料跟踪和成本统计,以保证成本数据的准确性。根据不同的关注点,分别分析了工序作业和批次作业两类作业的成本库和成本动因,推导出了多视图的成本核算公式。该模型解决了传统成本核算无法准确核算订单成本等问题,并能够为决策、技术创新等行为提供支持。模型在某企业得到应用,验证了其可行性和有效性。
关键词：
混合型生产 成本核算 多视图 管理会计
[期刊] 统计与决策
[作者]
沈春光 党耀国 裴玲玲
文章针对决策指标值难以精确化的不确定多指标决策问题,研究了指标值为实数、区间数、三角模糊数三种数据类型同时存在的混合型多指标灰靶决策模型。根据决策灰靶和不确定决策信息的基本内涵,定义了混合型椭球灰靶,在此基础上建立了混合型灰靶决策模型;讨论了指标权重信息完全未知和权重信息部分已知的情形下权重确定问题。通过一个实例说明了模型的实用性和有效性。
关键词：
灰色系统 区间数 三角模糊数 灰靶决策
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
