[目的/意义]互联网开源信息具有海量、多源异构等特点，如何从中及时发现有价值的信息，并对信息加以情报利用一直是情报研究和实践应用的重点领域之一。本文提出一套开源的学术会议领域信息抽取框架，解决信息抽取语义理解和关联融合的问题，并将其应用于情报研究中，为解决情报分析的智能应用提供工具和方法。[方法/过程]采集网络上新闻报道的内容，采用预训练语言模型方法挖掘学术会议事件信息，提出面向特定领域的信息抽取框架，实现会议名称及其举办时间、地点、出席人物、发言人物信息的抽取，并进行实际的情报利用研究案例分析。[结果/结论]相较于单一抽取实体的方法，抽取会议核心元素更具有情报关联性和准确性，可以更好地对开源热点事件发现和跟踪监测、目标人物轨迹动向分析等研究提供方法，为情报分析应用和情报研判奠定基础。

理论术语的抽取是大规模文献内容分析和跨学科知识转移深度揭示的基础。作为一种特定类型的命名实体,理论术语涉及的学科多、文献规模大、特征复杂,也缺乏大规模的成熟语料,因而抽取难度较大。为提高理论术语的抽取性能并降低训练集的人工标注代价,本文构建了面向理论术语抽取的深度学习模型,并研究了该模型中理论术语的特征构造和标注方法,同时也提出了一种自训练算法以实现模型的弱监督学习。通过实验对比,分别验证了本文模型和自训练算法的有效性,不仅为理论术语抽取提供了更加有效的通用方法,也为其他类型命名实体的识别研究提供了方法参考。

[目的 /意义]对预训练语言模型在情报学与情报工作中的相关研究进行系统性的梳理与分析，为后续预训练模型与情报研究的融合提供借鉴。[方法 /过程]首先，简述预训练模型的基本原理与发展历程，汇总情报研究中应用较为广泛的预训练模型。其次，宏观上分析预训练模型在国内外情报研究中的热点方向，微观上从情报组织、情报检索、情报挖掘等方面调研预训练模型相关研究成果，并细致分析归纳预训练模型的应用方式、改进策略与性能表现。最后，从预训练模型的语料、训练、评价、应用等方面总结当前预训练模型在情报学科中面临的机遇与挑战，展望未来发展。[结果 /结论 ]当前BERT及其改型在情报处理中应用最广、表现最优。结合神经网络与微调的范式被用于各研究场景，尤其是领域信息抽取与文本分类任务。继续预训练、外部知识增强、架构优化等策略可进一步提升性能。如何平衡训练语料的规模与质量、提升模型易用性与安全性、高准度与多维度评价模型真实能力、加速学科知识挖掘工具落地应是未来考虑的关键问题。

专利技术情报研究对于战略决策、科技创新都具有十分重要的指导意义。为了能够提高图情分析人员情报研究的质量和效果,论文构建了专利技术情报的分析模型,即从用户需求出发,将专利技术情报划分为宏观、中观和微观3个层次,不同的层次采用不同的分析方法和计量指标。在此基础上,总结出一套开展专利技术情报研究的规律和方法,并通过具体的研究实例,对专利技术情报分析的重点、方法以及取得的成果进行了总结,最后提出了后续工作的思考。

专利情报分析方法是从专利文献中提取技术、经济、法律信息形成有效情报的重要方法,是制定专利战略、增强竞争优势、保护知识产权的基础和前提。本文从定量、定性、拟定量三种类型入手,讨论了专利情报分析的常用方法,并结合实证分析探讨了各方法的主要功能、作用及结果表现形式。

文章以方法作为切入点,从情报方法术语表构建、方法层次辨析、类型划分以及应用视角等方面对情报分析方法进行分析。总结了"理论型方法指导思维逻辑、集合型方法集成研究流程、操作型方法实施任务解决、计算型方法实现测度计量"的方法层次性,体现的是方法引导型的情报分析理念,以期揭示情报分析方法在数据处理和任务解决中的应用规律。

[目的/意义]针对大数据时代情报分析工作面临的挑战，提出将构件理论引入情报分析领域来构建情报分析模型，以期为情报分析研究和实践工作提供新的理论依据和方法指导。[方法/过程]首先基于当前情报分析模型的研究状况和构件技术的特点，阐释基于构件的情报分析模型基本思想，然后提出情报构件并解释其内涵、原子化原则，明确其开发框架和应用过程，最后从自动化、规范化、智能化、开源化4个方面对其应用价值进行展望，并总结基于构件的情报分析模型的优势和挑战。[结果/结论]基于构件的情报分析模型能够为情报分析工作的改进提供参考价值，在未来有很大的应用和发展空间。

大数据时代,科技情报的分析方法和分析思路都发生了变化。文章从科技管理改革与实践的要求出发,基于科研管理过程中多源异构数据的融合关联方法,构建科技计划项目大数据的分析模型,用于指导大数据环境下多源数据分析与计算,为各类用户提供精细化数据分析服务,为科技管理决策和科技资源优化配置方案提供指导。

文章总结和分析了竞争情报分析与知识集成在目标耦合、过程耦合、内容和对象耦合3个方面的耦合关系,进而提出并构建了基于知识集成的竞争情报分析模型,对模型进行了模块化分析,并探讨了模型的时间演化特性以及知识集成和竞争情报分析的循环反馈关系。该模型反映了企业随着外部环境的变化,在知识集成系统的支撑下,根据竞争情报分析需求,多个主体协同工作、共同合理有效地完成竞争情报分析活动,从而更好地为企业战略决策服务的本质规律。

【目的】针对林业文本利用率低、通用领域预训练语言模型对林业知识理解不足以及模型标注数据耗时费力等问题，研究利用大量林业文本，提出一种融合林业领域知识的预训练语言模型，并通过自动标注训练数据，高效实现林业抽取式问答，为林业决策管理提供智能化信息服务。【方法】首先，基于网络爬虫技术构建包含术语、法律法规和文献3个主题的林业语料库，使用该语料库对通用领域预训练语言模型BERT进行继续预训练，通过掩码语言模型和下一句预测这2个任务进行自监督学习，使BERT能够有效地学习林业语义信息，得到具有林业文本通用特征的预训练语言模型ForestBERT。随后，对预训练语言模型mT5进行微调，实现样本的自动标注，通过人工校正后，构建包含3个主题的共2 280个样本的林业抽取式问答数据集。基于该数据集对BERT、RoBERTa、MacBERT、PERT、ELECTRA、LERT种通用领域的中文预训练语言模型以及本文构建的ForestBERT进行训练和验证，以明确ForestBERT的优势。为了探究不同主题对模型性能的影响，分别基于林业术语、林业法律法规、林业文献3个主题的数据集对所有模型进行微调。此外，将ForestBERT与BERT在林业文献中的问答结果进行可视化比较，以更直观地展现ForestBERT的优势。【结果】ForestBERT在林业领域的抽取式问答任务中整体表现优于其他6个对比模型，与基础模型BERT相比，精确匹配（EM）分数和F1分数分别提升了1.6%和1.72%，在另外5个模型的平均性能上也均提升0.96%。在各个模型最优划分比例下，ForestBERT在EM上分别优于BERT和其他5个模型2.12%和1.2%，在F1上分别优于1.88%和1.26%。此外，ForestBERT在3个林业主题上也均表现优异，术语、法律法规、文献任务的评估分数分别比其他6个模型平均提升了3.06%、1.73%、2.76%。在所有模型中，术语任务表现最佳，F1的平均值达到87.63%，表现最差的法律法规也达到82.32%。在文献抽取问答任务中，ForestBERT相比BERT提供了更准确、全面的答案。【结论】采用继续预训练的方式来增强通用领域预训练语言模型的林业专业知识，可以有效提升模型在林业抽取式问答任务中的表现，为林业文本和其他领域的文本处理和应用提供了一种新思路。

为了提高情报分析质量,加强情报分析方法的开发与应用,文章重点研究了情报分析中模式归纳的基本原理、基本过程以及案例应用。

数字人文研究需要大规模语料库和高性能古文自然语言处理工具的支持。面向英语和现代汉语的预训练语言模型已经在相关领域极大地提升了文本挖掘的精度，数字人文研究的兴起亟需面向古文自动处理领域的预训练模型。本文以校验后的高质量《四库全书》全文语料作为无监督训练集，基于BERT模型框架，构建了面向古文智能处理任务的Siku BERT和Siku Ro BERTa预训练语言模型。实验进一步设计了面向《左传》语料的古文自动分词、断句标点、词性标注和命名实体识别等验证任务，分别对siku Bert、siku Ro BERTa预训练模型和其他三种基线模型（BERT-base、Ro BERTa、Guwen BERT）进行对比试验。结果显示，Siku BERT和Siku Ro BERTa模型在全部4个下游验证任务中的表现均超越其他基准预训练模型。这表明本文提出的预训练模型具有较强的古文词法、句法、语境学习能力和泛化能力。进一步，本文基于验证任务效果最优的Siku Ro BERTa预训练模型构建了“SIKU-BERT典籍智能处理平台”。该平台提供了典籍自动处理、检索和自动翻译等三种在线服务，可以辅助哲学、文学、历史学等领域学者在不具备数据挖掘与深度学习的专业背景下，以直观可视化的方式对典籍文本进行高效率、多维度、深层次、细粒化的知识挖掘与分析。

公开源情报在带来丰富信息的同时,也带来了分析人员能力不足的问题。文章在对情报分析二重性、分析人员认知偏见和思维定式阐述,以及对众多相关的信息和情报分析方法梳理的基础上,提出基于"组、群"概念的公开源情报分析方法。

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。